CN113988377A - 一种智能车间agv充电站位置优化布置方法 - Google Patents

一种智能车间agv充电站位置优化布置方法 Download PDF

Info

Publication number
CN113988377A
CN113988377A CN202111157654.1A CN202111157654A CN113988377A CN 113988377 A CN113988377 A CN 113988377A CN 202111157654 A CN202111157654 A CN 202111157654A CN 113988377 A CN113988377 A CN 113988377A
Authority
CN
China
Prior art keywords
agv
charging station
distance
coordinate
workshop
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111157654.1A
Other languages
English (en)
Other versions
CN113988377B (zh
Inventor
丰庆霖
刘伯兴
陈文平
张寒
邹应冬
张祺
谢红梅
刘军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongfang Electric Machinery Co Ltd DEC
Original Assignee
Dongfang Electric Machinery Co Ltd DEC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongfang Electric Machinery Co Ltd DEC filed Critical Dongfang Electric Machinery Co Ltd DEC
Priority to CN202111157654.1A priority Critical patent/CN113988377B/zh
Publication of CN113988377A publication Critical patent/CN113988377A/zh
Application granted granted Critical
Publication of CN113988377B publication Critical patent/CN113988377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Geometry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种智能车间的AGV充电站位置优化布置方法，通过工厂仿真，优化车间生产节拍以及工位布局；减少瓶颈，优化产线利用率；获得AGV行驶所有路径参数，包括不同路径的行驶次数以及相关工位的位置坐标；通过Python优化算法得到AGV充电站在所有可放置的位置坐标与AGV运行总距离的关系；最后获得三维可视化分析图。本发明通过数字化技术，以完整准确的数据为支撑，科学规划投资，减少车间物流运输距离，节约生产成本，帮助企业节能减排，提高企业经济效益。

Description

一种智能车间AGV充电站位置优化布置方法
技术领域
本发明属于离散型生产制造和智能工厂领域，尤其涉及一种智能车间AGV充电站位置优化布置方法。
背景技术
车间合理布局不仅能提高企业生产效率，还能降低智能车间运输成本，从而降低智能车间生产成本并实现节能减排。
在国内，大部分离散型制造企业的车间工艺布局仅凭经验，其布局设计更多是基于局部调整与试验，难以保证设备设施布局的合理性；厂房布局评估较为粗糙，人员流和物料流的分析手段缺乏，潜在瓶颈工位无法提前发现；量化计算方法简单，缺少完整准确的数据支撑，造成投资决策困难，时间与成本消耗大。
发明内容
本发明的目的在于，为克服现有技术缺陷，提供了一种智能车间AGV充电站位置优化布置方法，本发明方法基于工厂仿真软件以及优化算法实现合理车间布局以及AGV充电站位置最优解，以实现智能车间最短的物料运输距离。
本发明目的通过下述技术方案来实现：
一种智能车间的AGV充电站位置优化布置方法，所述AGV充电站位置优化布置方法包括：
S1：通过仿真软件导入智能车间的初始工艺布局图，设置生产线所有相关的工艺参数以及生产订单列表；
S2：通过仿真软件建立车间的数字模型，设置AGV各上下料点，并编写其运行逻辑；分析生产线的工位瓶颈、资源利用率、物料流量，通过迭代优化消除瓶颈并简化各工位的物料吞吐量，实现工位布局的优化；
S3：运行布局优化后的仿真模型，获得AGV运行总距离和AGV每段行驶路径次数，通过仿真软件获得新布局下AGV各上下料点车间位置坐标，并找出能够安装AGV充电站的位置坐标范围；
S4：通过python迭代算法计算出最优AGV充电站位置坐标，以及对应的运行距离；
S5：运行AGV充电站位置坐标确定后的仿真模型，对比优化前后生产效率及AGV运行总距离变化情况。
根据一个优选的实施方式，所述步骤S4具体包括：S41：基于步骤S3获得AGV各上下料点车间位置坐标参数信息，带入距离计算公式中完成跟AGV充电位置相关的路径长度计算；S42：通过Python迭代算法计算出所有可安装AGV充电站位置及对应AGV行驶距离；S43：通过可视化途径分析展示车间各AGV充电位置与其对应的AGV行驶总距离的关系，得出最优AGV充电站位置坐标，以及对应的运行距离。
根据一个优选的实施方式，所述步骤S41中，计算距离的公式为：
Figure BDA0003288874280000021
其中，(X,Y)为AGV上下料点的位置坐标，(i,j)为充电站位置坐标，m为路段编号，n为对应路段行驶次数，S为运行总距离，/i-b/为X方向路径重合段，/j-a/为Y方向重合段。
根据一个优选的实施方式，所述步骤S42具体包括：将新布局图中AGV上下料点车间坐标点通过Python判断语句判断坐标点是否在可安装AGV充电站范围内，如果该坐标未在范围内，判断下一个坐标点；如果在可安装AGV充电站范围内，则将相应坐标代入S41的计算公式计算出该坐标所对应的AGV行驶距离。
根据一个优选的实施方式，所述步骤S43包括：将步骤S42获得的可安装的位置坐标以及对应的行驶距离利用Python作出三维图，通过三维图直观展示车间所有AGV充电位置与其对应的AGV行驶总距离的关系。
根据一个优选的实施方式，所述步骤S43中行驶距离在Z轴方向表示。
前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。
本发明的有益效果：本发明通过数字化技术，以完整准确的数据为支撑，科学规划投资，减少车间物流运输距离，节约生产成本，帮助企业节能减排，提高企业经济效益。
附图说明
图1是本发明方法的流程示意图；
图2是本发明方法中Python迭代算法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，为使本发明实施例的目的、技术方案和优点更加清楚，下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
参考图1和图2所示，本发明公开了一种智能车间的AGV充电站位置优化布置方法，通过工厂仿真，优化车间生产节拍以及工位布局；减少瓶颈，优化产线利用率；获得AGV行驶所有路径参数，包括不同路径的行驶次数以及相关工位的位置坐标；通过Python优化算法得到AGV充电站在所有可放置的位置坐标与AGV运行总路径的关系；最后获得三维可视化分析图。
具体地，本发明的AGV充电站位置优化布置方法包括如下步骤：
1)通过工厂仿真软件导入智能车间的初始工艺布局图，设置生产线所有相关的工艺参数以及生产订单列表；
2)通过工厂仿真软件建立车间的数字模型，设置AGV可到达的各上下料点，并编写其运行逻辑，在编写AGV运行逻辑时，添加能够获得各目标路径行驶次数的程序；分析生产线的工位瓶颈、资源利用率、物料流量；通过迭代优化以消除瓶颈并简化各工位的物料吞吐量，从而实现工位布局的优化；
3)在仿真软件平台上，通过运行布局优化后的产线数字化模型，获得AGV每段行驶路径次数，并通过仿真软件获取该布局下各上下料点坐标；找出所有可安装AGV充电站的位置坐标范围；
4)计算跟AGV充电位置相关的路径长度。根据布局图，行驶距离依据AGV充电位置计算公式有所不同，需根据AGV充电位置分段计算。根据曼氏距离，该计算公式可简化为
Figure BDA0003288874280000031
，其中(X,Y)上下料点的位置坐标，(i,j)为充电站位置坐标，m为路段编号，n为对应路段行驶次数，S为运行总距离，/i-b/为X方向路径重合段，/j-a/为Y方向重合段。
5)通过Python迭代算法计算出所有可安装AGV充电站位置及对应AGV行驶距离，具体步骤为：将布局图的坐标点通过Python判断语句判断坐标点是否在可安装AGV充电站范围内。如果该坐标未在范围内，判断下一个坐标点；如果在范围内代入步骤4)的计算公式计算出该坐标所对应的AGV行驶距离；
6)三维可视化分析充电站位置与AGV行驶距离的关系：将步骤5)获得的可安装的位置坐标(X,Y)以及对应的行驶距离(Z轴)利用Python作出三维图，通过三维图可直观展示车间所有AGV充电位置与其对应的AGV行驶总距离的关系。
7)通过上述步骤可获得AGV充电最优位置坐标。根据此位置坐标利用工厂仿真软件重新模拟生产，对比优化前后生产效率及AGV运行用距离变化情况。
目前国内没有通过数字化技术手段优化AGV充电位置以实现最短智能车间运行距离相关技术，多是依靠相关人员的经验。本发明通过数字化技术，以完整准确的数据为支撑，科学规划投资，减少车间物流运输距离，节约生产成本，帮助企业节能减排，提高企业经济效益。
实施例
东方电气集团东方电机有限公司数字化无人冲剪车间利用此方法科学计算优化AGV充电站位置，提高了定子冲片生产效率与资源利用率，实现了节能减排。并通过三维图可清晰直观了解AGV充电位置坐标与AGV运行总距离的关系，从而指导无人化车间的工艺布局优化。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种智能车间的AGV充电站位置优化布置方法，其特征在于，所述AGV充电站位置优化布置方法包括：
S1：通过仿真软件导入智能车间的初始工艺布局图，设置生产线所有相关的工艺参数以及生产订单列表；
S2：通过仿真软件建立车间的数字模型，设置AGV各上下料点，并编写其运行逻辑；分析生产线的工位瓶颈、资源利用率、物料流量，通过迭代优化消除瓶颈并简化各工位的物料吞吐量，实现工位布局的优化；
S3：运行布局优化后的仿真模型，获得AGV运行总距离和AGV每段行驶路径次数，通过仿真软件获得新布局下AGV各上下料点车间位置坐标，并找出能够安装AGV充电站的位置坐标范围；
S4：通过python迭代算法计算出最优AGV充电站位置坐标，以及对应的运行距离；
S5：运行AGV充电站位置坐标确定后的仿真模型，对比优化前后生产效率及AGV运行总距离变化情况。
2.如权利要求1所述的AGV充电站位置优化布置方法，其特征在于，所述步骤S4具体包括：
S41：基于步骤S3获得AGV各上下料点车间位置坐标参数信息，带入距离计算公式中完成跟AGV充电位置相关的路径长度计算；
S42：通过Python迭代算法计算出所有可安装AGV充电站位置及对应AGV行驶距离；
S43：通过可视化途径分析展示车间各AGV充电位置与其对应的AGV行驶总距离的关系，得出最优AGV充电站位置坐标，以及对应的运行距离。
3.如权利要求1所述的AGV充电站位置优化布置方法，其特征在于，所述步骤S41中，计算距离的公式为：
Figure FDA0003288874270000011
其中，(X,Y)为AGV上下料点的位置坐标，(i,j)为充电站位置坐标，m为路段编号，n为对应路段行驶次数，S为运行总距离，/i-b/为X方向路径重合段，/j-a/为Y方向重合段。
4.如权利要求2或3所述的AGV充电站位置优化布置方法，其特征在于，所述步骤S42具体包括：
将新布局图中AGV上下料点车间坐标点通过Python判断语句判断坐标点是否在可安装AGV充电站范围内，如果该坐标未在范围内，判断下一个坐标点；
如果在可安装AGV充电站范围内，则将相应坐标代入S41的计算公式计算出该坐标所对应的AGV行驶距离。
5.如权利要求2所述的AGV充电站位置优化布置方法，其特征在于，所述步骤S43包括：将步骤S42获得的可安装的位置坐标以及对应的行驶距离利用Python作出三维图，通过三维图直观展示车间所有AGV充电位置与其对应的AGV行驶总距离的关系。
6.如权利要求5所述的AGV充电站位置优化布置方法，其特征在于，所述步骤S43中行驶距离在Z轴方向表示。
CN202111157654.1A 2021-09-30 2021-09-30 一种智能车间agv充电站位置优化布置方法 Active CN113988377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111157654.1A CN113988377B (zh) 2021-09-30 2021-09-30 一种智能车间agv充电站位置优化布置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111157654.1A CN113988377B (zh) 2021-09-30 2021-09-30 一种智能车间agv充电站位置优化布置方法

Publications (2)

Publication Number Publication Date
CN113988377A true CN113988377A (zh) 2022-01-28
CN113988377B CN113988377B (zh) 2023-06-27

Family

ID=79737360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111157654.1A Active CN113988377B (zh) 2021-09-30 2021-09-30 一种智能车间agv充电站位置优化布置方法

Country Status (1)

Country Link
CN (1) CN113988377B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107578119A (zh) * 2017-08-09 2018-01-12 泉州装备制造研究所 一种智能调度系统的资源分配全局优化方法
CN108959783A (zh) * 2018-07-09 2018-12-07 广东工业大学 一种智能车间的布局仿真优化方法及装置
CN110069880A (zh) * 2019-04-30 2019-07-30 西安交通大学 一种基于仿真的多目标设备布局和生产排程协同优化方法
WO2019154446A2 (zh) * 2019-04-01 2019-08-15 上海快仓智能科技有限公司 自动引导车的控制方法、自动引导车及货物搬运系统
CN112508489A (zh) * 2020-12-16 2021-03-16 北京航天智造科技发展有限公司 一种面向复杂装备制造的顶层规划设计方法
DE102020127716A1 (de) * 2019-10-21 2021-04-22 TE Connectivity Services Gmbh Autonom fahrbares Fahrzeug und Verfahren zum Betreiben des autonom fahrbaren Fahrzeugs

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107578119A (zh) * 2017-08-09 2018-01-12 泉州装备制造研究所 一种智能调度系统的资源分配全局优化方法
CN108959783A (zh) * 2018-07-09 2018-12-07 广东工业大学 一种智能车间的布局仿真优化方法及装置
WO2019154446A2 (zh) * 2019-04-01 2019-08-15 上海快仓智能科技有限公司 自动引导车的控制方法、自动引导车及货物搬运系统
CN110069880A (zh) * 2019-04-30 2019-07-30 西安交通大学 一种基于仿真的多目标设备布局和生产排程协同优化方法
DE102020127716A1 (de) * 2019-10-21 2021-04-22 TE Connectivity Services Gmbh Autonom fahrbares Fahrzeug und Verfahren zum Betreiben des autonom fahrbaren Fahrzeugs
CN112508489A (zh) * 2020-12-16 2021-03-16 北京航天智造科技发展有限公司 一种面向复杂装备制造的顶层规划设计方法

Also Published As

Publication number Publication date
CN113988377B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN112833905B (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN111210184B (zh) 一种数字孪生车间物料准时配送方法及系统
CN113074728B (zh) 基于跳点寻路与协同避障的多agv路径规划方法
Li-ying et al. Multiple charging station location-routing problem with time window of electric vehicle.
Zhang et al. Energy-efficient path planning for a single-load automated guided vehicle in a manufacturing workshop
CN105069523A (zh) 一种有时间限制的配送车辆调度方法
CN105389975A (zh) 专车调度方法和装置
CN106875075A (zh) 一种基于出行行为学的电动汽车充电站布点方法
CN105858043B (zh) 一种升降机与穿梭车结合的仓储系统优化调度方法
CN104009494A (zh) 一种环境经济发电调度方法
CN113570308B (zh) 多目标交付同步优化模型建模方法及面向订单制造的车间物料配送边缘-雾-云系统构架
CN111913483A (zh) 一种用于四向穿梭车上的调度系统及其方法
Zhong et al. Adaptive autotuning mathematical approaches for integrated optimization of automated container terminal
CN114358233A (zh) 基于双混合粒子群的多agv路径规划问题优化方法及系统
Duan et al. Combined configuration of container terminal berth and quay crane considering carbon cost
Gao et al. Reverse logistics vehicle routing optimization problem based on multivehicle recycling
CN108416482B (zh) 一种基于区域性多策略的物流配送路径规划方法
CN113988377B (zh) 一种智能车间agv充电站位置优化布置方法
Pan et al. Optimization of warehouse layout based on genetic algorithm and simulation technique
CN114662863A (zh) 基于深度学习的车间分布式运输调度方法
CN115358464A (zh) 基于强化学习算法的零部件供应循环包装箱配送调度方法
WO2023028842A1 (zh) 工厂运营的预测方法、装置及计算机可读存储介质
CN115062936A (zh) 一种考虑区域责任制的汽车装配线动态周期性物料配送调度方法
CN108734333A (zh) 一种配网带电作业路径两阶段优化方法
CN114861998A (zh) 一种基于混沌猫群算法的移动补电车调度方法及其系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant