CN117035602A - 一种跨搬运系统的物料搬送路径寻优方法及装置 - Google Patents
一种跨搬运系统的物料搬送路径寻优方法及装置 Download PDFInfo
- Publication number
- CN117035602A CN117035602A CN202311303314.4A CN202311303314A CN117035602A CN 117035602 A CN117035602 A CN 117035602A CN 202311303314 A CN202311303314 A CN 202311303314A CN 117035602 A CN117035602 A CN 117035602A
- Authority
- CN
- China
- Prior art keywords
- conveying
- node
- path
- material conveying
- carrying
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 206
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010276 construction Methods 0.000 claims abstract description 4
- 238000012546 transfer Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Conveyors (AREA)
Abstract
一种跨搬运系统的物料搬送路径寻优方法及装置,通过对物料搬送系统的搬送节点进行节点模型构建,设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项节点要素的均值;对每一条物料搬送路径的节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。本发明能够提升物料搬送系统的整体搬运效率。
Description
技术领域
本发明属于物料搬送技术领域,具体涉及一种跨搬运系统的物料搬送路径寻优方法及装置。
背景技术
目前,在液晶面板和半导体等行业中,自动化物料搬送系统(AMHS)是工厂内或者工厂间设备与设备之间的重要搬运设备。一般的,物料搬送的起点和终点需要跨越很多的搬运设备或者搬运系统,各搬运设备或者搬运系统之间又互相连接,形成一个庞大的搬运网络,这对于物料搬送的路径寻找提出更高的要求,以确保物料搬送效率。
现有技术中,大部分的搬送路径寻优方法是根据路径的物理距离最短,或者路径的可到达性,或者考虑中途设备状态来进行的,具有静态性或者单一性,并不能寻找出较优的搬送路径。如何从可到达的众多搬送路径中寻找搬送效率较高的路径,对物料搬送的时效性极其重要。
发明内容
为此,本发明提供一种跨搬运系统的物料搬送路径寻优方法及装置,以解决传统技术不能寻找出较优的搬送路径以达到较高搬送效率的问题。
为了实现上述目的,本发明提供如下技术方案:一种跨搬运系统的物料搬送路径寻优方法,包括:
对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;
设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;
对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;
每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。
作为跨搬运系统的物料搬送路径寻优方法优选方案,物料搬送路径的搬送距离DD等于各搬送系统节点的搬送距离求和:
;
式中,n为搬送节点的数量,为进入搬送系统节点物理距离,/>表示流出搬送系统节点物理距离;/>为流出搬送系统节点i物理距离和进入搬送系统节点i的物理距离之差,即搬送系统节点i的搬送距离。
作为跨搬运系统的物料搬送路径寻优方法优选方案,节点要素的搬送负荷量F表示为:
F=QF/TF
式中,TF表示搬送的时间段,QF表示节点在搬送的时间段内接受的搬送指令的数量;
物料搬送路径的总搬送负荷量FF等于各搬送系统节点的搬送负荷量F求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送负荷量。
作为跨搬运系统的物料搬送路径寻优方法优选方案,搬送平均时间TM表示为:
;
式中,k表示第k个物料进入搬送系统到流出搬送系统的搬送时间节点;T1表示进入搬送系统节点J1的时间点,T1k表示第k个物料进入搬送系统节点J1的时间点,T2表示流出搬送系统节点J2的时间点,T2k表示第k个物料流出搬送系统节点J2的时间点;
一条完整的物料搬送路径的平均搬送时间TMM等于各搬送系统节点的搬送平均时间TM求和:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送平均时间。
作为跨搬运系统的物料搬送路径寻优方法优选方案,可通行度X用当前搬送设备所处的状态表示,宕机状态的可通行度值为0,维护状态的可通行度值为1,运行状态的可通行度为2,空闲状态的可通行度为3;
一条完整的物料搬送路径的可通行度XX等于各搬送系统节点的可通行度X求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的可通行度。
作为跨搬运系统的物料搬送路径寻优方法优选方案,故障概率G用TD时间内系统发生宕机的次数QD的均值定义,即G=QD/TD;
一条完整的物料搬送路径的故障概率GG等于各搬送系统节点的故障概率求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的故障概率。
作为跨搬运系统的物料搬送路径寻优方法优选方案,物料搬送路径的搬送效率值表示为:
A = 1/(W1*DD+W2*FF+W3*TMM+W4*GG)+W5*XX
式中,A表示为物料搬送路径的搬送效率值,W1代表路线物理搬送距离的加权值,W2代表路线搬送负荷量的加权值,W3代表路线搬送平均时间的加权值,W4代表路线故障率的加权值,W5代表路线的通讯度的加权值。
作为跨搬运系统的物料搬送路径寻优方法优选方案,计算从物料搬送起点到物料搬送终点的所有可达到路线的每一条物料搬送路径的搬送效率值Ai,对每一条物料搬送路径的搬送效率值Ai进行排序求取出最大值,选取i值最大的路线作为最优搬送路线。
作为跨搬运系统的物料搬送路径寻优方法优选方案,局部最优路径更新过程中:
先执行第一次局部最优路径的计算,找出第一次计算的局部最优路径,然后开始执行局部最优路径的第一个搬送节点;
当第一个搬送节点执行完成之后,以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行最优路径的计算,找出第二次计算的局部最优路径,然后执行第二次局部最优路径的第一个搬送节点;
当执行完第二次局部最优路径的第一个搬送节点后,继续以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行局部最优路径的计算,找出第三次计算的局部最优路径,然后执行第三次局部最优路径的第一个节点,直到物料搬送到搬送终点为止。
本发明还提供一种跨搬运系统的物料搬送路径寻优装置,采用上述的一种跨搬运系统的物料搬送路径寻优方法,包括:
节点模型构建模块,用于对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;
节点要素分析模块,用于设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;
局部最优路径分析模块,用于对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;
局部最优路径更新模块,用于每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。
本发明具有如下优点:通过对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。本发明能够提升物料搬送的通行效率,显著降低物料搬送延迟或者等待的概率,从而达到提升物料搬送系统的整体搬运效率。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
图1为本发明实施例中提供的跨搬运系统的物料搬送路径寻优方法流程示意图;
图2为本发明实施例中提供的跨搬运系统的物料搬送路径寻优装置架构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士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及功效,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
由于物料搬送从起点到终点的搬送路径不仅仅只有一条,可能存在很多条,而每一条路径的搬送效率受中途搬送系统的因素影响,因此,从可到达的众多搬送路径中寻找搬送效率较高的路径,对物料搬送的时效性极其重要。
相关技术中,通常是根据路径物理距离最短来寻找最优路径,然而物理距离短,并不能说明搬送需要的时间就短,还受到中途搬送系统的负荷和搬送系统运行速度的影响。此外,由于搬送执行的过程中需要的时间较长,路径所经过的各搬运系统状态也在实时更新,最初计算规划的路径在经过一段时间后可能已经不是最优路径,需要重新规划。并且执行的过程中由于某些中间搬送系统的宕机,会致使搬送命令一直等待,而不会重新规划新的路径绕道搬送,搬送效率较低。
有鉴于此,本发明实施例提供一种跨搬运系统的物料搬送路径寻优方法及装置,同时还提供一种相应的存储介质及相应的电子设备,综合考虑各方面的因素和动态分析各搬运系统状态来寻找出局部最优的搬送路径,提升物料搬送的通行效率,显著降低物料搬送延迟或者等待的概率,从而达到提升物料搬送系统的整体搬运效率。以下为本发明实施例的具体内容。
实施例1
参见图1,本发明实施例1提供一种跨搬运系统的物料搬送路径寻优方法,包括以下步骤:
S1、对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;
S2、设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;
S3、对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;
S4、每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。
本实施例中,物料搬送路径的搬送距离DD等于各搬送系统节点的搬送距离求和:
;
式中,n为搬送节点的数量,为进入搬送系统节点物理距离,/>表示流出搬送系统节点物理距离;/>为流出搬送系统节点i物理距离和进入搬送系统节点i的物理距离之差,即搬送系统节点i的搬送距离。
具体的,步骤S1中,通过进入搬送系统节点J1到流出搬送节点J2的物理距离定义一个搬送系统的搬送距离D;如果一条完整的物料搬送路径是由n个搬送节点组成,那么,一条完整的物料搬送路径的搬送距离DD等于各搬送系统节点的搬送距离求和,即 。
本实施例中,节点要素的搬送负荷量F表示为:
F=QF/TF
式中,TF表示搬送的时间段,QF表示节点在搬送的时间段内接受的搬送指令的数量;
物料搬送路径的总搬送负荷量FF等于各搬送系统节点的搬送负荷量F求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送负荷量。
具体的,步骤S1中,通过搬送的时间段内TF所接受的搬送指令的数量QF的均值定义搬送负荷量F,即F=QF/TF;如果一条完整的物料搬送路径由n个搬送节点组成,那么一条完整的物料搬送路径的总搬送负荷量FF等于各搬送系统节点的搬送负荷量F求和平均,即。
本实施例中,搬送平均时间TM表示为:
;
式中,k表示第k个物料进入搬送系统到流出搬送系统的搬送时间节点;T1表示进入搬送系统节点J1的时间点,T1k表示第k个物料进入搬送系统节点J1的时间点,T2表示流出搬送系统节点J2的时间点,T2k表示第k个物料流出搬送系统节点J2的时间点;
一条完整的物料搬送路径的平均搬送时间TMM等于各搬送系统节点的搬送平均时间TM求和:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送平均时间。
具体的,步骤S1中,通过m个物料进入搬送系统节点J1的时间点T1到流出搬送系统节点J2的时间点T2的差值求和平均,定义一个搬送系统的搬送平均时间TM。即,k是表示第k个物料进入系统到流出系统的搬送时间节点;如果一条完整的物料搬送路径是由n个搬送节点组成,那么一条完整的物料搬送路径的平均搬送时间TMM等于各搬送系统节点的搬送平均时间TM求和,即/>。
其中,搬送系统的搬送平均时间TM用m个物料进入搬送系统节点J1的时间点T1到流出搬送系统节点J2的时间点T2的差值求和平均,而不采用距离除以速度等于时间来计算,这样可以排除物料在系统内部等待或者暂存的情况发生,确保计算的准确性。
本实施例中,可通行度X用当前搬送设备所处的状态表示,宕机状态的可通行度值为0,维护状态的可通行度值为1,运行状态的可通行度为2,空闲状态的可通行度为3;
一条完整的物料搬送路径的可通行度XX等于各搬送系统节点的可通行度X求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的可通行度。
具体的,步骤S1中,通过当前设备所处的状态表示定义一个搬送系统的可通行度X,宕机状态的可通行度值为0,维护状态的可通行度值为1,运行状态的可通行度为2,空闲状态的可通行度为3;如果一条完整的物料搬送路径由n个搬送节点组成,那么一条完整的物料搬送路径的通行度XX等于各搬送系统节点的可通行度X求和平均,即。
本实施例中,故障概率G用TD时间内系统发生宕机的次数QD的均值定义,即G=QD/TD;
一条完整的物料搬送路径的故障概率GG等于各搬送系统节点的故障概率求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的故障概率。
具体的,步骤S1中,通过一段时间内TD系统发生宕机的次数QD的均值定义故障概率G,即G=QD/TD;如果一条完整的物料搬送路径是由n个搬送节点组成,那么一条完整的物料搬送路径的故障概率GG等于各搬送系统节点的故障概率求和平均,即。
本实施例中,在上述一条完整的物料搬送路径的搬送距离DD、物料搬送路径的总搬送负荷量FF、物料搬送路径的平均搬送时间TMM、物料搬送路径的故障概率GG和物料搬送路径的可通行度XX基础上,物料搬送路径的搬送效率值表示为:
A = 1/(W1*DD+W2*FF+W3*TMM+W4*GG)+W5*XX
式中,A表示为物料搬送路径的搬送效率值,W1代表路线物理搬送距离的加权值,W2代表路线搬送负荷量的加权值,W3代表路线搬送平均时间的加权值,W4代表路线故障率的加权值,W5代表路线的通讯度的加权值。
然后,通过计算从物料搬送起点到物料搬送终点的所有可达到路线的每一条物料搬送路径的搬送效率值Ai,对每一条物料搬送路径的搬送效率值Ai进行排序求取出最大值,选取i值最大的路线作为最优搬送路线。
其中,搬送路线的搬送效率是综合考虑搬送物理距离、搬送负荷、搬送平均时间、故障率、路线可通行度的加权求取出来的,节点模型比较符合液晶面板和半导体行业工厂的物料搬送系统的实际,计算出的结果较为准确。
本实施例中,局部最优路径更新过程中:
先执行第一次局部最优路径的计算,找出第一次计算的局部最优路径,然后开始执行局部最优路径的第一个搬送节点;当第一个搬送节点执行完成之后,以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行最优路径的计算,找出第二次计算的局部最优路径,然后执行第二次局部最优路径的第一个搬送节点;当执行完第二次局部最优路径的第一个搬送节点后,继续以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行局部最优路径的计算,找出第三次计算的局部最优路径,然后执行第三次局部最优路径的第一个节点,直到物料搬送到搬送终点为止。进而,从任务起点到任务终点的搬送过程中,每执行完路径的第一个搬送节点都重新动态计算路线,确保在路线状态变更之后计算得到的路线最优。
综上所述,本发明通过对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。路径更新过程中,先执行第一次局部最优路径的计算,找出第一次计算的局部最优路径,然后开始执行局部最优路径的第一个搬送节点;当第一个搬送节点执行完成之后,以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行最优路径的计算,找出第二次计算的局部最优路径,然后执行第二次局部最优路径的第一个搬送节点;当执行完第二次局部最优路径的第一个搬送节点后,继续以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行局部最优路径的计算,找出第三次计算的局部最优路径,然后执行第三次局部最优路径的第一个节点,直到物料搬送到搬送终点为止本发明能够提升物料搬送的通行效率,显著降低物料搬送延迟或者等待的概率,从而达到提升物料搬送系统的整体搬运效率。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
实施例2
参见图2,本发明实施例2还提供一种跨搬运系统的物料搬送路径寻优方法,采用上述实施例1的一种跨搬运系统的物料搬送路径寻优装置,包括:
节点模型构建模块1,用于对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;
节点要素分析模块2,用于设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;
局部最优路径分析模块3,用于对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;
局部最优路径更新模块4,用于每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。
本实施例中,在节点要素分析模块2,物料搬送路径的搬送距离DD等于各搬送系统节点的搬送距离求和:
;
式中,n为搬送节点的数量,为进入搬送系统节点物理距离,/>表示流出搬送系统节点物理距离;/>为流出搬送系统节点i物理距离和进入搬送系统节点i的物理距离之差,即搬送系统节点i的搬送距离。
本实施例中,在节点模型构建模块1,节点要素的搬送负荷量F表示为:
F=QF/TF
式中,TF表示搬送的时间段,QF表示节点在搬送的时间段内接受的搬送指令的数量;
物料搬送路径的总搬送负荷量FF等于各搬送系统节点的搬送负荷量F求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送负荷量。
本实施例中,在节点要素分析模块2,搬送平均时间TM表示为:
;
式中,k表示第k个物料进入搬送系统到流出搬送系统的搬送时间节点;T1表示进入搬送系统节点J1的时间点,T1k表示第k个物料进入搬送系统节点J1的时间点,T2表示流出搬送系统节点J2的时间点,T2k表示第k个物料流出搬送系统节点J2的时间点;
一条完整的物料搬送路径的平均搬送时间TMM等于各搬送系统节点的搬送平均时间TM求和:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送平均时间。
本实施例中,在节点要素分析模块2,可通行度X用当前搬送设备所处的状态表示,宕机状态的可通行度值为0,维护状态的可通行度值为1,运行状态的可通行度为2,空闲状态的可通行度为3;
一条完整的物料搬送路径的可通行度XX等于各搬送系统节点的可通行度X求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的可通行度。
本实施例中,在节点要素分析模块2,故障概率G用TD时间内系统发生宕机的次数QD的均值定义,即G=QD/TD;
一条完整的物料搬送路径的故障概率GG等于各搬送系统节点的故障概率求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的故障概率。
本实施例中,在局部最优路径分析模块3,物料搬送路径的搬送效率值表示为:
A = 1/(W1*DD+W2*FF+W3*TMM+W4*GG)+W5*XX
式中,A表示为物料搬送路径的搬送效率值,W1代表路线物理搬送距离的加权值,W2代表路线搬送负荷量的加权值,W3代表路线搬送平均时间的加权值,W4代表路线故障率的加权值,W5代表路线的通讯度的加权值。
本实施例中,在局部最优路径分析模块3,计算从物料搬送起点到物料搬送终点的所有可达到路线的每一条物料搬送路径的搬送效率值Ai,对每一条物料搬送路径的搬送效率值Ai进行排序求取出最大值,选取i值最大的路线作为最优搬送路线。
本实施例中,在局部最优路径更新模块4,局部最优路径更新过程中:
先执行第一次局部最优路径的计算,找出第一次计算的局部最优路径,然后开始执行局部最优路径的第一个搬送节点;
当第一个搬送节点执行完成之后,以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行最优路径的计算,找出第二次计算的局部最优路径,然后执行第二次局部最优路径的第一个搬送节点;
当执行完第二次局部最优路径的第一个搬送节点后,继续以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行局部最优路径的计算,找出第三次计算的局部最优路径,然后执行第三次局部最优路径的第一个节点,直到物料搬送到搬送终点为止。
需要说明的是,上述装置各模块之间的信息交互、执行过程等内容,由于与本申请实施例1中的方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质,所述计算机可读存储介质中存储有跨搬运系统的物料搬送路径寻优方法的程序代码,所述程序代码包括用于执行实施例1或其任意可能实现方式的跨搬运系统的物料搬送路径寻优方法的指令。
计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk、SSD))等。
实施例4
本发明实施例4提供一种电子设备,包括:存储器和处理器;
所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行实施例1或其任意可能实现方式的跨搬运系统的物料搬送路径寻优方法。
具体的,处理器可以通过硬件来实现也可以通过软件来实现,当通过硬件实现时,该处理器可以是逻辑电路、集成电路等;当通过软件来实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现,该存储器可以集成在处理器中,可以位于所述处理器之外,独立存在。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种跨搬运系统的物料搬送路径寻优方法,其特征在于,包括:
对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;
设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;
对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;
每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。
2.根据权利要求1所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,物料搬送路径的搬送距离DD等于各搬送系统节点的搬送距离求和:
;
式中,n为搬送节点的数量,为进入搬送系统节点物理距离,/>表示流出搬送系统节点物理距离,/>为流出搬送系统节点i物理距离和进入搬送系统节点i的物理距离之差,即搬送系统节点i的搬送距离。
3. 根据权利要求2所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,节点要素的搬送负荷量F表示为:
F=QF/TF
式中,TF表示搬送的时间段,QF表示节点在搬送的时间段内接受的搬送指令的数量;
物料搬送路径的总搬送负荷量FF等于各搬送系统节点的搬送负荷量F求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送负荷量。
4.根据权利要求3所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,搬送平均时间TM表示为:
;
式中,k表示第k个物料进入搬送系统到流出搬送系统的搬送时间节点;T1表示进入搬送系统节点J1的时间点,T1k表示第k个物料进入搬送系统节点J1的时间点,T2表示流出搬送系统节点J2的时间点,T2k表示第k个物料流出搬送系统节点J2的时间点;
一条完整的物料搬送路径的平均搬送时间TMM等于各搬送系统节点的搬送平均时间TM求和:
;
式中,n为搬送节点的数量,为搬送系统节点i的搬送平均时间。
5.根据权利要求4所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,可通行度X用当前搬送设备所处的状态表示,宕机状态的可通行度值为0,维护状态的可通行度值为1,运行状态的可通行度为2,空闲状态的可通行度为3;
一条完整的物料搬送路径的可通行度XX等于各搬送系统节点的可通行度X求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的可通行度。
6.根据权利要求5所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,故障概率G用TD时间内系统发生宕机的次数QD的均值定义,即G=QD/TD;
一条完整的物料搬送路径的故障概率GG等于各搬送系统节点的故障概率求和平均:
;
式中,n为搬送节点的数量,为搬送系统节点i的故障概率。
7. 根据权利要求6所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,物料搬送路径的搬送效率值表示为:
A = 1/(W1*DD+W2*FF+W3*TMM+W4*GG)+W5*XX
式中,A表示为物料搬送路径的搬送效率值,W1代表路线物理搬送距离的加权值,W2代表路线搬送负荷量的加权值,W3代表路线搬送平均时间的加权值,W4代表路线故障率的加权值,W5代表路线的通讯度的加权值。
8.根据权利要求7所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,计算从物料搬送起点到物料搬送终点的所有可达到路线的每一条物料搬送路径的搬送效率值Ai,对每一条物料搬送路径的搬送效率值Ai进行排序求取出最大值,选取i值最大的路线作为最优搬送路线。
9.根据权利要求1所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,局部最优路径更新过程中:
先执行第一次局部最优路径的计算,找出第一次计算的局部最优路径,然后开始执行局部最优路径的第一个搬送节点;
当第一个搬送节点执行完成之后,以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行最优路径的计算,找出第二次计算的局部最优路径,然后执行第二次局部最优路径的第一个搬送节点;
当执行完第二次局部最优路径的第一个搬送节点后,继续以当前物料所处的节点作为搬送起点,以最初搬送命令的终点作为搬送终点,重新执行局部最优路径的计算,找出第三次计算的局部最优路径,然后执行第三次局部最优路径的第一个节点,直到物料搬送到搬送终点为止。
10.一种跨搬运系统的物料搬送路径寻优装置,采用权利要求1至9任意一项所述的一种跨搬运系统的物料搬送路径寻优方法,其特征在于,包括:
节点模型构建模块,用于对物料搬送系统的搬送节点进行节点模型构建,所述节点模型中含有指定的节点要素,所述节点要素包括搬送距离、搬送负荷量、搬送平均时间、可通行度、故障概率、节点的搬送起点和节点的搬送终点;
节点要素分析模块,用于设定若干物料搬送路径,物料搬送路径具有起点节点、中间节点和到达终点节点,计算起点节点、中间节点和到达终点节点中的各项所述节点要素的均值;
局部最优路径分析模块,用于对每一条物料搬送路径的所述节点要素的均值进行加权求和,得到每一条物料搬送路径的搬送效率值,将搬送效率值最高的物料搬送路径作为当前搬送起点到搬送终点的局部最优路径;
局部最优路径更新模块,用于每执行完局部最优路径的一个节点搬送,将执行完的局部最优路径的当前节点作为搬送起点,以搬送命令最终到达的目的地为搬送终点,再次进行路径寻优更新在指定时间段内得到的局部最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311303314.4A CN117035602B (zh) | 2023-10-10 | 2023-10-10 | 一种跨搬运系统的物料搬送路径寻优方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311303314.4A CN117035602B (zh) | 2023-10-10 | 2023-10-10 | 一种跨搬运系统的物料搬送路径寻优方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117035602A true CN117035602A (zh) | 2023-11-10 |
CN117035602B CN117035602B (zh) | 2023-12-15 |
Family
ID=88635895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311303314.4A Active CN117035602B (zh) | 2023-10-10 | 2023-10-10 | 一种跨搬运系统的物料搬送路径寻优方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035602B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575452A (zh) * | 2024-01-17 | 2024-02-20 | 湖南蓝天智能物流装备有限公司 | 基于节点动态寻址的路径规划方法、装置、设备和介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101632051B1 (ko) * | 2015-04-10 | 2016-06-20 | 박일하 | 화물자동차 직접 운반을 위한 화물역 시스템 |
EP3746856A1 (en) * | 2018-02-28 | 2020-12-09 | Five AI Limited | Path planning in mobile robots |
CN114111830A (zh) * | 2021-12-16 | 2022-03-01 | 童浩峰 | 一种基于ai模型的路径规划方法及装置 |
CN114637303A (zh) * | 2022-05-11 | 2022-06-17 | 燕山大学 | 基于远程遥操作的搬运机器人路径规划方法、系统及介质 |
CN115145280A (zh) * | 2022-07-18 | 2022-10-04 | 南京邮电大学 | 一种基于装配过程的零件搬运路径规划方法及系统 |
CN115231220A (zh) * | 2021-04-23 | 2022-10-25 | 株式会社大福 | 物品搬送设备、路径设定方法及路径设定程序 |
CN115638805A (zh) * | 2022-10-24 | 2023-01-24 | 西北工业大学 | 一种网络化的无人车辆线路规划方法、装置和电子设备 |
CN115707636A (zh) * | 2021-08-20 | 2023-02-21 | 欧姆龙株式会社 | 搬送系统和保持装置 |
CN115829183A (zh) * | 2023-02-22 | 2023-03-21 | 四川港投新通道物流产业投资集团有限公司 | 冷链物流路径规划方法、装置、设备及可读存储介质 |
CN116050690A (zh) * | 2023-04-03 | 2023-05-02 | 无锡芯运智能科技有限公司 | 一种oht小车路径规划方法、装置及终端 |
CN116501063A (zh) * | 2022-11-22 | 2023-07-28 | 山东卓越精工集团有限公司 | 基于混凝土运输平台的agv小车控制系统 |
CN116560324A (zh) * | 2023-05-30 | 2023-08-08 | 上海哥瑞利软件股份有限公司 | 一种物联网工厂物料搬送异常时路径替代处理方法及系统 |
TW202333015A (zh) * | 2022-01-07 | 2023-08-16 | 日商村田機械股份有限公司 | 搬送系統 |
CN116719329A (zh) * | 2023-08-10 | 2023-09-08 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
-
2023
- 2023-10-10 CN CN202311303314.4A patent/CN117035602B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101632051B1 (ko) * | 2015-04-10 | 2016-06-20 | 박일하 | 화물자동차 직접 운반을 위한 화물역 시스템 |
EP3746856A1 (en) * | 2018-02-28 | 2020-12-09 | Five AI Limited | Path planning in mobile robots |
CN115231220A (zh) * | 2021-04-23 | 2022-10-25 | 株式会社大福 | 物品搬送设备、路径设定方法及路径设定程序 |
CN115707636A (zh) * | 2021-08-20 | 2023-02-21 | 欧姆龙株式会社 | 搬送系统和保持装置 |
CN114111830A (zh) * | 2021-12-16 | 2022-03-01 | 童浩峰 | 一种基于ai模型的路径规划方法及装置 |
TW202333015A (zh) * | 2022-01-07 | 2023-08-16 | 日商村田機械股份有限公司 | 搬送系統 |
CN114637303A (zh) * | 2022-05-11 | 2022-06-17 | 燕山大学 | 基于远程遥操作的搬运机器人路径规划方法、系统及介质 |
CN115145280A (zh) * | 2022-07-18 | 2022-10-04 | 南京邮电大学 | 一种基于装配过程的零件搬运路径规划方法及系统 |
CN115638805A (zh) * | 2022-10-24 | 2023-01-24 | 西北工业大学 | 一种网络化的无人车辆线路规划方法、装置和电子设备 |
CN116501063A (zh) * | 2022-11-22 | 2023-07-28 | 山东卓越精工集团有限公司 | 基于混凝土运输平台的agv小车控制系统 |
CN115829183A (zh) * | 2023-02-22 | 2023-03-21 | 四川港投新通道物流产业投资集团有限公司 | 冷链物流路径规划方法、装置、设备及可读存储介质 |
CN116050690A (zh) * | 2023-04-03 | 2023-05-02 | 无锡芯运智能科技有限公司 | 一种oht小车路径规划方法、装置及终端 |
CN116560324A (zh) * | 2023-05-30 | 2023-08-08 | 上海哥瑞利软件股份有限公司 | 一种物联网工厂物料搬送异常时路径替代处理方法及系统 |
CN116719329A (zh) * | 2023-08-10 | 2023-09-08 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
JEONG YONGKUK 等: ""A reinforcement learning model for material handling task assignment and route planning in dynamic production logistics environment"", 《 PROCEDIA CIRP》, vol. 104, pages 1807 - 1812 * |
吴立辉 等: ""基于强化学习的整体式AMHS防堵塞路径规划方法"", 《工业工程与管理》, pages 1 - 19 * |
蔡旻 等: "基于改进A*算法的分拣搬运机器人路径规划", 计算机测量与控制, no. 04, pages 164 - 166 * |
赵水晶 等: ""考虑阻塞的双向AGV路径规划方法"", 《机床与液压》, vol. 51, no. 15, pages 62 - 67 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575452A (zh) * | 2024-01-17 | 2024-02-20 | 湖南蓝天智能物流装备有限公司 | 基于节点动态寻址的路径规划方法、装置、设备和介质 |
CN117575452B (zh) * | 2024-01-17 | 2024-03-26 | 湖南蓝天智能物流装备有限公司 | 基于节点动态寻址的路径规划方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117035602B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Glassey et al. | Dynamic batching heuristic for simultaneous processing | |
CN117035602B (zh) | 一种跨搬运系统的物料搬送路径寻优方法及装置 | |
CN110555640B (zh) | 路由规划的方法和装置 | |
US10101721B2 (en) | System and method for determining an optimized schedule of a production line | |
Siebert et al. | Lot targeting and lot dispatching decision policies for semiconductor manufacturing: optimisation under uncertainty with simulation validation | |
CN113988485B (zh) | 站点到货量预测方法、装置、电子设备和计算机可读介质 | |
US20170080563A1 (en) | Scheduling Start-up Process for Time-constrained Single-arm Cluster Tools | |
Wan et al. | Predictive vehicle dispatching method for overhead hoist transport systems in semiconductor fabs | |
Nazzal et al. | Analytical approach to estimating AMHS performance in 300 mm fabs | |
Li et al. | A Two-stage Stochastic Programming for AGV scheduling with random tasks and battery swapping in automated container terminals | |
Qin et al. | Dynamic dispatching for interbay automated material handling with lot targeting using improved parallel multiple-objective genetic algorithm | |
CN112506658B (zh) | 一种服务链中动态资源分配和任务调度方法 | |
CN113255950B (zh) | 一种优化物流网络的方法和装置 | |
CN107085754B (zh) | 信息输出方法和装置 | |
Hong et al. | Optimising the location of crossovers in conveyor-based automated material handling systems in semiconductor wafer fabs | |
Wu et al. | Scheduling semiconductor in-line steppers in new product/process introduction scenarios | |
Yang et al. | Wafer sojourn time fluctuation analysis for time-constrained dual-arm multi-cluster tools with activity time variation | |
Nagy et al. | The maximum flow problem: A real-time approach | |
Zhou et al. | An analytical model for continuous flow transporters of AMHSs with multi-loop conveyors and priority rules | |
CN114666263A (zh) | 高动态的智能路由确定方法、装置、电子设备及存储介质 | |
CN111767351B (zh) | 确定搬运机器人停车点的方法和装置 | |
CN113159659A (zh) | 更新货单时效的方法、装置、设备和计算机可读介质 | |
Huang et al. | A pre-dispatching vehicle method for a diffusion area in a 300 mm wafer fab | |
Dahmane et al. | Optimal routing control of a retrial queue with two-phase service | |
CN113778024A (zh) | 设备调度的方法、装置、电子设备和存储介质 |
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 |