某船用柴油机配套企业AGV系统导引路径网络设计与调度方法研究
发布时间：2021-01-30 19:33
随着经济日趋全球化、信息技术飞速发展,客户需求个性化,船用柴油机配套企业不仅面临外部激烈的竞争环境,而且其内部的制造环境也发生了根本变化,这就要求企业不仅要生产高质量的产品,而且还要具有很高的生产效率。而物流作为提高企业生产效率的关键手段,受到企业的高度重视。与发达国家相比,我国制造业的物流水平比较落后,作业车间的物流效率不高,用于物流环节的费用也相当高,因此,我们更加需要提高对物流运输系统结构改善的重视度,使得车间物流运输的费用降低。这种情况下,自动导引车（Automated Guided Vehicle,AGV）系统作为一种现代化集成智能运输系统,得到飞快发展,并应用于生产实际。本文以基于单双向混合导引路径网络布局（Mixed uni/bidirectional guide-path network layout,MGNL）的AGV系统为研究对象,对其导引路径网络设计、多AGV动态调度等关键技术进行了研究,并介绍了本课题组设计开发的基于制造执行系统（Manufacturing Execution System,MES）的AGV调度管理系统,研究内容主要包括以下几个方面:首先,在分析...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
最优化调度方案的甘特图
PopSize 为 60，最大遗传代数 MaxGen 为 60，选择概率sP 为 0.9，交叉概率cP 为 0.8，变异概率mP 为 0.1。 取 0.05。表 3.1 工件的工艺信息Table 3.1 Jobs’ process information工件 工序 可用机器（单件加工时间 min）512345672M （70）、4M （50）2M （100）、5M （85）、7M （110）1M （55）、3M （65）4M （95）、8M （130）2M （70）、6M （120）、10M （35）1M （45）、9M （65）3M （85）、5M （70）、10M （115）
重庆大学硕士学位论文任务后回到输入工作站0M 的装载点0P 的时刻vC 为 2892min，其最优调度方案甘特图如图 3.6 所示。仿真在 Matlab7.1 环境下运行，遗传算法的优化参数分别为：初始化种群PopSize为 60，最大遗传代数 MaxGen 为 60，选择概率sP 为 0.9，交叉概率cP 为 0.8，变异概率mP 为 0.1。 取 0.05。
【参考文献】：
期刊论文
[1]AGV自动调度系统及其与WMS的接口方法[J]. 王丹伟,张胜,吴蔚,孔祥震,于红波. 物流技术与应用. 2013(04)
[2]柔性生产系统配料区多自动导航小车调度优化[J]. 朱琳,范秀敏,何其昌. 计算机集成制造系统. 2012(06)
[3]AGV自主导引机器人应用现状及发展趋势[J]. 吴雄喜. 机器人技术与应用. 2012(03)
[4]基于改进非支配排序遗传算法的多目标柔性作业车间调度[J]. 张超勇,董星,王晓娟,李新宇,刘琼. 机械工程学报. 2010(11)
[5]自动导航车（AGV）发展综述[J]. 张辰贝西,黄志球. 中国制造业信息化. 2010(01)
[6]自动导引车系统避免死锁的多属性任务调度方法[J]. 管贤平,戴先中. 中国机械工程. 2009(19)
[7]AGV系统的调度优化模型[J]. 雷定猷,张兰. 科学技术与工程. 2008(01)
[8]关于AGV及其在中国的应用与发展探析[J]. 李乐军,施业琼,韦宝秀. 科技资讯. 2007(34)
[9]一种解决有AGV小车约束的车间智能调度问题的算法[J]. 柳赛男,柯映林. 中国机械工程. 2007(15)
[10]AGV技术发展综述[J]. 张正义. 物流技术与应用. 2005(07)
博士论文
[1]基于UGNL的AGV系统规划设计与控制方法研究[D]. 肖海宁.南京航空航天大学 2013
硕士论文
[1]基于群体智能优化的AGV路径规划算法研究[D]. 荀燕琴.吉林大学 2017
[2]自动引导运输车安全调度算法研究[D]. 刘元.哈尔滨工业大学 2017
[3]数字化工厂中多AGV路径规划研究及应用[D]. 李玉勤.宁夏大学 2016
[4]AGV自动运输系统调度及路径规划的研究[D]. 冯海双.哈尔滨工业大学 2013
[5]基于拓扑地图的AGV智能路径规划技术研究[D]. 郭丽晓.浙江大学 2013
[6]基于瓶颈工序的多资源多目标机械加工车间排产方法与系统研究[D]. 李鹏.重庆大学 2012
[7]基于制造执行系统的机加车间成本管理模式与系统研究[D]. 潘立伟.重庆大学 2012
[8]AGV系统路径规划技术研究[D]. 孙奇.浙江大学 2012
[9]基于改进时间窗的AGVs调度仿真研究与系统开发[D]. 乔岩.南京航空航天大学 2012
[10]自动导引车路径规划的遗传算法研究[D]. 李青欣.广东工业大学 2011
本文编号：3009466
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
最优化调度方案的甘特图
PopSize 为 60，最大遗传代数 MaxGen 为 60，选择概率sP 为 0.9，交叉概率cP 为 0.8，变异概率mP 为 0.1。 取 0.05。表 3.1 工件的工艺信息Table 3.1 Jobs’ process information工件 工序 可用机器（单件加工时间 min）512345672M （70）、4M （50）2M （100）、5M （85）、7M （110）1M （55）、3M （65）4M （95）、8M （130）2M （70）、6M （120）、10M （35）1M （45）、9M （65）3M （85）、5M （70）、10M （115）
重庆大学硕士学位论文任务后回到输入工作站0M 的装载点0P 的时刻vC 为 2892min，其最优调度方案甘特图如图 3.6 所示。仿真在 Matlab7.1 环境下运行，遗传算法的优化参数分别为：初始化种群PopSize为 60，最大遗传代数 MaxGen 为 60，选择概率sP 为 0.9，交叉概率cP 为 0.8，变异概率mP 为 0.1。 取 0.05。
【参考文献】：
期刊论文
[1]AGV自动调度系统及其与WMS的接口方法[J]. 王丹伟,张胜,吴蔚,孔祥震,于红波. 物流技术与应用. 2013(04)
[2]柔性生产系统配料区多自动导航小车调度优化[J]. 朱琳,范秀敏,何其昌. 计算机集成制造系统. 2012(06)
[3]AGV自主导引机器人应用现状及发展趋势[J]. 吴雄喜. 机器人技术与应用. 2012(03)
[4]基于改进非支配排序遗传算法的多目标柔性作业车间调度[J]. 张超勇,董星,王晓娟,李新宇,刘琼. 机械工程学报. 2010(11)
[5]自动导航车（AGV）发展综述[J]. 张辰贝西,黄志球. 中国制造业信息化. 2010(01)
[6]自动导引车系统避免死锁的多属性任务调度方法[J]. 管贤平,戴先中. 中国机械工程. 2009(19)
[7]AGV系统的调度优化模型[J]. 雷定猷,张兰. 科学技术与工程. 2008(01)
[8]关于AGV及其在中国的应用与发展探析[J]. 李乐军,施业琼,韦宝秀. 科技资讯. 2007(34)
[9]一种解决有AGV小车约束的车间智能调度问题的算法[J]. 柳赛男,柯映林. 中国机械工程. 2007(15)
[10]AGV技术发展综述[J]. 张正义. 物流技术与应用. 2005(07)
博士论文
[1]基于UGNL的AGV系统规划设计与控制方法研究[D]. 肖海宁.南京航空航天大学 2013
硕士论文
[1]基于群体智能优化的AGV路径规划算法研究[D]. 荀燕琴.吉林大学 2017
[2]自动引导运输车安全调度算法研究[D]. 刘元.哈尔滨工业大学 2017
[3]数字化工厂中多AGV路径规划研究及应用[D]. 李玉勤.宁夏大学 2016
[4]AGV自动运输系统调度及路径规划的研究[D]. 冯海双.哈尔滨工业大学 2013
[5]基于拓扑地图的AGV智能路径规划技术研究[D]. 郭丽晓.浙江大学 2013
[6]基于瓶颈工序的多资源多目标机械加工车间排产方法与系统研究[D]. 李鹏.重庆大学 2012
[7]基于制造执行系统的机加车间成本管理模式与系统研究[D]. 潘立伟.重庆大学 2012
[8]AGV系统路径规划技术研究[D]. 孙奇.浙江大学 2012
[9]基于改进时间窗的AGVs调度仿真研究与系统开发[D]. 乔岩.南京航空航天大学 2012
[10]自动导引车路径规划的遗传算法研究[D]. 李青欣.广东工业大学 2011
本文编号：3009466
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3009466.html
