智能工厂多搬运载体协同作业优化

发布时间：2022-02-19 20:19

　　针对智能工厂中多搬运载体间的协同作业问题,以堆垛机-AGV-机械手三资源为研究对象,考虑AGV在交叉路口避碰规则以及优先级动态调整规则,建立以总任务完工时间最少为主决策目标,以惩罚成本最低为辅助决策目标的协同作业优化模型;采用优化粒子群算法求解,为避免算法在迭代后期搜索能力弱易陷入局部最优的情况,引入遗传算法中的自适应变异进行优化。通过实例验证表明,考虑AGV在交叉路口的避碰规则,能明显缩短任务完成时间和AGV在路口的等待时间,同时,验证了优化粒子群算法在求解和收敛速度方面性能优于传统粒子群算法。 

【文章来源】：制造业自动化. 2020,42(03)CSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 多载体协同作业优化模型
    1.1 问题描述及假设条件
        1.1.1 问题描述
        1.1.2 模型假设
    1.2 参变量定义
        1.2.1 参数设定
        1.2.2 决策变量
    1.3 目标函数
        1.3.1 最短完工时间
        1.3.2 最低惩罚成本
    1.4 约束条件
2 AGV路口避碰规则
    2.1 AGV冲突类型检测
    2.2 路口冲突AGV的优先级动态调整
    2.3 双路口路径容量检测
3 粒子群算法
    3.1 PSO算式
    3.2 自适应变异
4 算例分析
    1)交叉路口考虑避碰
    2)结果对比
    3)算法性能比较
5 结语


【参考文献】：
期刊论文
[1]考虑有限物流运输能力的智能车间AGV调度算法研究[J]. 陈敏,黎展滔,陈庆新,彭乘风.  工业工程. 2019(04)
[2]柔性作业车间多自动导引小车和机器的集成调度[J]. 贺长征,宋豫川,雷琦,吕向飞,刘软香,陈进.  中国机械工程. 2019(04)
[3]面向FMS基于改进的混合PSO-GA的多AGV调度算法研究[J]. 岳笑含,许晓健,王溪波.  计算机科学. 2018(S2)
[4]自动导引车系统避碰及环路死锁控制方法[J]. 肖海宁,楼佩煌.  计算机集成制造系统. 2015(05)
[5]基于改进遗传算法的物料配送多AGV调度优化[J]. 刘旭,楼佩煌,钱晓明,武星.  机械设计与制造工程. 2015(03)
[6]基于改进时间窗的AGVs避碰路径规划[J]. 乔岩,钱晓明,楼佩煌.  计算机集成制造系统. 2012(12)

硕士论文
[1]面向制造车间柔性物流的AGV群控系统研制[D]. 胡杰杰.北京邮电大学 2019
[2]基于激光导航AGV路径规划与避障算法的研究[D]. 李珍惜.西安科技大学 2019
[3]基于混合遗传算法的电力设备检测柔性调度研究[D]. 肖萌.武汉理工大学 2018



本文编号：3633552