基于多Agent协调和局部寻优的炭块仓储天车调度模型研究与应用

发布时间：2021-08-06 18:06

　　智能仓储是铝用炭素企业实施智能工厂的重要组成部分,天车无人化则是智能仓储的核心内容,通过智能调度和控制,为天车作业实现无人化植入了大脑。天车作业调度决定了库区天车作业是否顺畅及作业效率。针对炭块仓储中天车作业的无序性、突发性、抢占性,以及部分作业需要人工介入的特点,提出一种基于多Agent协调和局部寻优的天车调度模型,并成功运用于生产实践中。 

【文章来源】：轻金属. 2020,(11)北大核心

【文章页数】：6 页

【部分图文】：

转运站基本配置方式

Agent技术和多Agent系统是目前学术和工程领域的研究热点,在越来越广泛的领域得到了应用[10],本文研究了目前调度算法在实际应用中的不足,针对炭块仓储中天车调度的特点,提出一种基于多Agent协调和局部寻优的调度模型。整个多Agent调度模型分为任务管理Agent、库位管理Agent、分析处理Agent、输送设备Agent、天车设备Agent,以及数据访问控制Agent几个部分,如图2所示。任务管理Agent:管理任务模型,并对任务的创建、执行、结果全生命周期进行跟踪,根据任务优先级进行任务的动态分配。任务管理Agent接收来自地面输送设备或人工的夹块信号,对信号的有效性进行判断和分析,自动生成对应任务,并对任务执行的各环节和步骤进行细致的管理,控制任务的等待时间和执行时间,将执行信息通过展示界面实时反馈给管理人员。

从图3可以看到,在1个小时内,总共完成了7次搬运作业,包括两次生块下线,三次生块编组,一次熟块解组,一次熟块组装,期间有一次冲突避让(任务类型为“天车移动”),任务优先级较高的生块下线和熟块组装在10分钟内完成,优先级较低的生块编组和熟块解组在15分钟内完成,符合现场生产的正常节奏,保证了生产过程的连续性和稳定性。4 结 语

【参考文献】：
期刊论文
[1]钢铁企业同轨多天车调度方法研究[J]. 雷兆明,王鹏程,廖文喆,赵凡.  计算机仿真. 2019(06)
[2]基于轨迹映射模型的天车多目标调度方法[J]. 周炳海,廖秀梅.  湖南大学学报(自然科学版). 2019(04)
[3]基于Agent的智能制造系统实时动态调度机制研究[J]. 黄腾霄,唐敦兵,张海涛,许超.  机械制造与自动化. 2017(06)
[4]基于RESTART方法的同轨多天车仿真调度[J]. 赵宁,穆云,徐传标,杜彦华.  系统工程理论与实践. 2016(07)
[5]基于Petri网和UML的钢厂天车调度系统仿真[J]. 朱道飞,王华,王建军,毕贵红,赵业清.  昆明理工大学学报(自然科学版). 2013(03)
[6]基于免疫遗传算法的车间天车调度仿真模型[J]. 郑忠,周超,陈开.  系统工程理论与实践. 2013(01)
[7]多Agent系统的研究进展及其在机械制造领域的应用[J]. 李芳,陈南.  制造业自动化. 2009(01)



本文编号：3326235