智能RGV动态调度策略的模型建立作者：贾壮壮司晴晴梁婷婷来源：《中国科技博览》2019年第10期［摘要］本文主要研究智能RGV动态调度策略问题，通过分析智能加工系统的组成与作业流程，利用运筹学与统计学的基本原理建立了三个模型。定量地分析了RGV的路径对规定时间内加工成料数量的影响，同时通过仿真分析，使模型具有较好的稳定性。情况一，我们运用了最短路径法和遗传算法分别建立了两个模型，模型一中利用最短路径方法最终求得局部最优解，一个班次可以生产309个成料，模型二利用遗传算法做出了全局最优解，一个班次可以生产368个成料。通过结果分析，得出第二组数据中空闲总时间为838秒，即总的空闲时间也只够一个物料加工时间，单个CNC空闲时间只有105秒，利用率已经达到了极限了，空闲率只有0.36%。情况二，我们采用目标规划法，以CNC空闲总时间最少为最优解建立基本模型，利用遗传算法得出的相对最优解为在一个班次中成料的为234件，经过第一道工序的熟料有237件。然后通过仿真运行，得出第一组数据的空闲率约为2.6%。情况三，根据统计学原理，在模型二和模型三中加随机函数，并且认为随机生成数小于0.01的都是有故障的，利用MTLAB程序，不断迭代选取优先权最高的值作为下一轮初始群体，求出最优解。最后在模型二中得出的数据为360件成料；在模型三中得出的227件成料，第一道工序产生的熟料有228件。通过分析模型二、三的建立，我们发现在利用RGV仿真运行时，运动轨迹逐渐趋向于最优化，证明了模型的实用性和算法的有效性。［关键词］RGV；CNC；最短路径法；遗传算法；MATLAB；仿真运行中图分类号:TP759文献标识码:A文章编号:1009-914X(2018)10-0350-021问题的分析本文主要对一般问题进行研究，给出RGV动态调度模型使其工作效率最高，在一个班次中产生的成料最多。在该智能加工系统工作的过程中CNC加工完成一个一道工序的物料所需时间、RGV为CNC1#，3#，5#，7#—次上下料所需时间、RGV为CNC2#，4#,6#，8#—次上下料所需时间以及RGV完成一个物料的清洗作业所需时间都是一个定值，在工作过程中是必须经历不能简化的，因此该问题就简化为规划RGV的最短路径，使所有CNC所空闲的时间最短。智能加工系统通电启动后，RGV在CNC1#和CNC2#正中间的初始位置，所有CNC都处于空闲状态。RGV在1和2之间选择，因为RGV为CNC1#，3#，5#，7#—次上下料所需时间小于RGV为CNC2#，4#，6#，8#—次上下料所需时间，所以应先服务于CNC1。要想使得CNC空闲出来的时间最短，就必须使RGV空闲出来后需要优先服务最早可以开始加工的CNC,即RGV应服务于从上一个CNC的时刻到当前CNC等待时间所用时间最小的路径。2模型假设与符号约定2.1模型假设（1）同一时间RGV只能处于一个状态，服务一个CNC。⑵RGV调度系统无故障，可实时知道材料加工情况和小车实时位置。（3）当多个CNC同时发出需求指令时，RGV依照距离RGV路程由近到远上下料。（4）传送带运行速度很快，可忽略不计。2.2符号说明（1）Tm:物料加工时间；（2）Tud:上下料时间；（3）Tmt:移动时间向量，i=123；⑷Tij：物料加工完成时间，第i个CNC完成第j个物料完工的时间；（5）Tsij：物料上料时刻；（6）Tc：清洗时间；（7）表示mi第i个CNC加工工件的数量。（8）表示工件k的工序1完成加工时间。（9）表示工s件k在CNCi的上下料时间，（10）Tc2表示工序2加工时间。3模型的建立3.1模型的准备RGV英文全称为Rail-GuidedVehicle，即轨道式导引小车，国内一般称为穿梭小车或者穿梭车，是一种在车间或者自动化立体仓库中沿着轨道（可以是铁轨或者合金轨道）运行的物料运送工具，相对AGV（自动导引小车）等其他的运送工具，有以下特点：（1）移动速度和加速度快，能够运送重型物料。（2）运行平稳，停车位置准确且易于精确控制。（3）设计制造较简单且可靠性高，能够大面积推广。本题目中RGV为直行轨道式，又称直线往复式RGV，其在一段直线型轨道上运行一个或者多个RGV，通过往复运行可以实现运送物料的目的。这种RGV的优点是系统简单，制造成本和工艺简单，并且占地面积小和输送物流快捷方便，适合中小型物流的运送。缺点是运送能力有限，在轨道上不能同时运行太多的R...
