四向穿梭车仓储系统仿真研究

近年来,我国智能仓储物流行业迅猛发展,为满足市场对密集化和智能化的需求,四向穿梭车仓储系统受到广泛关注,而四向穿梭车系统在售前阶段多需要通过仿真展示方案并与客户沟通。本文利用PlantSimulation软件,根据四向穿梭车仓储系统的构成进行模块化、参数化建模,并整理出系统与模块的关键参数,在此基础上搭建了一个快速生成各类四向穿梭车仓储系统方案的参数化仿真模型,适用于四向穿梭车仓储系统售前阶段。

考虑装车顺序的四向穿梭车存储系统储位分配研究

四向穿梭车存储系统具有自动化和高密度的性质,有缓解土地资源紧张和提高出入库效率的双重优势,可以应用在发货暂存区改善物流中心作业效率。系统多深位的特点会导致翻箱作业,增加车辆等待时间,因此如何通过储位分配来降低翻箱率的决策至关重要。考虑一车多店且装车顺序信息已知的场景,以最小化翻箱数为目标建立整数规划储位分配模型,设计改进遗传算法I(GA)进行求解,并以储位数为基准设计不同规模的数值实验进行分析。结果表明,在小规模算例中,与CPLEX得到的最优解相比,IGA精度在2.66%左右,而企业现有经验决策算法(ED A)精度在171.69%左右;在中大规模算例中,与EDA算法相比平均翻箱数减少33.58%。

四向穿梭车仓储系统复合作业调度优化

为了提高仓储系统作业效率,对四向穿梭车仓储系统复合作业开展调度优化研究.在四向穿梭车和提升机采用复合作业完成任务的基础上,考虑设备在水平方向和垂直方向的协同作业特性.通过四向穿梭车和提升机开始和结束作业时间以及开始作业层数之间的联系,在不同作业模式下进行讨论,从而构建以出入库作业时间最短为目标的数学模型.提出基于任务分类的方法对遗传算法的种群进行初始化,随后在该方法的基础上完成种群的交叉和变异来求解模型,进而得出系统的最优任务分配及排序.通过实例分析四向穿梭车数量及单双台提升机对系统作业效率和成本的影响,验证基于任务分类的遗传算法的有效性,结果表明该算法至少提高10.3%的作业效率.

四向穿梭车系统的提升机调度优化

提升机作为四向穿梭车系统的瓶颈资源,其调度方案的优劣与系统作业效率密切相关。针对提升机的调度问题,提出了一种调度策略。首先,将提升机调度问题转化为含运输时间的柔性作业车间调度问题,并考虑同层任务的执行顺序约束,构建提升机调度数学模型。其次,提出了一种改进型混合遗传算法对模型进行求解,该算法以混合遗传算法为基础,针对混合遗传算法易产生不合法个体导致算法搜索能力下降的问题,提出了一种个体修正方法,以增强算法的搜索能力。最后,采用某农产品冷库的实际数据对模型及改进型混合遗传算法的可行性与有效性进行了验证。结果表明,相比于仓库中实际应用的策略,改进型混合遗传算法可使任务完成时间至少减少24.66%。

多深度四向穿梭车仓储系统调度优化

目前,多深度四向穿梭车仓储系统存在多台穿梭车同时作业易造成冲突死锁问题,导致出入库任务阻塞,进而影响系统的作业效率。针对该问题,采用Hopcroft-Tarjan算法对多深度储货区制定路径定向策略,以最小作业时间为目标构建出入库作业调度模型,并设计混合遗传算法对该模型进行求解。为避免迭代过程中易出现非法解的问题,对编码和变异修复机制进行了改进;提出一种基于任务排序的多位置邻域交换法,从而有效增加解空间的多样性。实例研究表明,路径定向策略可以有效避免冲突死锁问题,提升系统作业效率;同时,改进混合遗传算法的收敛速度更快、优化效率更高,能够有效地缩短出入库作业时间,提高出入库调度效率。

基于改进A^(*)算法的四向穿梭车路径规划

针对传统四向穿梭车系统路径规划易出现路径交叉死锁问题,提出一种改进A^(*)算法的路径规划算法。参考多辆穿梭车路径的路径交叉长度、路径冲突车辆总数对路径搜索的影响,使得多辆穿梭车路径分布均匀,减少车辆路径的点边冲突,降低实时路径检测中避让策略的复杂度,提高系统的稳定性与效率。栅格地图环境中,将该算法应用于复杂环境中的四向穿梭车路径规划,仿真结果表明,该算法在路径规划中是可行和有效的。