柔性作业车间多自动导引小车和机器的集成调度

针对含有AGV的柔性作业车间调度问题,提出基于时间窗和Dijkstra算法的混合遗传算法。建立了AGV/机器的双资源调度数学模型;采用3种解决策略处理多AGV路径规划冲突和碰撞;为了将机器和AGV调度集成考虑,设计了三链式编码结构及AGV编码链的交叉、变异算子,同时在遗传算法的解码操作中将Dijkstra算法与时间窗原理相结合,以精确地为任务小车规划出一条无碰撞无冲突的最短路径;算例对比验证了该算法的可行性、有效性和优越性。

基于GEP-DES的柔性流水车间机器与AGV集成实时调度方法

智能制造背景下,考虑机器与AGV集成实时调度对整个生产系统效率提高具有重要的意义。针对工件动态到达、加工时间存在波动的情况,提出一种将基因表达式编程算法与离散事件仿真(GEP-DES)相结合的实时调度方法以解决基于最小化最大完工时间为目标的机器与AGV集成调度模型。该方法在离线阶段设计三段式编码的GEP算法以描述机器与AGV集成运作过程,借助DES过程获取目标函数值以对GEP指标性能进行评估,最终挖掘出高质量的调度规则。挖掘出的调度规则与在线阶段车间实时工况信息交互以实现机器与AGV集成的实时调度。最后,将所提方法与传统调度规则方法进行对比,实验结果验证了所提方法的有效性与优越性。研究成果为快速响应柔性流水车间生产中的机器与AGV集成实时调度提供了方法支持。

自动化集装箱码头自动导引小车与轨道式龙门起重机的协同调度

为解决自动导引小车(Automated Guided Vehicle,AGV)与轨道式龙门起重机(Rail-Mounted Gantry Crane,RMG)的协同调度问题,考虑AGV和RMG的任务分配约束,以卸船作业最小完工时间为目标,建立混合整数规划(Mixed Integer Programming,MIP)模型.改变AGV,岸桥和箱区数量的配置,得出不同条件下的完工时间.对该问题设计两组算例:小规模算例采用CPLEX软件和遗传算法(Genetic Algorithm,GA)分别进行求解,通过结果对比验证GA的有效性;大规模算例采用GA求解,给出自动化码头设备调度优化方案.分析结果表明,卸船完工时间随着卸船任务量的增加而增加,随着AGV,岸桥和箱区数量的增加而减少,且AGV和岸桥数量的增加对完工时间的影响大于箱区数量的增加时完工数量的影响.

基于数字孪生的多自动导引小车系统集中式调度

针对具有多辆自动导引小车的多机器人存取系统在分布式调度时系统性能不明确、优化程度低的难题,提出一种基于数字孪生的集中式调度方法。建立了以物理系统、虚拟系统、孪生数据中心和系统支撑服务为核心的数字孪生模型,提出物理系统接收指令和采集数据机制、虚拟系统方案生成与仿真机制、孪生数据中心数据处理和对比机制,并基于系统支撑服务确保这3种机制互相映射。通过物理系统和虚拟系统的数据交互预测未来的情况,实现动态拣货单情形下的实时调度。针对系统中发生的各种扰动,提出新的重调度规则进行调度优化。通过实例验证,与传统方法相比,基于数字孪生的集中式调度能够准确预测未来一段时间的系统状态,并能整体优化系统性能,有效处理扰动。

图的着色理论在自动导引小车调度规划系统中的应用

针对目前AGVS(自动导引小车系统)的调度问题的研究现状,为解决AGVS在FMS(柔性制造系统)中的调度次数最优化的问题,文章提出通过图的着色理论来研究满足一定约束的AGVS中调度问题,为满足此类约束条件的AGVS,给出一种行之有效的方法。理论分析结果表明,该方法能够在完成调度任务的同时,能够使AGVS的调度次数最优。图的着色理论对于此类问题的研究,较传统的方法,运算简单,求解直观。与此同时,该方法还可以确定此类问题背景下的系统所需小车的最小值。

自动化码头起重机和自带提升功能的AGV的集成调度

为深入研究新工艺带来的自动化码头设备集成调度问题,针对自动化码头的一种自带提升功能的自动导引小车(L-AGV)和缓冲支架系统,提出新的设备集成调度框架。考虑不同设备之间的相互关联和制约的协同关系,将岸桥分配调度与L-AGV、场桥调度分开,合理定义两种任务(两个问题)的划分方式,建立两个多目标混合整数规划模型。设计一种具有内外层关联的适应度函数的双层遗传算法。相对传统联合调度算法,该算法平衡了计算复杂性与调度均衡性。最后的数值试验证明了模型和算法的有效性。从岸桥数量、任务规模、AGV数量和调度策略等对岸桥等待时间的影响上,对采用L-AGV的系统和采用传统AGV的系统进行比较,为自动化码头装卸作业调度提供决策支持。

AGV自主导引机器人应用现状及发展趋势

近年来,国内自动化立体仓库和柔性装配线进入快速发展阶段。其中,在自动仓库与生产车间之间,各工位之间,各段输送线之间,自动导引小车AGV（Automated Guided Vehicle）起了无可替代的作用,它是一种自主移动机器人,装有电磁或光学等自动导引装置,进行非接触式导引,能沿规划路径行驶,自动避开障碍物安全驶向指定目标,从而完成各种给定的任务。与传统的传送辊道或传送带相比,AGV输送路线具有施工简单、路径灵活,不占用空间、移动性较好、柔性等优点,广泛应用于柔性制造系统和立体仓库。

药品仓库堆垛机与AGV集成调度优化

针对药品仓库药品批次要求严苛、出入库频次较高等原因导致的堆垛机与自动导引小车(AGV)空载率高、效率低等问题,以出入库订单作业总时间最短为目标,建立了适合于药品仓库的堆垛机与AGV集成调度的混合命令序列作业时间模型。针对集成调度模型的组合优化问题,设计了改进的免疫克隆算法,构造改进记忆单元克服了原始免疫克隆算法只记忆单个最优抗体而无法记忆最优解群的弱点。计算结果表明:与人工免疫算法、原始免疫克隆算法相比,该算法有较好的寻优能力和更强的收敛性,有效缩短了仓储作业时间。最后,以药品仓库仓储作业实际为例,应用Plant Simulation分别对优化前后的药品仓库进行仿真。仿真结果表明,所提模型和算法有效提升了药品仓库物流系统的设备运行效率和仓储效率。

考虑堆场缓冲区容量的ASC与AGV集成调度

为提高自动化集装箱码头作业效率,针对卸船过程中自动化堆垛起重机(Automated Stacking Crane,ASC)与自动化导引小车(Automated Guided Vehicle,AGV)的集成调度问题,考虑缓冲区容量约束,以最小化总任务完成时间和总任务延迟时间为目标,建立带时间窗的混合整数规划模型,确定任务与缓冲位的分配关系,优化ASC的作业顺序。对比实验分析表明,在大规模算例上,遗传算法的目标函数值逐渐优于分支定界法,且遗传算法能在有限时间求出理想解,验证模型和算法的有效性。灵敏度实验分析表明,ASC作业时间的增加对总任务延迟时间有显著影响,总任务延迟时间的快速增加引起目标函数值的快速增加。

基于改进花授粉算法的共融AGV作业车间调度

针对传统智能算法求解自动导引小车与机器集成的车间调度问题效率低且易早熟的缺点,提出一种基于改进花授粉算法的车间调度算法。其中,基于主成分分析法提出新的变异算子以增强算法对解空间的感知能力和跳出局部极值的能力;引入交叉算子以提高花授粉算法的全局搜索能力;基于染色体相似度矩阵提出一种自适应个体初始化生成策略以提高初始种群的多样性。面向该集成调度问题需求,建立了机器与自动导引小车集成的调度数学模型,然后采用新的解码算法和新解接受机制对模型进行求解。最后通过搭建集成调度实验平台验证了所提改进算法的有效性。

AGV任务与路线调度问题的解决方案

本文以自动导引小车系统（ AGVs）在企业生产物流中的具体应用为背景，介绍了数学规划、仿真、人工智能、神经网络等先进解决 AGV寻找最佳路径的方法。应用启发式搜索算法和最短路径的原则为已生成的布局自动形成 AGV小车执行任务的路径。

改进迭代局部搜索算法求解多AGV柔性作业车间调度问题

针对受运输时间和运输资源约束的柔性作业车间调度问题,提出一种融合贪心启发式规则的改进迭代局部搜索算法。以最大完工时间为优化目标,建立多自动导引小车(AGV)柔性作业车间调度问题的数学模型,并采用工序串和机器串双层编码求解问题模型,解码时融入“先到先服务”的启发式规则来对每个运输任务分配最合适的AGV;生成初始解时考虑机器全局的工作负载平衡;设计了3种邻域结构用于随机邻域局部搜索,并采用精英解记忆库策略来指定当前解,有效利用历史搜索信息,保持算法集中性的同时扩大了搜索空间。采用最好解、相对标准差和算法平均运行时间3种性能指标,分别在小规模和大规模标准测试案例上对所提算法的有效性、稳定性和高效性进行测试,结果表明不管是在求解速度上还是求解质量上其表现都优于遗传禁忌搜索算法、带转移瓶颈的遗传禁忌搜索算法和延迟接受爬山算法。

基于混合遗传算法的柔性作业车间机器和AGV规划

为解决柔性作业车间多自动导引小车(AGV)配送的调度问题,以加工过程中AGV运送工件从毛坯库到成品库总时间最短为目标,提出基于时间表和A~*算法的混合遗传算法.提出两种方案分别解决AGV路径规划中的冲突碰撞问题和AGV在机器位置等待时的占用问题.将机器和AGV调度集成在划分好的任务单元中,设计了基于任务单元的染色体编码方式,改进了种群初始化方案,交叉变异算子和精英保留策略,在解码操作中根据时间表信息,使用A~*算法和冲突解决方案规划出每个任务单元中小车无碰撞和占用冲突的最佳路径.最后,算例对比验证了该算法的可行性和有效性.

考虑充电和等待时间的集装箱码头AGV调度

为提高自动化集装箱码头自动导引小车(automated guided vehicle,AGV)作业效率和利用率,考虑AGV的电量续航能力和重空载的耗电差异,在AGV任务选择时综合考虑任务距离和各任务紧急程度,并设置AGV充电结束条件以减少AGV排队等待的时间,建立以最小化完成任务总时间为目标的AGV调度模型。用Java进行实例求解。结果表明,对AGV采用多频次充电并将其允许工作电量百分比设定为71%时,完成任务总时间最短,耗电量最小,且AGV利用率较高。

十余载的光阴 不断书写“今天”的故事——深圳市今天国际物流技术股份有限公司今天机器人副总经理邹杨波

光阴荏苒眨眼间已走过十余载“一家企业的发展往往是需要多条腿向前迈进、多种员工助力提升,今天国际正是如此,才能够取得如今的傲人成绩。”讲述人邹杨波表示。在2008年时,面对中国物流市场不断快速增长的自动化、无人化搬运需求,今天国际考虑自主研发一批在该方向上具有强大专业技能的机器人,以确保能够有效解决用户痛点。而这批“机器人员工”便是今天我们要重点介绍的劳动主角——激光导引AGV小车。

自动化集装箱码头AGV换电调度理论与实践

AGV换电调度是决定水平运输系统效率的关键点之一,为提高自动化集装箱码头自动导引小车作业效率和利用率,要综合考虑AGV当前电量、时间矩阵、换电站的排队状态等因素,在保证码头作业任务按时完成的情况下,完成AGV的换电作业,保证自动化码头作业有序、持续进行。