AGVS系统技术应用

本文在分析装配型ＡＧＶＳ系统和运输型ＡＧＶＳ系统的基础上，详细说明ＡＧＶＳ主要技术指标，性能特点和应用原则。同时，结合分析自动导引车的发展历史，说明自动导引车系统的应用领域，分析推测自动导引车的发展前景。

基于Plant Simulation的发泡陶瓷生产线AGVS系统仿真研究

在发泡陶瓷生产线上,采用自动导引车(AGV)作为输送单元,负责输送生产所需的窑具从窑尾辊台装货处到窑头辊台卸货处。发泡陶瓷生产线AGVS系统参数设定是影响AGVS运输效率的关键因素之一。针对AGVS输送系统路线逻辑和效率问题,借助Plant Simulation软件工具,对AGVS系统进行系统建模、部分参数随机实验和优化,验证相关路线逻辑,找到较优化AGVS系统参数组合,为企业节约成本,减少AGVS的数量,提高AGVS运输效率。

不确定情景下AGV系统调度算法的仿真平台

不确定情境下的完整自动引导车(automated guided vehicle,AGV)系统调度算法,除了要包含常见的任务指派策略和路径规划算法之外,还需要包含冲突应对策略。由于存在随机性,这样的调度算法难以从理论上分析其特性,相关研究也较少。基于离散事件仿真技术,设计并开发了一个AGV系统仿真平台,可以灵活地设置调度问题,并选择调度算法中的任务指派策略、路径规划算法和路径冲突应对策略进行仿真。该平台具有可视化的界面,可以直观地观察AGV的运行状态和调度算法的表现,也可以输出最终的仿真实验统计数据。实验表明:该平台可以准确有效地对不确定情景下的调度算法进行评估与比较。

AGV系统的路径规划仿真分析

由于多AGV系统资源分配不均,其协同作业易出现各种问题,为此,研究了多AGV系统的路径规划算法和相关工作流程,进一步完成对应的仿真分析,以提高该系统的智能化程度和工作效率。

基于MADDPG的多AGVs路径规划算法

针对多辆自动导引车系统(automated guided vehicle system,AGVs)在动态不确定环境下完成货物运送并进行路径规划的问题,提出一种基于多智能体深度确定性策略梯度(MADDPG)的多AGVs路径规划算法。本方法通过状态空间、动作空间、奖励函数和网络结构重新设计MADDPG算法的模型结构,通过OpenAI Gym接口搭建二维仿真环境用作多AGVs (agents)的训练平台。实验结果表明,相比于深度确定性策略梯度(DDPG)算法和双延迟深度确定性策略梯度(TD3)算法,基于MADDPG的多AGVs路径规划算法在智能仓储仿真环境下,多AGVs碰到货架的次数分别减少了21.49%、11.63%,碰到障碍物的次数分别减少了14.69%、10.12%,全部AGVs到达货物装卸点的成功率分别高出了17.22%、10.53%,表明学习后的AGV具有更高效的在线决策能力和自适应能力,能够找到较优的路径。

基于AGV系统的路径跟踪技术研究

AGV集合了多种技术,通过多种智能传感器融合技术感知周围环境,并且从中提取到正确的信息,并做出综合分析,并下达运行控制指令。尤其是近年来现代物流运输和全球经济间的联系越来越密切,自动化物流运输系统也成为现代化生产过程中不可缺少的一部分。所以,本次在进行研究中将基于AGV系统的路径跟踪技术应用于物流运输过程,从而纠正运行中的偏差,按照设定的轨迹运行。

智能化AGV系统在军方仓库中的应用

本文以三种不同形式的柔性搬运AGV系统在军事物流行业中的应用为例,通过集成先进的智能化柔性搬运技术和数字化仓储管理系统赋能军方后勤仓储体系,实现物资保障的“机械化、信息化、智能化”建设目标,大幅提高了后勤仓库的信息化程度和智能化水平。本文旨在为今后推进军地融合发展以及军事物流行业的智能化、自动化建设提供思路与参考依据。

基于改进模糊PID算法的AGV控制系统抗干扰优化

以使用传感器和控制算法进行自动导航和运输的自动引导车为例,探讨基于改进模糊PID(Proportion Integration Differentiation)算法的AGV自动导引运输控制系统抗干扰优化的方法。自动引导车在运行过程中,AGV系统可能会受到各种干扰,如外界环境变化、传感器误差等。为了提高AGV系统的抗干扰性能,本研究提出了一种改进的模糊PID控制算法。该算法结合了模糊控制的自适应性和PID控制的精确性。实验结果表明,基于改进模糊PID算法的AGV控制系统在抗干扰能力方面取得了显著的优化。与传统的PID控制算法及模糊PID算法相比,该方法能够更好地抵抗环境变化和传感器误差带来的干扰,从而提高了AGV系统的导航精度和稳定性。

AGV系统在玻纤包装线的应用研究

本文针对某玻纤企业包装线业务流程,考虑了任务下发、握手互锁和安全门防护等功能,设计并实现了AGV系统与物流管理系统、过程控制系统和安全门系统的对接,并成功模拟仿真任务执行流程,丰富了AGV应用场景。

基于欧姆龙PLC的AGV工位输送系统

在“中国制造2025”的时代背景下,传统生产企业在各个领域不断转型升级,生产制造工艺向着智能化、柔性化迈进。自动导引小车(AGV)作为工业输送领域的“新宠”逐步进入各大生产企业,其具有高效、智能、柔性的特点,因而取代了落后的人工输送模式。其应用可以节省输送成本,提升输送效率,对提高企业核心竞争力起到关键作用。该研究综合考虑汽车行业生产制造工艺,以欧姆龙PLC作为核心控制器构建AGV调度平台和AGV小车本体,组成AGV工位输送系统,将控制系统网络分为用户层、调度层、执行进行层详细介绍,并针对性地对机械方案、电控方案进行设计,调度系统设计包含用户层与HMI绘制、区域管制、AGV小车与外部设备配合、充电控制四个部分,实现对AGV的集中管理与调度。执行层即AGV小车本体设计,AGV小车采用舵轮式结构作为动力来源,车体前后端搭载两组伺服舵轮为AGV小车提供全向行走能力。安全系统则包括:声光报警、安全触边、安全激光雷达,全方位保证设备的使用安全。经过改善后的AGV工位输送系统取得良好效果,对汽车行业自动化输送系统开发,具有借鉴意义。

汽车总装车间不同AGV系统交通管制解决研究

汽车生产工厂内不同的AGV系统由于控制方式、系统架构存在很大不同,需要寻求两个系统间兼容的通信方式满足交互要求,此文主要介绍了磁条导航AGV和纹理导航AGV系统间通过自由协议实现通信的解决方案。

面向制造业智能工厂的AGV作业效率与逻辑策略研究

随着工业化、智能化的发展,许多机械重复性的工作可以由机器人代替。AGV作为一种可智能移动搬运的小车,广泛地运用于各种各样的智能工厂。针对提高制造业智能工厂的AGV作业效率,从AGV的调度策略出发,使用改进的粒子群算法进行调度策略的优化,通过试验对比优化前后的结果。优化后的AGV系统的作业能力提高8.73%,为制造业智能工厂提供了一种调度优化策略、提高AGV作业效率的方案。

AGV与数字孪生

2015年,面对从制造大国向制造强国转变的国家战略任务中,提出了“以加快新一代信息技术与制造业深度融合为主线,推进智能制造……”,将加强“信息物理系统(Cyber-Physical Systems,CPS)”的研发与应用做为主攻方向之一,而近些年数字孪生(Digital Twin)的概念几乎代替了CPS。本文就笔者对数字孪生的简单理解,与大家一起探讨数字孪生在AGV系统的应用。

基于启发式能耗优化的电力仓储分布式多AGV路径规划方法

针对电力仓储环境下多自动导引车(AGV)系统的任务效率较低、能耗较高的问题,提出一种基于启发式能耗优化的电力仓储分布式多AGV路径规划方法。首先,提出两轮差速驱动AGV运动模型,引入驱动电机参数;然后,通过分析AGV车载锂电池的放电特性,建立AGV能耗模型;接着,分析AGV的主要能耗环节与路径网络特性,提出增加有限路径网络资源利用率、减少AGV移动时间的节能策略,并在AGV运动规划过程中引入时间约束;最后,提出一种改进时间约束的启发式路径规划方法,将能耗转化为路径网络占用时间,以实现系统能耗最小。数值模拟实验数据表明,该方法提高了多AGV系统的任务效率,有效降低了系统能耗。

多AGV调度系统中的两阶段动态路径规划

为缩短AGV系统的研发周期、降低研发成本,寻求能适应不同地图的通用调度策略以及增强对实际调度任务和故障的鲁棒性,提出了一种两阶段动态路径规划策略.对多AGV调度系统应用两阶段控制策略采用动态路径规划进行路径生成,实时对多个AGV同时规划其路径,并通过启发式算法实现路径优化.通过系统仿真证明,该策略很好地提高了AGV调度系统的柔性,是一种能适用于不同地图的通用调度策略.

基于递阶强化学习的多智能体AGV调度系统

递阶强化学习是解决状态空间庞大的复杂系统智能体决策的有效方法。具有离散动态特性的AGV调度系统需要实时动态的调度方法 ,而具有 Max Q递阶强化学习能力的多智能体通过高效的强化学习方法和协作 ,可以实现 AGV的实时调度。

智能AGV小车控制系统设计

分析了当前AGV控制技术的研究现状,针对工业生产的需要,结合AGV控制系统的基本要求,在对AGV小车进行整体结构研发的基础上,设计了一种基于灰度传感器的AGV差速调节控制系统,使AGV小车接收到主机的上位机信号,并通过无线通讯与电梯交互,实现小车的自动上下楼梯、安全避障等功能。

关于视觉的AGV道路识别和导引系统设计研究

在我们日常的生产过程中通过采用AGV系统能够有效的提高生产效率,大幅度的减少了人力的成本问题。随着当代计算机技术以及传感器技术的不断创新和发展,视觉导航技术也取得了显著的发展成果,俨然成为了当今社会关注和研究的焦点。各种各样基于视觉导引技术的智能化车辆也随之出现,AGV系统的发展也从传统的物料搬运扩展到更多的应用领域。通过分析当前研究开发的焦点部分,研究基于视觉的AGV道路识别和导引系统的设计,希望能实现一个高效、稳定可靠的AGV系统,仅供参考。

基于混合区域控制模型的多AGV系统调度研究与实现

为降低多AGV系统调度过程的复杂性,提出了一种混合区域控制模型,在模型中采用基于任务等待时间最短原则的SWT调度策略,优化了系统效率和整体运行时间;并提出一种分布式协调控制机制,解决了多AGV在线运行的冲突和死锁问题。最后,搭建了多AGV系统调度的硬件仿真平台,结合具体的加工实例进行了仿真实验,实验结果证明了模型的有效性和可行性。