智慧车库中AGV的设计应用研究

以某市大型地下智慧车库AGV示范区为例,从AGV选型及工艺流程设计两个方面,完整地论述了AGV的设计应用。此外还重点分析了AGV运行的微观流程及高峰情况下的连续存取车时间,并提出基于排队理论的系统运行效率评估方法,为泊车房数量和预约车位数的测算提供理论依据,可作为其他类似工程参考实例。

面向多搬运任务的柔性制造车间多载具AGV节能路径规划

自动导引搬运车(automated guided vehicle,AGV)能够灵活、准确、高效地进行物料搬运,被广泛应用于柔性制造车间。多载具AGV能同时搬运多个工件,具有较强的搬运灵活性,其路径规划问题的复杂性和多约束性更强,求解难度更大。针对柔性制造车间多载具AGV节能路径规划问题,首先建立了以能耗和搬运距离为优化目标的AGV节能路径规划模型;然后,提出了一种改进Dijkstra算法和非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)集成的多载具AGV节能路径规划方法;最后通过案例验证了模型的节能效果和求解方法的有效性。

基于ROS的工业机器人及AGV的视觉协同控制系统

当前自动化上下料的机器人之间仍各自独立运行,上下料位置固定缺乏柔性,智能化程度低。针对以上问题设计了基于ROS的工业机器人及AGV的视觉协同控制系统,用以实现智能化、柔性化的上下料工作。在ROS系统上,基于全局视觉与改进ArUco tag识别技术,开发了机械臂和AGV的识别与控制模块,实现了两种机器人在全局视觉下的识别与路径规划;并基于动态指令技术和ROS主从机通讯技术,实现了所开发ROS系统与机械臂和AGV的可靠通讯;最后,考虑不同机器人的协作规则和目标位姿计算方法,结合上述机器人识别与控制模块,提出了一种机械臂与AGV的视觉协同控制方法。实验测试表明,该系统能够实现多机器人的识别、控制与协同,工件托盘能够通过AGV按照要求实现任意指定位置的上下料接驳,具有良好的稳定性与柔性。

基于多载量AGV的运输系统死锁避免调度方法

近年来,多载量自动导引车(Automatic guided vehicle,AGV)系统因其交通拥堵率低、车队规模性小等优势,在物流运输领域的应用愈加广泛。实现死锁避免一直是多载量AGV系统调度过程中面临的主要挑战之一。为了避免系统死锁,现有文献普遍采用了低在制品数策略。然而,该策略会使加工机床易于待料停产,最终降低系统效率。为此,提出了一种适用于高在制品数AGV系统的死锁避免方法。首先,在包含4个子问题的调度过程中融入了一个死锁避免策略,该策略根据系统缓存区状态动态识别并临时禁止关键任务运行以避免潜在死锁。其次,为了提高系统的效率,综合考虑输入/输出缓存区状态、行驶距离等属性设计了3条多属性调度规则。最后,开发了一个仿真系统来评估所提出的死锁避免策略和多属性调度规则在不同在制品数上的性能。仿真结果表明,所提出的死锁避免调度方法不仅可以避免潜在的死锁,而且可以在较高的在制品数量上提高系统的效率,具有较高的系统适应性。

港口重载AGV横向稳定的优化控制策略

针对港口重载自动导引运输车(AGV)工作中遇到的横向稳定问题,提出了一种基于三层控制结构的AGV在低附着系数路面下的横向稳定优化控制策略。其中上层控制器选用模型预测控制(MPC)算法,可对AGV动力学参数进行不断采样与预测并且可缓解与中、下层控制器串联带来的控制系统时间滞后问题。中层控制器利用遗传算法对模糊控制器进行参数寻优以应用于港口AGV车体稳定控制。下层控制器利用序列二次规划(SQP)算法将驱动转矩优化分配问题转化为二次规划子问题进行在线求解。搭建适用于港口AGV的Matlab/Simulink与Trucksim联合仿真平台,验证了本研究提出的策略的有效性与鲁棒性。

自动化集装箱码头多载AGV调度问题研究

多载AGV是一种自动化集装箱码头水平作业设备,它可以同时搬运多个集装箱,可缩小AGV流的规模,增大AGV的利用率.为了提高自动化集装箱码头的作业效率,考虑了垂岸式集装箱堆场布局,以最小化作业总费用为规划目标,以作业限制、时间窗长度、负载平衡等为约束条件,以事件驱动的调度策略为研究方法,建立了多载AGV调度问题的混合整数规划模型.同时利用GUROBI和遗传算法求解多载AGV的作业总费用和空载率,并与相同条件下单载AGV的作业总费用和空载率对比,验证了多载AGV的优越性.

改进自适应遗传算法在多载AGV调度的应用研究

随着工业4.0的推进,如何进行高效的AGV调度成为研究热点.针对传统AGV调度问题只考单一负载的情况,以及标准遗传算法在求解调度问题中,存在收敛速度慢,容易陷入局部极值等缺点的现象.提出一种改进的自适应遗传算法.该算法引入逆转算子、插入算子以及灾变算子,并对其进行自适应控制,算法的逆转过程有利于进化方向的搜索.模型在AGV调度问题基础上,添加了物料重量、体积双重约束,以最短路径成本为目标函数,建立多载AGV路径规划模型.然后,对数据进行预处理,使用改进的自适应遗传算法进行求解.该算法在MATLAB平台上进行算例验证,与标准遗传算法、自适应遗传算法比较,证明了改进的自适应遗传算法收敛快、求解结果更接近最优解.

结合负载均衡与A*算法的多AGV路径规划

针对目前大规模应用场景下多AGV运行路网的局部拥塞防止和负载均衡问题,提出了使用负载均衡改进的A*算法进行路径规划的方法。在计算AGV运行代价时,摒弃了传统A*算法只考虑单一运行路程的评价函数,引入了运行路程结合区域负载作为新评价函数的方式。在几乎不增大运行路程的前提下,实现了AGV运行路网的区域负载均衡。采用了单向多入多出以及双向多入多出路网模型进行仿真验证,改变路网规模以及负载系数进行多次仿真实验,结果表明改进算法可以有效地均衡路网负载,极大提高了AGV系统整体运行效率。

面向缓冲区容量有限的多载AGV系统调度研究

多载AGV是柔性制造系统中的一种作业设备,可以一次运载不止一个制件,其工作效率较单载AGV更高。为提高整个柔性制造系统的作业效率,文中以最小化所有调度任务完成时间为目标,以加工区输入、输出缓冲区容量有限,AGV负载等为约束,建立缓冲区容量有限的多载AGV调度问题模型,并提出了融合灰狼等级制度、狩猎机制的多载混合灰狼遗传算法进行求解。仿真实验结果表明,相较传统遗传算法,新算法具有更快的收敛速率,可得到更优解。在同等条件下,多载AGV相较于单载AGV完成所有任务的时间大大缩减,提高了整个系统的工作效率,证明了多载AGV的优越性。

智能载重AGV控制系统设计

针对目前国内载重AGV市场价格昂贵,普及性较低等问题,设计一款基于双CPU架构的智能载重AGV控制系统,该AGV控制系统采用嵌入式上位机主控板与底层驱动板相结合的双层架构,由主控板实现对各个传感器信息的逻辑处理,由底层板实现对传感器信息的采集以及AGV的运动控制。经实验测试,该智能载重AGV控制系统设计合理,负重举升误差能够控制在2%以内,具有一定的应用价值。

重载AGV在铁路检修行业的应用

本文通过重载AGV这一自动化高科技产品在铁路检修行业的应用,介绍了重载AGV的结构特点及工作流程。重载AGV的应用能够极大地节省人力、提高生产效率、降低劳力成本和劳动强度,促进铁路装备现代化进程的发展。

基于滚动时域优化策略的多载AGV充电调度

为验证多载自动导引运输车(Automated Guided Vehicle, AGV)在自动化集装箱码头的适用场景,采用周期与事件混合驱动的滚动时域优化策略,解决多载AGV动态调度问题,提高码头AGV的作业效率。以AGV装载能力和充电后的续航能力为约束条件,构建自动化码头多载AGV动态作业调度的混合整数规划(Mixed Integer Linear Programming,MILP)模型。实例验证结果表明:在考虑40英尺箱占比变化的情况下,当40英尺箱占比达到约30%时,目标函数趋于最优,多载AGV电池的利用率最高;滚动周期的长短应根据实际情况加以确定。与单载AGV相比,集装箱码头的规模越大,多载AGV的优越性越明显。

新型室外重载AGV机械结构设计与分析

为了实现将舵轮式AGV载重量提高到6 t,提高AGV的室外运行能力,参照货车车架以及建筑行业空间桁架结构,设计了一种新型分层边梁式车架和铰接式AGV舵轮减震系统,并对车架进行了静、动态特性分析。之后,为了寻找车架横梁的最佳分布位置,基于变密度法、线性加权法和层次分析法,以车架体积比为约束函数,应变能最小为目标函数,进行了AGV车架多工况下的联合拓扑优化,构建了新的AGV车架空间结构。最后,对新车型进行了力学性能校核。结果表明,优化后的AGV车架新结构最大等效应力为98 MPa,减小38%,最大变形量为0.68 mm,减小35%,验证了优化设计的可行性,为重载AGV机械结构的设计提供了参考。

基于遗传算法的自动化集装箱码头多载AGV调度

为提升自动化集装箱码头的作业效率,减轻码头吞吐量增大带来的交通问题,降低自动化导引小车(Automated Guided Vehicle,AGV)的空载率,在自动化集装箱码头应用可以同时搬运不止一个集装箱的多载AGV,建立多载AGV调度问题的混合整数线性规划(Mixed-Integer Linear Programming,MILP)模型,应用遗传算法进行求解.借助算例,对比遗传算法与MILP算法的求解效果,分析交叉概率和变异概率对遗传算法的影响,比较多载AGV与单载AGV的作业时间,验证遗传算法的可靠性.该方法表明,遗传算法不仅求解效率高,而且对MILP算法不适用的大、中型多载AGV调度问题,也能给出值得信赖的近似最优解.

重载AGV在机车检修行业中的应用

本文通过分析物流运输和机车检修的现状和发展趋势,提出了一种应用于高级检修车间的重载AGV,介绍了其主要系统架构。本类重载AGV的硬件结构以可编程控制器为核心,接受处理信息并发送指令;通过地面磁条和磁传感器实现精准导引,PC端上位机实时接收位置信息,监控AGV运行状态,具有高灵活性、高准确性和高承载力等特点,可有效提高机车检修效率,优化检修系统结构。

基于多目标优化模型的港口多载AGV调度方法

集装箱自动导引车(Automated Guided Vehicle,以下简称AGV)是港口运输业智能化、自动化发展的关键装备。以集装箱码头布局及运输流程为基础,将AGV调度问题转化为多目标优化混合整数规划(Mixed Integer Linear Programming,以下简称MILP)模型,并通过CPLEX和遗传算法对该模型进行多场景下的仿真求解,通过对比求解质量和效率,匹配合理的解决方案,并验证了模型和算法有效性。

柔性制造车间多载具AGV任务分组算法研究

多载具自动导引运输车(Multi-load automated guided vehicle,多载具AGV)任务调度策略影响柔性制造车间的高效、平稳生产。在已知柔性制造车间环境和任务的情况下,提出了一种基于取货点距离的多载具AGV任务分组算法。该算法通过读取任务序列中各任务的取货点信息,进而对任务进行聚类分组。案例研究表明,在已知各多载具AGV运输能力时,所提算法不仅能够实现多载具AGV的任务分组,而且能够最大化利用多载具AGV搬运货物的能力。

考虑路径冲突的AGV配置与调度优化

合理调度有限的码头资源以满足船舶的装卸时间要求是自动化集装箱码头的重要目标之一。针对自动化集装箱码头自动导引车(automated guided vehicle,AGV)配置与调度问题,考虑船舶装卸时间要求和AGV运输过程中的路径冲突,提出分阶段调度策略。将船舶装卸作业分为卸船阶段、装卸同步阶段、装船阶段三个阶段,在每个阶段中,建立以最小化最大完工时间和最小化AGV空载和等待时间为双目标的调度优化模型,并设计基于NSGA-Ⅱ的启发式算法求解。根据本阶段的实际完工时间,从最优解集中选择下一阶段AGV的配置与调度方案。最后对比其他调度方案表明本文调度方案能够满足集装箱船的装卸时间要求,且提高了AGV的利用率,更符合码头实际作业要求。

重载AGV机械结构设计

目前国内的AGV以轻载为主,需要设计一种新的机械结构和轮系,以实现小空间范围内的高载重,提出了一种重载AGV的机械结构设计方案,包括车体、轮系机械结构设计,结构受力仿真分析,通过该设计方案,提升了AGV载重,为重载AGV的研发提供一定的技术参考。

FRP筋在自动化集装箱港区AGV重载道路中的应用

由于自动化集装箱港区AGV重载道路布设磁钉防磁的需要,混凝土面层中的传力杆采用了防磁性能良好的FRP筋。目前FRP筋尚无应用于道路的具体设计方法,借鉴传统钢制传力杆计算理论,通过建立有限元模型进行数值分析,并结合现场传荷系数试验结果,对相关设计方法的适用性进行验证并提出优化意见。