伊新銅　王紅雨　李文娟

摘 要：本文針對基于CNC和RGV構成的智能加工系統(tǒng)的動態(tài)調(diào)度進行了詳細研究，分別建立了1道工序無故障的動態(tài)優(yōu)化模型，并分別利用貪心算法和遺傳算法對所建優(yōu)化模型進行求解。

關鍵詞：動態(tài)調(diào)度模型；遺傳算法；搜索樹

DOI：10.16640/j.cnki.37-1222/t.2019.15.129

有8臺CNC和1輛REV小車構成的一般智能RGV加工系統(tǒng)，RGV作為RGV加工系統(tǒng)中的主要作業(yè)設備，其運輸線路對整個系統(tǒng)的工作效率有很大的影響。假設8臺CNC對有n（n=1）道工序的物料進行加工，建立動態(tài)優(yōu)化模型，目標函數(shù)為使得智能RGV加工系統(tǒng)在一個班次內(nèi)生產(chǎn)的熟料個數(shù)最多，即所有CNC空閑狀態(tài)的時長最少。同樣時間內(nèi)，在滿足約束條件的情況下移動時間的減少可使得對CNC作業(yè)的數(shù)量盡可能多，可達到CNC空閑狀態(tài)的時長最少的目的，此動態(tài)優(yōu)化模型的目標函數(shù)轉化為求RGV移動路徑最短的問題。

考慮到一般RGV動態(tài)調(diào)度模型的調(diào)度機制，RGV車對系統(tǒng)調(diào)度的影響主要為RGV車的行走問題上，CNC僅參與物料的加工以及對RGV發(fā)送需求信號，RGV作為RGV加工系統(tǒng)中的主要作業(yè)設備，其運輸線路對整個系統(tǒng)的工作效率有很大的影響。并且假設每臺CNC前的傳送帶提供物料量足夠大的情況下，只對物料的開始加工時間有影響，在物料加工時間內(nèi)RGV車可以繼續(xù)為其他CNC服務，并且RGV距發(fā)送需求信號CNC的距離對物料加工線路的選擇也有一定的影響。

要使RGV系統(tǒng)作業(yè)效率盡可能提高，即令所有CNC空閑狀態(tài)時間盡可能減少，CNC等待的時間最少同時也是RGV移動路徑最短，則需使RGV小車對發(fā)出需求指令的CNC確定進行作業(yè)的順序。本組同學采用建立三層的搜索樹的方法尋找全局最優(yōu)線路。同樣時間內(nèi)，移動時間的減少可使得同樣時間內(nèi)對CNC作業(yè)的數(shù)量盡可能多，從而處于空閑狀態(tài)的CNC少；對于有n（n=1）道加工工序的物料，將RGV的工作狀態(tài)分為第道工序進行上下料幾個作業(yè)狀態(tài)，并考慮到n道加工順序和CNC出現(xiàn)故障后維修時間的連續(xù)性，找到一種可行的調(diào)度方案，使CNC在時間約束下空閑時間最小。

1 符號說明

2 模型假設

（1）CNC系統(tǒng)在整個系統(tǒng)運行過程中，保持正常運行；

（2）RGV調(diào)度系統(tǒng)無故障，可實時了解材料加工情況和RGV的實時位置。

3 模型的建立與求解

假定在8臺CNC上加工且CNC發(fā)生故障的概率約為1%，每件物料加工完成有相同的n（n=1，2）道工序，有一臺RGV在加工系統(tǒng)中作業(yè)，RGV在運輸過程中按照規(guī)定的路線行駛。

約束條件為：

（1）第i個CNC空閑狀態(tài)的時間為從系統(tǒng)運行到結束，此次加工完成時間到下一次RGV為其上下料作業(yè)時間差的和；

（2）對于第i個CNC來說，第k次加工完成時間到下一次RGV為其上下料的時間差大于等于0；

（3）智能加工系統(tǒng)作業(yè)的時長為一個班次，為8小時；

（4）RGV在直線軌道上移動，可連續(xù)移動1個單位（兩臺相鄰CNC間的距離）、2個單位（三臺相鄰CNC間的距離）和3個單位（四臺相鄰CNC間的距離）；

（5）對于2道加工工序，8臺CNC的分配根據(jù)加工第i道工序所用時間與加工完成所有工序時間的按比例分配加工第i道工序CNC數(shù)量為；

（6）CNC發(fā)生故障的概率約為1%，每次故障排除時間介于10～20分鐘之間，未完成的物料報廢。

調(diào)度的目標為在給定約束條件下，CNC加工完成的熟料最多，即所有CNC空閑狀態(tài)時間最少。按照問題描述所建立的數(shù)學模型如下：

式中表示在整個系統(tǒng)工作工程中，某一時刻的時間；表示RGV位置的隨著時間的變化；表示編號為i的CNC發(fā)生故障的概率；表示2道加工工序中，用于加工第j道工序的CNC數(shù)量，表示CNC加工完成一個多道工序物料的第j道工序所需時間，即對8臺CNC進行按比例分配，加工第j道工序所需時間越長，則用于加工第j道工序的CNC越多，根據(jù)實際情況分析此分配方案是合理的。

模型中，式（1）表示極小化所有CNC的空閑狀態(tài)時間；式（2）為編號為i的CNC空閑時間的表示；式（3）保證了第k次加工完成時間到下一次RGV為其上下料的時間差大于等于0；式（4）和式（5）分別保證了整個智能加工系統(tǒng)作業(yè)的時長為一個班次、RGV在RGV直線軌道上移動；式（6）保證了在2道工序物料加工情況下，用于加工第j道工序的CNC數(shù)量分配的合理性。

4 模型結果分析

本文中一共建立了個2相關的模型，一道工序模型開始的8個順序1，2，7，8，4，3，6，5，通過運行算法輸出第一組、第二組、第三組產(chǎn)出熟料的數(shù)量分別為371、346、371。

參考文獻：

[1]孫志峻，朱劍英.含機器人的作業(yè)車間雙資源智能優(yōu)化調(diào)度[J].機器人，2002，24（07）：342-345.

[2]李敏強，寇紀淞，林丹等.遺傳算法的基本理論與應用[M].北京：科學出版社，2002.