（東華大學(xué) 機械工程學(xué)院，上海 201620）

0 引言

作為“從傳統(tǒng)走向現(xiàn)代”的印染產(chǎn)業(yè)被稱為“新朝陽產(chǎn)業(yè)”，其發(fā)展前景極為可觀[1]。而印染企業(yè)中，染色加工又是企業(yè)生產(chǎn)的核心[2]。隨著市場需求對紡織產(chǎn)品各方面性能要求的不斷提高，筒子紗染色在我國日益普及。國外學(xué)者Brahmadeep[3]通過仿真技術(shù)比較研究了紡織紗線退繞裝置的手動和自動配紗裝置；國內(nèi)學(xué)者Yao J[4]對棉織物靛藍(lán)染色系統(tǒng)的優(yōu)化；Zhou X H[5]對印染生產(chǎn)過程中存在的設(shè)備間切換成本和設(shè)備瓶頸等問題進行了研究分析與優(yōu)化；戴智杰[2]基于遺傳算法研究了浸染生產(chǎn)排缸策略；王婷[1]研究了印染排缸模型并開發(fā)了相應(yīng)軟件；劉琳[6]等研究了筒子紗數(shù)字化自動染色成套技術(shù)與設(shè)備。染缸染色加工周期長、能源消耗大、資源約束多、隨機性高?，F(xiàn)如今隨著科技水平的發(fā)展，生產(chǎn)線自動化程度大大提高，因此全自動筒子紗印染生產(chǎn)線也開始引入眼簾，我國第一條全自動筒子紗印染生產(chǎn)線現(xiàn)已投產(chǎn)[7]。對于全新的自動化生產(chǎn)線，其工藝研究研究甚少，相關(guān)領(lǐng)域中，孫影慧[8]基于Flexisim對服裝混合流水線進行了研究；延淵淵等[9]對汽車連桿生產(chǎn)線進行了仿真優(yōu)化研究；Xu Z等[10]基于eM-Plant找到了機械加工生產(chǎn)線的瓶頸。因此通過開發(fā)仿真平臺研究生產(chǎn)線的運行狀況進而通過得出的數(shù)據(jù)優(yōu)化并改進其生產(chǎn)工藝具有很重要的研究與實際價值。

全自動筒子紗印染生產(chǎn)線屬于新興生產(chǎn)線，目前鮮有學(xué)者研究其工藝及影響參數(shù)，因此對于該生產(chǎn)線仍有很多待研究的問題。該生產(chǎn)線由于染缸數(shù)量多、染色品種不一等問題，存在某時段天軌機器人需要處理多臺待處理的染缸，因而提高天軌機器人效率，提升染缸利用率對企業(yè)提高產(chǎn)能具有重要意義。

1 全自動筒子紗印染系統(tǒng)

1.1 布局及工藝分析

本文以山東某印染企業(yè)筒子紗印染生產(chǎn)線為對象進行研究分析，其產(chǎn)線的設(shè)備布局如圖1所示。由直行導(dǎo)軌、天軌機器人、染缸、整裝機器人、鎖扣機器人、配色機、脫水機、烘干機、緩存區(qū)等組成。本文對全自動筒子紗印染工藝進行功能分析，可將其劃分為備紗，取紗，染紗，送紗、落紗五部分。

圖1 設(shè)備布局俯視圖

備紗：當(dāng)原紗（等待被染色的紗）緩存區(qū)紗的個數(shù)少于4個時，AGV_1將整裝好的紗送至AGV_2處，再由AGV_2將紗運送到原紗緩存區(qū)進行裝鎖扣。

取紗：當(dāng)有染缸處于空閑狀態(tài)時，天軌機器人需要運動到Home_2（Home_2位置如圖5所示），然后天軌機器人縱移部件從零位運動到原紗緩存區(qū)，此時天軌機器人升降部件下降取到待染紗線，天軌機器人升降部件升起隨縱移部件回到零位之后再跟著橫移部件運動到染缸位置，再由天軌機器人升降部件將其放置到染缸內(nèi)部。

染紗：籠紗被放置到染缸內(nèi)部后，染缸開始準(zhǔn)備染紗，待染缸染色完畢，則等待天軌機器人來處理。

送紗：染缸內(nèi)紗線染色完成后，天軌機器人橫移部件需要運動到染缸位置，由升降部件將其從染缸內(nèi)部取出，然后橫移部件將其轉(zhuǎn)運到Home_2，再由縱移部件將其運送到色紗（染好顏色的紗）緩存區(qū)，升降部件完成放置紗線的任務(wù)。

落紗：AGV_3將紗線運送到脫水區(qū)進行脫水，之后再由AGV_4將脫水完成的紗線運送到烘干區(qū)由烘干機進行射頻烘干。

1.2 系統(tǒng)影響參數(shù)分析

全自動筒子紗印染生產(chǎn)線影響因素繁多。本文將其概括為生產(chǎn)線參數(shù)、設(shè)備運動參數(shù)和調(diào)度策略。

生產(chǎn)線參數(shù)：本文研究的參數(shù)主要包括染缸數(shù)量，16臺、24臺、36臺、48臺，36較為常見；染缸排布間隔，2米、2.5米等；初始染缸排缸間隔（與染缸大小有關(guān)），10分鐘、15分鐘、30分鐘等。

設(shè)備運動參數(shù)：天軌機器人運動速度、鎖扣機器人速度、整裝機器人速度、脫水機速度、烘干機速度、染缸染色速度、左右交接時間等。

控制策略：先到先得，即順序處理；按特定順序處理；優(yōu)化路徑處理。

2 仿真平臺開發(fā)

為研究全自動筒子紗印染天軌機器人調(diào)度策略及檢驗理論優(yōu)化結(jié)果的可靠性，本文基于Unity3D開發(fā)了仿真平臺來驗證。對仿真平臺進行功能分析，主要包括以下四個模塊。

2.1 數(shù)據(jù)驅(qū)動模塊

數(shù)據(jù)驅(qū)動模塊主要完成生產(chǎn)線相關(guān)模型、變量、場景、邏輯位等的初始化。該模塊通過參數(shù)輸入面板輸入仿真必要參數(shù)進而實例化真實的生產(chǎn)線，初始化輸入面板如圖2所示。本文建立的仿真系統(tǒng)根據(jù)研究者輸入的數(shù)據(jù)生成對應(yīng)規(guī)模的全自動筒子紗印染生產(chǎn)線。研究人員可以在輸入面板輸入根據(jù)實際要研究的參數(shù)，染缸數(shù)量，AGV小車速度，天軌機器人速度等，點擊確定之后便會生成期望的場景，圖1為場景示例圖。

要實現(xiàn)數(shù)據(jù)驅(qū)動生成場景，首先要建立場景中所有物體的位置坐標(biāo)模型，本文建立的染缸坐標(biāo)模型如圖3所示，其中染缸排布方向為X軸，垂直染缸排布方向為Y軸，則Z軸方向垂直于染缸所在平面。由于染缸間距k從輸入面板獲取，所有染缸位置坐標(biāo)隨染缸個數(shù)變化，函數(shù)x=k*i+b可準(zhǔn)確定位染缸位置，其余物體的場景坐標(biāo)以染缸為參考確定。

根據(jù)場景中物體三維坐標(biāo)模型，使用GameObject.Find（“name”）函數(shù)根據(jù)物體的名字在預(yù)制體庫中找出對應(yīng)的預(yù)制體，再使用Instantiate函數(shù)生成物體，最后設(shè)置其相關(guān)屬性，如父子關(guān)系，顏色，旋轉(zhuǎn)角度等。

圖2 初始化輸入面板

圖3 染缸坐標(biāo)模型

2.2 時間模塊

該生產(chǎn)線生產(chǎn)過程中存在大量的交接與等待過程，因此需要很多定時操作來完成相應(yīng)工藝，本文在研究過程中專門設(shè)計了18個定時函數(shù)來實現(xiàn)定時操作。包括整裝機器人整裝、左交接、右交接、染色、脫水、烘干等過程。

2.3 數(shù)據(jù)存儲模塊

建立該生產(chǎn)線主要目的是進行工藝分析與優(yōu)化，因此需要保存生產(chǎn)線的運行狀態(tài)，所以需要數(shù)據(jù)存儲模塊來記錄運行過程中的實時數(shù)據(jù)。本文基于SQLServer數(shù)據(jù)庫建立了本地數(shù)據(jù)庫，同時建立了兩個表格來存儲重要數(shù)據(jù)信息。

2.4 運動總控模塊

運動總控模塊是整個仿真系統(tǒng)的核心模塊，其負(fù)責(zé)整個生產(chǎn)線的運動調(diào)度。該模塊主要功能是控制機器人進行任務(wù)處理，更新相關(guān)標(biāo)志位等，該模塊調(diào)用邏輯如圖4所示。

圖4 運動總控模塊調(diào)用邏輯圖

1）機器人任務(wù)處理

全自動筒子紗印染生產(chǎn)線包括天軌機器人、整裝機器人、鎖扣機器人和四個AGV小車。

天軌機器人：當(dāng)染好信號任務(wù)隊列中的任務(wù)個數(shù)大于0時，天軌機器人自動取出第一個任務(wù)編號并前往對應(yīng)染缸的位置取出染色完成的紗線，先將其運送到色紗緩存區(qū)，天軌機器人再運動原紗緩存區(qū)取到待染色的紗線，隨后將取到的紗線運送到染缸，即完成一次任務(wù)處理。

整裝機器人：整裝機器人負(fù)責(zé)將單卷紗線裝在紗籠上。

鎖扣機器人：鎖扣機器人負(fù)責(zé)給整裝完成的籠紗裝上鎖扣。

AGV：AGV_1負(fù)責(zé)將整裝機器人完成裝籠的紗運送到中轉(zhuǎn)區(qū)域；AGV_2負(fù)責(zé)將中轉(zhuǎn)區(qū)的紗運送到鎖扣機器人處；AGV_3負(fù)責(zé)將染色完成的紗線運送到制定的脫水機處；AGV_4負(fù)責(zé)將脫水完成的紗運送到烘干機處。

2）信號檢測與更新

信號檢測與更新在運動總控模塊中至關(guān)重要，其確定機器人的運動狀態(tài)。此處不僅包括任務(wù)隊列的信號檢測與更新，還包括位置標(biāo)志位、定時標(biāo)志位、運動標(biāo)志位和相關(guān)變量的更新與刪除。

3 染好信號調(diào)度仿真實驗

記染缸從染色完成至將紗線取出的時間為停滯時間，則所有染缸的停滯時間總和為總停滯時間。

3.1 工況數(shù)據(jù)

本文以36臺染缸為例，染缸間隔2.5米，機器人速度0.5米/秒，染缸染色時間140分鐘，配料機配色時間為10分鐘，初始觸發(fā)間隔12分鐘，交接時間為1.5分鐘。

在仿真過程中本文實驗了兩種初始染好信號產(chǎn)生模式，第一種：當(dāng)系統(tǒng)首次染好信號出現(xiàn)的順序為從0至35時（染缸編號為0～35），系統(tǒng)運行過程中某時段累積了9個染好信號，如表一所示。第二種是當(dāng)系統(tǒng)首次染好信號出現(xiàn)的順序為隨機信號，如表2所示，系統(tǒng)運行過程中某時段累積了9個染好信號，如表3所示。

表1 順序染好信號累積表

表2 隨機染好信號順序表

表3 隨機染好信號累積表

3.2 結(jié)果分析

針對兩種初始染好信號規(guī)則，本文采用10倍速在仿真平臺上運行之后，將對應(yīng)的染缸編號、染好時間、取出時間、處理次數(shù)記錄如下，表4為順序染好信號仿真結(jié)果，表5為隨機染好信號仿真結(jié)果。

表4 順序染好信號的仿真結(jié)果

表5 隨機染好信號的仿真結(jié)果

表4的總停滯時間為56分鐘17秒，表5的總停滯時間為51分鐘14秒。按“先出現(xiàn)先處理”原則，處理完9個染好信號天軌機器人走的總路程較多，導(dǎo)致等待處理的染缸停滯時間較多，造成染缸利用率較低。

4 總停滯時間模型

染缸只存在工作和停滯兩種狀態(tài)，印染固定數(shù)量的籠紗，工作時間是固定的，當(dāng)停滯時間減少即意味著染缸生產(chǎn)效率提高。

由于印染生產(chǎn)線染缸較多，存在多種紗線種類共同印染的工況，不同顏色印染時間也不相同，且天軌機器人屬于大慣量機器人，速度相對較慢，所以在同一時刻存在多臺染缸同時染色完畢等待被處理的狀況。若天軌機器人不能及時將染好的籠紗取出再將新的籠紗送入染缸，將嚴(yán)重影響染缸的效率。所以該問題為：某一時刻天軌機器人存在較多任務(wù)待處理，通過路徑優(yōu)化使得處理任務(wù)的效率最高，從而提高生產(chǎn)線的效率與產(chǎn)能。

4.1 建立模型

由于在某個時刻均有可能出現(xiàn)n個染好信號，為使得天軌機器人在有限時間內(nèi)處理更多的染缸染好信號，本章以最小總停滯時間為目標(biāo)建立數(shù)學(xué)模型。天軌機器人及染缸的設(shè)備位置如圖5所示。首先對工況做以下假設(shè)：

1）導(dǎo)軌上只有一個天軌機器人，并且機器人每次只能處理一個染好信號；

2）天軌機器人初始零位在Home_1位置；

3）各染缸等間距排列；

4）天軌機器人在處理某個染好信號時不會被別的任務(wù)打斷；

5）不考慮AGV小車送紗和取紗的影響；

6）假設(shè)整裝機器人可以滿足天軌機器人的供需。如圖5所示：D為相鄰染缸中心位置的間距，m；V為天軌機器人移動的速度，m/s。

以最小總停滯時間為目標(biāo)，對該系統(tǒng)在x1時刻出現(xiàn)的染好信號建立數(shù)學(xué)模型，可知：x1時刻的染好信號為如式(1)所示。

式中：S為染好信號向量；si為第i個染好信號對應(yīng)的染缸編號，si=0，1，2，3，…，i為染好信號編號，i=1，2，3，…，n；n為染好信號個數(shù)，個。以上染好信號在x1時刻的剩余時間可由式(2)表示。

在式(2)中T為x1時刻各染好信號對應(yīng)的剩余時間向量；Ti為第i個染好信號對應(yīng)的剩余時間。

處理一次染好信號，天軌機器人橫移部件需要先從Home_1移動到Home_2，天軌機器人縱移部件再從Home_2移動到原紗緩存區(qū)，之后從原紗緩存區(qū)運動到色紗緩存區(qū)，最后返回Home_2，橫移部件再從Home_2返回Home_1，即天軌機器人縱移部件在取紗點和送紗點之間往返兩次，記完成此次運動需要的總時間為Th。

圖5 天軌機器人及染缸示意圖

如按照“先到先得”規(guī)則，即先染好先處理模式，天軌機器人第一次處理染好信號時需要從Home_1前往m1對應(yīng)的染缸位置，此后處理第mi個染好信號需從從第mi-1個染缸前往第mi個染缸位置。兩種情況對應(yīng)的時間計算公式分別如式(3)和式(4)所示，Th按式(5)計算。

在x1+Fi時刻，仍未被處理的染好信號停滯時間為如式(6)所示。

當(dāng)n個信號全部處理完畢，所有染缸總停滯時間如式(7)所示。

4.2 基于蟻群算法的總停滯時間優(yōu)化

本文使用蟻群算法來優(yōu)化總停滯時間，即在已有的染好信號中找出使得總停滯時間最短的序列，本質(zhì)仍為尋找“最優(yōu)路徑”。假設(shè)由m只螞蟻，結(jié)點i和j之間的信息素濃度在t時刻為τij（t），螞蟻選擇下一個結(jié)點按如下規(guī)則，圖6為適應(yīng)度函數(shù)迭代曲線圖。

圖6 適應(yīng)度函數(shù)迭代曲線圖

1）表1采用蟻群算法優(yōu)化后的任務(wù)序列為：2、4、6、8、1、3、5、7、9。

2）表2采用蟻群算法優(yōu)化后的任務(wù)序列為：7、4、6、3、5、8、2、1、9。

4.3 結(jié)果分析

在仿真平臺上運行蟻群算法優(yōu)化后的調(diào)度順序，其結(jié)果如下。表6為順序染好信號優(yōu)化后的運行結(jié)果，表7為隨機染好信號優(yōu)化后的運行結(jié)果。

表6 順序染好信號優(yōu)化后的仿真結(jié)果

表7 隨機染好信號優(yōu)化后的仿真結(jié)果

表6的總停滯時間為47分鐘33秒，表7的總停滯時間為47分50秒，相比較表4和表5，分別減少了15.5%和6.6%。由于使用了蟻群算法進行了路徑優(yōu)化，使得天軌機器人運動的總路程減少，故而染缸總停滯時間減少。

5 結(jié)語

本文基于Unity3D開發(fā)了仿真平臺來研究全自動筒子紗印染天軌機器人調(diào)度策略，為提高染缸利用率，提出并建立了總停滯時間模型，以該模型為基礎(chǔ)使用蟻群算法對天軌機器人進行了路徑優(yōu)化，得出了局部最優(yōu)調(diào)度順序。最后在仿真平臺上對優(yōu)化前后的調(diào)度順序進行了驗證，結(jié)果表明針對兩種初始染好信號染缸總停滯時間分別減少了15.5%和6.6%，即染缸利用率有了小幅提升。