王繼利，朱曉翠，田海龍，羅 巍

（吉林大學(xué)機(jī)械與航空航天工程學(xué)院，長(zhǎng)春 130000）

0 引言

智能制造正成為科學(xué)技術(shù)進(jìn)步的關(guān)鍵技術(shù)，世界范圍內(nèi)越來(lái)越多的高校開(kāi)始將智能制造融入培養(yǎng)體系，作為培養(yǎng)學(xué)生創(chuàng)造與創(chuàng)新能力的重要方向［1-4］。本文旨在通過(guò)基于遺傳算法的智能軌道式自動(dòng)引導(dǎo)車（Rail Guide Vehicle，RGV）動(dòng)態(tài)調(diào)度虛擬仿真技術(shù)的典型智能制造案例［5-6］，以創(chuàng)新實(shí)踐教學(xué)的方式激發(fā)學(xué)生的學(xué)習(xí)興趣，并提高學(xué)生對(duì)智能制造技術(shù)的認(rèn)識(shí)。

1 RGV動(dòng)態(tài)調(diào)度問(wèn)題背景

虛擬仿真案例針對(duì)的是智能加工系統(tǒng)，如圖1所示。

圖1 智能加工系統(tǒng)示意圖

該智能加工系統(tǒng)由8 臺(tái)數(shù)控機(jī)床（Computer Number Controller，CNC）、1 輛RGV、1 條RGV 直線軌道、1 條上料傳送帶、1 條下料傳送帶等單元組成。

其中，RGV是一種能在固定軌道上自動(dòng)運(yùn)行的搬運(yùn)車，自帶一個(gè)機(jī)械手臂、兩只機(jī)械手爪和物料清洗槽；根據(jù)指令能自動(dòng)控制移動(dòng)方向和距離，并能完成上下料及清洗物料等作業(yè)任務(wù)。

實(shí)際生產(chǎn)過(guò)程中，因加工需求的不同，智能加工系統(tǒng)可能面臨2 種加工情況，包括單工序物料加工作業(yè)和雙工序物料加工作業(yè)情況，即：

（1）單道工序物料加工作業(yè)，每臺(tái)CNC安裝同樣的刀具，物料可以在任一臺(tái)CNC上加工完成；

（2）雙道工序物料加工作業(yè)，每個(gè)物料的第1 和第2 道工序分別由2 臺(tái)不同的CNC依次加工完成。

針對(duì)以上2 種情況，根據(jù)智能加工系統(tǒng)的作業(yè)參數(shù)，包括移動(dòng)時(shí)間、加工時(shí)間、上下料時(shí)間、清洗時(shí)間等，仿真設(shè)計(jì)出能夠使智能加工系統(tǒng)生產(chǎn)效率最高的RGV動(dòng)態(tài)調(diào)度模型和算法。仿真案例中取用的系統(tǒng)作業(yè)參數(shù)見(jiàn)表1。

表1 智能加工系統(tǒng)作業(yè)參數(shù)表

2 RGV動(dòng)態(tài)調(diào)度虛擬仿真平臺(tái)

2.1 總體設(shè)計(jì)方案

由智能加工系統(tǒng)作業(yè)流程可知，RGV 與CNC 始終處于實(shí)時(shí)通信狀態(tài)，其中RGV同一時(shí)間只能執(zhí)行移動(dòng)、等待、上下料和清洗作業(yè)中的一項(xiàng)，CNC 同一時(shí)間只能處于加工、缺件等待、加工完成等待或上下料等狀態(tài)，如圖2 所示。RGV 在每完成一項(xiàng)任務(wù)后，才能判別并執(zhí)行下一個(gè)作業(yè)指令。為使系統(tǒng)作業(yè)效率達(dá)到最高，盡量使每班次作業(yè)產(chǎn)生的熟料數(shù)量達(dá)到最大，使每個(gè)CNC都能在最短的時(shí)間里開(kāi)始加工物料，讓CNC等待加工的時(shí)間最短。

圖2 RGV與CNC任務(wù)實(shí)時(shí)狀態(tài)

根據(jù)智能加工系統(tǒng)的作業(yè)流程要求，設(shè)計(jì)了RGV與CNC虛擬仿真顯示界面（見(jiàn)圖3）。界面中用正方形表示8 臺(tái)CNC，并用數(shù)字標(biāo)識(shí)相應(yīng)序號(hào)，用不同顏色分別表示CNC 所處的狀態(tài)：綠色扇形為加工狀態(tài)，黃色為上下料狀態(tài)，紅色為加工完成等待狀態(tài)，白色為缺件等待狀態(tài)。兩排CNC中間的小正方形表示RGV，用不同顏色表示其所處狀態(tài)，藍(lán)色為移動(dòng)狀態(tài)，黑色為等待狀態(tài)，紅色為上下料狀態(tài)，綠色為清洗狀態(tài)。

圖3 智能加工系統(tǒng)虛擬仿真界面

針對(duì)單工序加工狀態(tài)和雙工序加工狀態(tài)，以系統(tǒng)作業(yè)效率最高為目標(biāo)，分別建立單工序動(dòng)態(tài)調(diào)度模型和雙工序動(dòng)態(tài)調(diào)度模型，采用遺傳算法求解最優(yōu)調(diào)度策略［3-9］，實(shí)現(xiàn)智能加工系統(tǒng)的虛擬仿真。遺傳算法是一種基于自然選擇原理和自然遺傳機(jī)制的尋優(yōu)算法，通過(guò)群體搜索技術(shù)，根據(jù)適者生存的原則逐代進(jìn)化，最終得到最優(yōu)解或者準(zhǔn)最優(yōu)解的方法［10-12］。使用遺傳算法需要做以下操作：原始群體的產(chǎn)生；根據(jù)個(gè)體的適應(yīng)度進(jìn)行淘汰；剩余的優(yōu)良個(gè)體進(jìn)行交配；染色體上基因隨機(jī)變異；產(chǎn)生下一代群體；重復(fù)適者生存的原則，逐代進(jìn)化，直到達(dá)到進(jìn)化停止條件。遺傳算法的流程如圖4 所示。

圖4 遺傳算法流程圖

2.2 單道工序動(dòng)態(tài)調(diào)度仿真

對(duì)單道工序物料加工，每臺(tái)CNC工序相同。根據(jù)智能加工系統(tǒng)的組成與作業(yè)流程，RGV在同一時(shí)間只能執(zhí)行移動(dòng)、等待、上下料、清洗作業(yè)4 項(xiàng)任務(wù)中的其中1 項(xiàng)，并在每完成1 項(xiàng)任務(wù)后，立即辨別執(zhí)行下1 項(xiàng)任務(wù)。為使每臺(tái)CNC都能最快的開(kāi)始加工原料，使產(chǎn)出效率達(dá)到最大，在每次RGV 執(zhí)行完任務(wù)后，分別計(jì)算8 臺(tái)CNC距離開(kāi)始加工的剩余時(shí)間，同時(shí)考慮CNC奇偶序號(hào)對(duì)上下料時(shí)間的影響。

2.2.1 單道工序動(dòng)態(tài)調(diào)度優(yōu)化模型

在單道工序加工作業(yè)調(diào)度中，每臺(tái)CNC都完成同一道工序，生料只需在CNC中完成一次加工即可成為熟料。為得出單道工序的作業(yè)調(diào)度，以工件平均加工時(shí)間最短為優(yōu)化目標(biāo)，將調(diào)度序列作為待優(yōu)化變量，并在調(diào)度約束條件下建立最優(yōu)化模型：

式中：k為從第i臺(tái)CNC 到第j臺(tái)CNC 所在位置的單位距離；tti′為第i臺(tái)CNC 距離能發(fā)出需求信號(hào)的時(shí)間；xk為從第i臺(tái)CNC到第j臺(tái)CNC所在位置需要的時(shí)間；Iw、IC均為符號(hào)函數(shù)；p1RGV 為奇數(shù)序號(hào)的CNC一次上下料所需時(shí)間；p2RGV為偶數(shù)序號(hào)的CNC一次上下料所需時(shí)間。

2.2.2 單工序動(dòng)態(tài)調(diào)度仿真

針對(duì)表1 中智能加工系統(tǒng)單工序作業(yè)參數(shù)，采用遺傳算法對(duì)單工序動(dòng)態(tài)調(diào)度優(yōu)化模型仿真計(jì)算得到RGV調(diào)度時(shí)序如圖5 所示。根據(jù)仿真分析結(jié)果可知，在一個(gè)班制（8 h）內(nèi)，該智能加工系統(tǒng)最多可以完成383 件產(chǎn)品的單工序加工任務(wù)。

圖5 單工序RGV調(diào)度時(shí)序圖

2.3 柔性作業(yè)動(dòng)態(tài)調(diào)度仿真

柔性作業(yè)調(diào)度是指每個(gè)工件有多個(gè)加工工序，并且允許工序在多臺(tái)機(jī)器中的任意一臺(tái)上加工，相比于經(jīng)典的作業(yè)調(diào)度，每個(gè)工件的工序順序是不確定的，柔性作業(yè)調(diào)度減少了機(jī)器約束，擴(kuò)大了可行解的范圍，增加了模型求解的難度［13-15］。以雙工序動(dòng)態(tài)調(diào)度仿真為案例進(jìn)行分析。

2.3.1 柔性作業(yè)動(dòng)態(tài)調(diào)度優(yōu)化模型

對(duì)于柔性作業(yè)動(dòng)態(tài)調(diào)度，不僅需要確定工序的加工順序，還要給每個(gè)工序分配工位。柔性作業(yè)動(dòng)態(tài)調(diào)度優(yōu)化模型中同時(shí)以調(diào)度序列及工位分配為待優(yōu)化設(shè)計(jì)變量，以單件產(chǎn)品的平均加工時(shí)間最短為優(yōu)化目標(biāo)，在柔性調(diào)度約束條件下建立雙工序動(dòng)態(tài)調(diào)度的最優(yōu)化模型：

式中：Mi1、Mi2分別為第i臺(tái)CNC加工第1、第2 道工序的時(shí)間；IA、IB、ID均為符號(hào)函數(shù)。

2.3.2 雙工序動(dòng)態(tài)調(diào)度仿真

針對(duì)表1 中智能加工系統(tǒng)雙道工序作業(yè)參數(shù)，采用遺傳算法對(duì)雙工序動(dòng)態(tài)調(diào)度優(yōu)化模型仿真計(jì)算得到RGV調(diào)度時(shí)序如圖6、7 所示。

圖6 雙工序RGV調(diào)度時(shí)序圖

圖7 兩道工序完成情況時(shí)序圖

根據(jù)仿真分析結(jié)果可知，在一個(gè)班制（8 h）內(nèi)，該智能加工系統(tǒng)最多可以完成253 件產(chǎn)品的單工序加工任務(wù)。

3 結(jié)語(yǔ)

基于遺傳算法的智能RGV 動(dòng)態(tài)調(diào)度虛擬仿真技術(shù)解決了智能加工系統(tǒng)生產(chǎn)工藝流程的優(yōu)化及驗(yàn)證問(wèn)題，設(shè)計(jì)的二維平面虛擬仿真界面圖能夠清晰直觀地展示智能加工系統(tǒng)生產(chǎn)單元的調(diào)度過(guò)程。該虛擬仿真平臺(tái)為智能制造技術(shù)的實(shí)驗(yàn)教學(xué)提供了一種新的教學(xué)手段，激發(fā)學(xué)生的學(xué)習(xí)興趣，并對(duì)提高實(shí)踐教學(xué)質(zhì)量起到了積極作用。