姚明山
(上海維祥信息技術(shù)有限公司技術(shù)研發(fā)部,上海 200090)
自動(dòng)導(dǎo)引車(Automated Guided Vehicle,簡(jiǎn)稱AGV)是智能工廠的主要搬運(yùn)載體和主流自動(dòng)化搬運(yùn)設(shè)備[1-2],是實(shí)現(xiàn)智能工廠自動(dòng)化物流調(diào)度的關(guān)鍵環(huán)節(jié)之一[3-4]。智能工廠的工件在機(jī)器之間的裝卸件大多通過AGV 進(jìn)行搬運(yùn)[5],AGV 在加工設(shè)備和運(yùn)輸資源等物流調(diào)度[6]及協(xié)同優(yōu)化中發(fā)揮的作用成為智能工廠高效運(yùn)作的重要支撐[7-8]。目前,國(guó)內(nèi)外學(xué)者對(duì)多AGV 物流調(diào)度問題做了較多研究。曹曉華等[9]對(duì)多AGV 的實(shí)時(shí)調(diào)度方法進(jìn)行了研究,提出基于反向傳播神經(jīng)網(wǎng)絡(luò)在線識(shí)別系統(tǒng)狀態(tài)的動(dòng)態(tài)調(diào)度策略。徐立云等[10]指出多品種混流柔性加工單元中的AGV 數(shù)量和運(yùn)行路徑直接影響單元的運(yùn)行效率,在考慮產(chǎn)品加工工時(shí)、批量需求、設(shè)備物理位置等約束下,對(duì)多AGV 的調(diào)度策略進(jìn)行優(yōu)化求解,獲取了最優(yōu)化路徑。陳香玲等[11]考慮采用純電力驅(qū)動(dòng)的AGV 分揀過程存在電量消耗和充電需求的特性,提出一種優(yōu)化模型,指出調(diào)度模型可以有效提高分揀效率,并為考慮更多約束的AGV 調(diào)度研究提供求解途徑。Xu 等[12]提出與互聯(lián)網(wǎng)相結(jié)合的基于請(qǐng)求——調(diào)度——響應(yīng)模式的AGV 智能物流調(diào)度模型及響應(yīng)方法,建立數(shù)學(xué)模型,并從分配給AGV 的任務(wù)順序和轉(zhuǎn)運(yùn)任務(wù)與AGV 的匹配關(guān)系(AGV-task)兩個(gè)維度對(duì)物流調(diào)度過程進(jìn)行優(yōu)化。Yoshitake 等[13]設(shè)計(jì)一種新的機(jī)器人系統(tǒng),運(yùn)用一種實(shí)時(shí)的整體調(diào)度方法解決調(diào)度問題,工作區(qū)域越大,揀貨單的混雜程度越高,所提方法解決調(diào)度問題的效率也越高。Lee 等[14]通過獲勝者確定問題(WDP)解決了多AGV 的調(diào)度和路由方面的集成困難,建立基于知識(shí)算子的遺傳算法模型并優(yōu)化,降低了使用多個(gè)AGV 進(jìn)行物流和倉(cāng)儲(chǔ)應(yīng)用的成本。Liu[15]、Cardarelli[16]介紹一種新穎的云機(jī)器人架構(gòu),該架構(gòu)提供不同的功能,以支持用于工業(yè)物流的AGV 組的增強(qiáng)協(xié)調(diào),從不同的傳感源收集數(shù)據(jù),提供不斷更新的工業(yè)環(huán)境全局實(shí)時(shí)視圖,以優(yōu)化方式協(xié)調(diào)AGV 的運(yùn)動(dòng),但所提出的方法并沒有在真實(shí)的工業(yè)環(huán)境中得到驗(yàn)證。上述文獻(xiàn)對(duì)多AGV 調(diào)度響應(yīng)、決策與優(yōu)化問題進(jìn)行了研究,但是目前仍沒有文獻(xiàn)對(duì)人機(jī)協(xié)同場(chǎng)景下的多AGV 調(diào)度展開研究。因此,本文在已有研究基礎(chǔ)上,從人機(jī)協(xié)同視角出發(fā),將智能工廠的多AGV 及其相關(guān)設(shè)備作為一個(gè)整體進(jìn)行研究,對(duì)物流調(diào)度仿真需求進(jìn)行分析,設(shè)計(jì)仿真內(nèi)容并通過實(shí)例對(duì)仿真結(jié)果進(jìn)行驗(yàn)證。通過采用系統(tǒng)仿真的方法對(duì)多AGV 物流調(diào)度方案進(jìn)行分析研究,以期對(duì)物流調(diào)度方案進(jìn)行合理優(yōu)化,滿足智能工廠的要求。
在智能工廠中,多AGV 物流系統(tǒng)被用來進(jìn)行產(chǎn)線的料箱搬運(yùn),從AGV 休息區(qū)搬運(yùn)料箱至需求點(diǎn)位,然后換取空箱,載回AGV 休息區(qū)。同時(shí),智能工廠的物流系統(tǒng)包括AGV、籠車、拖車、物流貨車、叉車等一系列設(shè)備的協(xié)同運(yùn)作,要考慮物流調(diào)度的整體運(yùn)行效率及效果,因此需要對(duì)拖車、籠車合叉車進(jìn)行部署安排與仿真研究。
(1)人機(jī)協(xié)同關(guān)系設(shè)定。在智能工廠補(bǔ)料環(huán)節(jié),需要業(yè)務(wù)操作人員與AGV 進(jìn)行人機(jī)協(xié)同處理補(bǔ)料,AGV 將物料搬運(yùn)至工作臺(tái)旁卸貨后回巢執(zhí)行下一任務(wù),之后由業(yè)務(wù)操作人員等工作臺(tái)缺料時(shí),將物料放置于工作臺(tái)上,否則需要將物料送至線邊庫暫存,等待工作臺(tái)缺料后再人工移料至工作臺(tái)。因此,物料調(diào)度作業(yè)盡可能不提前補(bǔ)料,否則會(huì)造成物料送至線邊庫暫存的次數(shù)增多從而增加人工操作時(shí)間,即使需要提前補(bǔ)料也要考慮人工時(shí)間處理合理性與補(bǔ)料及時(shí)性。
(2)AGV 部署安排。由于智能工廠的上料種類和頻次較高,對(duì)多AGV 的調(diào)度優(yōu)化有較高要求,需確定不同生產(chǎn)節(jié)拍(JPH)下的AGV 最優(yōu)部署數(shù)量,以及運(yùn)行策略,從而保障產(chǎn)線物料供給通暢,降低因缺料而導(dǎo)致的生產(chǎn)線停工。
(3)確定拖車部署安排。拖車的部署安排會(huì)影響AGV休息區(qū)域的零件上料時(shí)長(zhǎng),如果數(shù)量不足,可能無法為AGV 提供滿料箱。對(duì)生產(chǎn)的不同區(qū)域而言,拖車數(shù)量、運(yùn)行路徑也都各有差異。因此,需要分析拖車的最優(yōu)調(diào)度和部署,從而盡最大程度保障AGV 能夠取到滿料箱,為產(chǎn)線供料。
(4)籠車部署安排。由于AGV 運(yùn)行通道和籠車運(yùn)行通道有干涉,因此,籠車上料應(yīng)選擇AGV 停止運(yùn)行的時(shí)間段,例如午休停線時(shí)間等。為了進(jìn)行籠車調(diào)度的最優(yōu)配置,需要借助仿真工具進(jìn)行建模,通過模型分析,不同生產(chǎn)節(jié)拍下,籠車應(yīng)如何安排上料操作,并分析出具體的上料次數(shù)。
(5)叉車部署安排。叉車是連接泊位和零件存儲(chǔ)區(qū)域的車輛工具,承擔(dān)著貨車卸貨及返空箱入貨車的操作。每個(gè)泊位配套的叉車數(shù)量多少,會(huì)顯著影響貨車卸貨時(shí)間。因此,需要借助仿真工具進(jìn)行建模分析,對(duì)叉車裝卸過程進(jìn)行模擬,得出具體的裝卸完成時(shí)間。
構(gòu)建完備的多AGV 物流調(diào)度仿真模型,要將實(shí)際的業(yè)務(wù)運(yùn)作在數(shù)字化、模擬化空間內(nèi)進(jìn)行部署與調(diào)整,從而更好地支持實(shí)際業(yè)務(wù)運(yùn)作[17],因此要將空間位置設(shè)置和仿真邏輯設(shè)置兩方面相結(jié)合??臻g位置是仿真對(duì)象(如AGV、拖車等)的運(yùn)行環(huán)境,仿真邏輯是仿真對(duì)象的作業(yè)邏輯和規(guī)則,二者相輔相成,缺一不可。
在空間位置方面,為了方便AGV 的調(diào)度和上料,需對(duì)車間的物料需求點(diǎn)位進(jìn)行劃分,劃分后的子區(qū)域由對(duì)應(yīng)的AGV 負(fù)責(zé)上料。并且,需要對(duì)零部件倉(cāng)儲(chǔ)區(qū)域進(jìn)行設(shè)定,不同產(chǎn)線的料箱應(yīng)分類存放,便于拖車?yán)瓌?dòng)上料。在仿真邏輯設(shè)置方面,主要是對(duì)參與料箱物流的設(shè)備進(jìn)行設(shè)定,包括對(duì)AGV 的送料流程、換料箱邏輯進(jìn)行設(shè)定,對(duì)籠車的上料邏輯進(jìn)行設(shè)定,對(duì)拖車的料箱拉動(dòng)邏輯進(jìn)行設(shè)定,對(duì)貨車的送貨邏輯、靠泊邏輯進(jìn)行設(shè)定,對(duì)叉車的卸貨及返空箱邏輯進(jìn)行設(shè)定。
(1)AGV 送料區(qū)域劃分。為了保證車間內(nèi)AGV 的有序調(diào)度,需要對(duì)物料需求點(diǎn)進(jìn)行劃分,采用分而治之的策略,從而提升AGV 調(diào)度效率。采用車間內(nèi)零件點(diǎn)位劃分的方式,將零件需求點(diǎn)劃分為3 個(gè)部分。區(qū)域一包括前艙線和四門鉸鏈安裝區(qū)域;區(qū)域二包括車頂橫梁、下車體、主線和表調(diào)區(qū)域;區(qū)域三包括側(cè)圍分拼和側(cè)圍總成區(qū)域。
(2)零件倉(cāng)儲(chǔ)區(qū)域布局設(shè)置。零件倉(cāng)儲(chǔ)區(qū)域用于存儲(chǔ)零部件料箱,主要由料箱存放點(diǎn)位、貨車泊位、空箱停放區(qū)、拖車停放區(qū)、叉車停放區(qū)組成。料箱存放點(diǎn)位按照不同區(qū)域歸屬不同,進(jìn)行分散放置,貨車泊位位于卷簾門位置,空箱停放區(qū)域位于平面圖左側(cè),用于堆存空料箱。拖車停放區(qū)域用于停放無作業(yè)任務(wù)的拖車,位于零件存儲(chǔ)區(qū)域兩端,叉車停放區(qū)域位于平面圖右側(cè)。
2.2.1 AGV送料流程
本次仿真設(shè)定將采用AGV 給不同區(qū)域的物料需求點(diǎn)送貨。AGV 接收到送料指令,裝載料箱后離開AGV 休息區(qū)域,根據(jù)指令自動(dòng)行駛至指定的物料需求點(diǎn)位置,等待料箱交換。完成料箱交換后,AGV 將離開當(dāng)前物料需求點(diǎn)位置,自動(dòng)返回至AGV 停留區(qū)域。AGV 通道為單行道,采用車間循環(huán)路徑進(jìn)行送料,因此不會(huì)發(fā)生AGV 的相向沖突情形,極大程度上減少了車間的安全事故隱患,相應(yīng)的仿真模塊如圖1所示。
Fig.1 AGV feeding simulation module圖1 AGV送料仿真模塊
2.2.2 籠車送料流程
考慮到籠車和AGV 之間存在送貨路徑交叉,因此,籠車只會(huì)在AGV 休息的時(shí)候進(jìn)行送料操作。具體邏輯如下:籠車會(huì)根據(jù)發(fā)車指令,在AGV 全部停止作業(yè)時(shí)進(jìn)行零件料箱的補(bǔ)貨操作?;具壿嬍牵喊凑詹煌瑓^(qū)域,分別進(jìn)行上料。需要在AGV 全部停止作業(yè)期間,比如午休即生產(chǎn)暫停期間,必須要完成補(bǔ)貨,返回初始位置,仿真設(shè)計(jì)模塊如圖2所示。
Fig.2 Cage trolley feeding simulation module圖2 籠車送料仿真模塊
2.2.3 拖車補(bǔ)貨流程
當(dāng)AGV 取料箱后,會(huì)消耗AGV 休息區(qū)的滿料箱數(shù)量,此時(shí),拖車會(huì)接收到上料指令,從料箱倉(cāng)庫拖動(dòng)料箱至AGV 的休息區(qū)域。達(dá)到AGV 休息區(qū)后,拖車會(huì)將滿料箱卸下后,同時(shí)將空箱拖動(dòng)至料箱庫的空箱停放區(qū)域。拖車補(bǔ)貨仿真模塊如圖3所示。
Fig.3 Trailer replenishment simulation module圖3 拖車補(bǔ)貨仿真模塊
2.2.4 貨車送料流程
零件供應(yīng)商的送料貨車根據(jù)送{Lu,2019#9}貨計(jì)劃,駛?cè)肓慵}(cāng)庫區(qū)域,執(zhí)行靠泊裝卸料箱作業(yè)4 零件倉(cāng)庫側(cè)面會(huì)開設(shè)多個(gè)泊位供貨車卸貨。貨車進(jìn)入道口后會(huì)判斷是否有空閑泊位,如果有空閑泊位,貨車就進(jìn)入開始卸貨;如果沒有空閑泊位,貨車則在道口等待,當(dāng)有空閑泊位時(shí),貨車就進(jìn)入卸貨。貨車送料仿真模塊如圖4所示。
以某智能工廠為仿真對(duì)象,采用Anylogic7.2 軟件進(jìn)行仿真模擬,調(diào)用軟件的交通運(yùn)輸、系統(tǒng)流程,智能體行動(dòng)圖等軟件模塊,根據(jù)工廠需求及數(shù)據(jù)進(jìn)行仿真研究。其中,設(shè)定生產(chǎn)節(jié)拍(JPH)為10,零件倉(cāng)庫側(cè)面開設(shè)3 個(gè)泊位,即分區(qū)域1、區(qū)域2 和區(qū)域3,運(yùn)算結(jié)果驗(yàn)證仿真的可行性和可靠性。
在物流調(diào)度作業(yè)中,部署AGV 數(shù)量多少是為了降低甚至消除產(chǎn)線的停工等料時(shí)長(zhǎng)。若停工時(shí)長(zhǎng)為零,則表明產(chǎn)線無停線時(shí)間,此時(shí)的生產(chǎn)作業(yè)效率最高。如圖5 所示,仿真結(jié)果表明,當(dāng)同一區(qū)域部署不同數(shù)量AGV 時(shí),產(chǎn)線的停工等料時(shí)長(zhǎng)有顯著差異,AGV 的數(shù)量越多,則產(chǎn)線停工等料時(shí)長(zhǎng)越少,但數(shù)量達(dá)到5 以上則產(chǎn)線停工等料時(shí)長(zhǎng)降低幅度很少,從而可推算出物流調(diào)度所需的AGV數(shù)量。
同一區(qū)域部署不同數(shù)量的拖車,會(huì)影響AGV 線邊倉(cāng)庫的物料更新時(shí)長(zhǎng)。當(dāng)AGV 取料箱前往工位后,需要拖車從下方倉(cāng)庫取同類料箱送至AGV 線邊倉(cāng)庫,這個(gè)時(shí)長(zhǎng)不能大于當(dāng)前JPH 下物料的消耗時(shí)間。JPH 為10 情況下,一小時(shí)會(huì)消耗10 個(gè)物料,每個(gè)平均6min 會(huì)消耗一個(gè)物料,因此,拖車送貨時(shí)間不能大于6min,否則,可能會(huì)出現(xiàn)線上需要物料,但是AGV 無法取得物料的情形,具體各區(qū)域拖車送貨時(shí)長(zhǎng)如圖6 所示,拖車的數(shù)量越多則區(qū)域拖車送貨時(shí)長(zhǎng)越少,但是數(shù)量達(dá)到3 以上則區(qū)域拖車送貨時(shí)長(zhǎng)降低幅度很少,同樣通過仿真可推算出物流調(diào)度所需的拖車數(shù)量。
Fig.5 AGV quantitative sensitivity in each region圖5 各區(qū)域AGV數(shù)量靈敏度
從圖7 可以看出,如果籠車只在第一個(gè)AGV 全部停止作業(yè)期間進(jìn)行送料補(bǔ)貨操作,那么當(dāng)天第二個(gè)AGV 全部停止作業(yè)時(shí),由籠車送料點(diǎn)位的缺貨率將達(dá)到70%,無法支撐第二天上午的消耗量。因此,籠車送料必須一天2次,才可以滿足正常的生產(chǎn)作業(yè)。
Fig.6 Trailer feeding time in each region圖6 各區(qū)域拖車送料時(shí)長(zhǎng)
每個(gè)泊位的叉車配套數(shù)量會(huì)顯著影響對(duì)應(yīng)泊位的貨車??繒r(shí)間。如圖8 所示,如果每個(gè)泊位只有一輛叉車進(jìn)行裝卸作業(yè),那么貨車的泊位停留時(shí)間將達(dá)到40min 左右。但是,如果希望降低貨車停留時(shí)間,提高貨車流轉(zhuǎn)率,則可以考慮安排2 輛叉車服務(wù)同一個(gè)泊位,使單臺(tái)貨車的總停留時(shí)間降低至20min左右。
Fig.7 Cage feeding point shortage rate圖7 籠車送料點(diǎn)位缺貨率
Fig.8 Average stay length of truck in berth圖8 貨車在泊位停留的平均時(shí)長(zhǎng)
本文對(duì)智能工廠多AGV 的物流調(diào)度進(jìn)行仿真研究,從人機(jī)協(xié)同視角對(duì)多AGV 系統(tǒng)及其相關(guān)設(shè)備的運(yùn)行過程進(jìn)行仿真設(shè)計(jì),并根據(jù)實(shí)際工廠提供的數(shù)據(jù)進(jìn)行了仿真驗(yàn)證,通過平面及三維立體空間實(shí)時(shí)地展示了廠內(nèi)運(yùn)作狀態(tài)和物料拉動(dòng)細(xì)節(jié),確定了給定JPH 條件下,不同區(qū)域所需的最低AGV 數(shù)量、不同區(qū)域拖車的最低需求數(shù)以及籠車上料的操作方式,通過仿真模擬可以優(yōu)化物流調(diào)度作業(yè),為智能工廠的AGV 項(xiàng)目采購(gòu)和物流調(diào)度作業(yè)提供決策數(shù)據(jù)和優(yōu)化方案支持。然而,本文僅從人工協(xié)同視角對(duì)智能工廠的多AGV 調(diào)度系統(tǒng)進(jìn)行仿真和驗(yàn)證。在此仿真研究基礎(chǔ)上,將進(jìn)一步對(duì)如何設(shè)計(jì)并實(shí)現(xiàn)智能工廠的多AGV物流調(diào)度系統(tǒng)進(jìn)行研究,以期設(shè)計(jì)出一套滿足智能工廠的多AGV 自適應(yīng)物流調(diào)度系統(tǒng)。