郭世超，張利平，唐秋華，黃雨晨

(1.武漢科技大學(xué)，冶金裝備及其控制教育部重點(diǎn)實(shí)驗(yàn)室，湖北武漢 430081； 2.武漢科技大學(xué)，機(jī)械傳動(dòng)與制造工程湖北省重點(diǎn)實(shí)驗(yàn)室，湖北武漢 430081)

0 前言

隨著智能制造技術(shù)的發(fā)展，智能制造車(chē)間的自動(dòng)生產(chǎn)線和倉(cāng)庫(kù)管理系統(tǒng)(Warehouse Management System,WMS)是實(shí)現(xiàn)智能制造的必要條件。自動(dòng)引導(dǎo)車(chē)(Automated Guided Vehicle，AGV)作為智能車(chē)間和物流系統(tǒng)中重要的物流運(yùn)輸設(shè)備，得到了廣泛的應(yīng)用。AGV的物流配送能力直接影響著智能制造車(chē)間的生產(chǎn)效率，因此如何配置配送小車(chē)的能力，使得車(chē)間的設(shè)備利用率、AGV利用率和小車(chē)總行走路線相對(duì)最優(yōu)，是智能車(chē)間生產(chǎn)的設(shè)計(jì)環(huán)節(jié)。

針對(duì)AGV物流配送與調(diào)度，常見(jiàn)優(yōu)化目標(biāo)有最小化延遲時(shí)間、最小化完工時(shí)間等。楊智飛等基于最小化完工時(shí)間、最小化AGV 數(shù)量及最小化懲罰成本3個(gè)優(yōu)化目標(biāo)，建立了智能車(chē)間 AGV 調(diào)度問(wèn)題數(shù)學(xué)模型,設(shè)計(jì)了一種新型多目標(biāo)優(yōu)化算法，完成了模型求解。徐玲和祝軍以口服液滅菌生產(chǎn)物流線調(diào)度系統(tǒng)為實(shí)驗(yàn)載體，對(duì)生產(chǎn)物流線調(diào)度系統(tǒng)進(jìn)行建模，以?xún)?yōu)化調(diào)度算法，提高生產(chǎn)線的效率。石宇強(qiáng)等考慮倉(cāng)庫(kù)存取貨的堆垛機(jī)、AGV和線邊裝卸物料的機(jī)械手3種資源的協(xié)同作業(yè)，設(shè)計(jì)多AGV在交叉路口可同時(shí)通行的避碰規(guī)則，提高了整個(gè)作業(yè)車(chē)間的物流作業(yè)效率。上述研究均得到了很好的理論效果，實(shí)際應(yīng)用效果還待進(jìn)一步完善。

某企業(yè)新能源電池包是由電芯模組串聯(lián)組成，電池包內(nèi)設(shè)有電池管理系統(tǒng)、電池?zé)峁芾硐到y(tǒng)，可有效保護(hù)電池包安全。其智能裝配車(chē)間包含若干裝配工序，每道工序加工完成后自動(dòng)流入下一道工序，智能裝配車(chē)間從立體倉(cāng)庫(kù)到自動(dòng)化產(chǎn)線，實(shí)現(xiàn)多系統(tǒng)集成、數(shù)據(jù)對(duì)接以及生產(chǎn)情況反饋看板的智能化生產(chǎn)。在實(shí)際企業(yè)調(diào)研中發(fā)現(xiàn)，新能源電池包裝配車(chē)間的AGV物流配送與實(shí)際生產(chǎn)調(diào)度脫節(jié)，致使智能車(chē)間的生產(chǎn)效率受限，無(wú)法充分發(fā)揮智能設(shè)備的加工能力。因此，針對(duì)該企業(yè)特點(diǎn)，提出切實(shí)可行的AGV配送與調(diào)度方法是提高設(shè)備利用率和生產(chǎn)效率的有效途徑。

該智能裝配車(chē)間是典型離散事件系統(tǒng)，面向智能對(duì)象，SIMIO仿真軟件可實(shí)現(xiàn)二維模型與三維模型的相互轉(zhuǎn)換，對(duì)整個(gè)生產(chǎn)過(guò)程事件進(jìn)行模擬，直觀地觀察和了解系統(tǒng)。目前，智能車(chē)間投產(chǎn)前十分重視設(shè)計(jì)方案的產(chǎn)能評(píng)估，可通過(guò)仿真模型構(gòu)建、生產(chǎn)過(guò)程仿真優(yōu)化，統(tǒng)計(jì)分析設(shè)計(jì)方案的生產(chǎn)能力與風(fēng)險(xiǎn)性能，為管理者提供決策依據(jù)，以期降低生產(chǎn)成本，提高生產(chǎn)效率。

因此，本文作者以某新能源企業(yè)即將正式投入生產(chǎn)的智能裝配車(chē)間為例進(jìn)行研究。運(yùn)用SIMIO仿真軟件，設(shè)置AGV的數(shù)量和AGV的運(yùn)載能力等，以設(shè)備平均利用率、AGV平均利用率和AGV行走路線總長(zhǎng)度為目標(biāo)，采用方差分析和響應(yīng)優(yōu)化的方法，得出該企業(yè)智能裝配車(chē)間物流配送的優(yōu)化方案。

1 問(wèn)題描述

某新能源企業(yè)即將正式投入使用的智能裝配車(chē)間包括SCADA(數(shù)據(jù)采集與監(jiān)視控制)系統(tǒng)和WMS(倉(cāng)庫(kù)管理系統(tǒng))。SCADA系統(tǒng)負(fù)責(zé)自動(dòng)化產(chǎn)線的控制和產(chǎn)線生產(chǎn)數(shù)據(jù)的采集，WMS負(fù)責(zé)原材料立體倉(cāng)庫(kù)和AGV的調(diào)度，系統(tǒng)間通過(guò)信息交互，實(shí)現(xiàn)產(chǎn)線的自動(dòng)化生產(chǎn)。圖1所示為該企業(yè)智能裝配車(chē)間簡(jiǎn)圖。智能裝配車(chē)間由4個(gè)工作中心組成，分別為基體工作中心、模組工作中心、Pack工作中心、上箱體工作中心。車(chē)間布局以Pack工作中心為主線，以基體、模組、上箱體工作中心為支線。為能夠清晰地表示各個(gè)工作中心之間的生產(chǎn)關(guān)系，圖1只展示了每個(gè)工作中心首尾2個(gè)工序以及匯合點(diǎn)工序(矩形表示匯合點(diǎn)工序)。

圖1 智能裝配車(chē)間簡(jiǎn)圖

企業(yè)智能裝配車(chē)間的具體布局如圖2所示?；w工作中心的工序用嫣紅色標(biāo)注，包括電芯上線、端板等離子清洗、電芯堆疊等工序；模組工作中心的工序用紫色標(biāo)注，包括貼加熱膜、安裝鋼扎帶、模組烘烤、模組搬運(yùn)等工序；上箱體工作中心的工序用洋紅色標(biāo)注，包括上蓋上線、安裝防水透氣閥等工序；Pack工作中心的工序用淺綠色標(biāo)注，包括下箱體上線、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負(fù)輸出插座、安裝總正輸出插座、整理線束、連接高壓銅排、模組入箱、連接模組加熱線1及測(cè)試、擰緊CSC/尾側(cè)壓條/預(yù)裝模組螺栓、安裝防碰撞保護(hù)板、Pack烘烤、貼FPC、安裝整理低壓線束、安裝總正/負(fù)蓋板、Pack入成品庫(kù)等工序；其中,模組、Pack烘烤工位為模組、Pack工作中心公用。

圖2 智能裝配車(chē)間布局

智能裝配車(chē)間是面向訂單生產(chǎn)的生產(chǎn)模式，訂單到達(dá)具有隨機(jī)性，為盡量減少因物料短缺出現(xiàn)停工，AGV小車(chē)無(wú)須滿載再進(jìn)行配送。當(dāng)產(chǎn)線開(kāi)始生產(chǎn)時(shí)，原材料由AGV小車(chē)通過(guò)產(chǎn)線兩邊的雙向通道配送到產(chǎn)線線邊倉(cāng)進(jìn)行裝配，當(dāng)線邊倉(cāng)的料框?yàn)榭諘r(shí)，設(shè)備把空料框移出使用位置，SCADA系統(tǒng)觸發(fā)叫料信號(hào)給WMS，WMS判斷AGV停車(chē)場(chǎng)是否有空閑，若有空閑，AGV調(diào)用運(yùn)輸物料(按照整箱配送)到指定工位線邊倉(cāng)，若沒(méi)有空閑的AGV時(shí)，該配送任務(wù)在系統(tǒng)中等待，當(dāng)有空閑AGV后再次調(diào)用。

由于裝配工序復(fù)雜，該企業(yè)的智能裝配車(chē)間生產(chǎn)線比較長(zhǎng)，AGV配送的物料按照整包數(shù)量配送，而各個(gè)物料單包數(shù)量不同，呼叫小車(chē)的時(shí)間無(wú)法確定。如何配置合理的AGV數(shù)量和AGV的運(yùn)載能力，使物料能夠準(zhǔn)時(shí)送到產(chǎn)線，不影響產(chǎn)線生產(chǎn)，使加工設(shè)備利用率最高，是需要解決的問(wèn)題。

2 AGV物流配送仿真模型構(gòu)建與運(yùn)行

2.1 模型假設(shè)

對(duì)該企業(yè)的智能裝配車(chē)間AGV調(diào)度問(wèn)題作以下假設(shè)：

(1)同一時(shí)間點(diǎn)，一臺(tái)AGV只能執(zhí)行一個(gè)任務(wù)且只運(yùn)輸同一種物料；

(2)智能車(chē)間設(shè)備布局以及AGV的行走路線已知；

(3)每輛AGV屬性相同，均以固定速度運(yùn)行，任務(wù)結(jié)束后返回停車(chē)場(chǎng)；

(4)AGV和車(chē)間設(shè)備連續(xù)運(yùn)行，不會(huì)發(fā)生故障，運(yùn)行過(guò)程中不會(huì)發(fā)生碰撞；

(5)各工位之間的距離已知；

(6)人工配送的工序滿足智能裝配車(chē)間的生產(chǎn)物料要求。

2.2 仿真模型構(gòu)建

利用SIMIO軟件搭建智能車(chē)間的仿真模型。SIMIO軟件提供了豐富的建模概念和特色，通過(guò)建模能得到一個(gè)滿足視覺(jué)效果和數(shù)據(jù)需求的智能車(chē)間。SIMIO是基于面向?qū)ο蟮姆椒ㄕ?，在?biāo)準(zhǔn)對(duì)象庫(kù)、目標(biāo)實(shí)體和標(biāo)準(zhǔn)執(zhí)行過(guò)程基礎(chǔ)上，使用者可以制定實(shí)驗(yàn)，增刪、修改過(guò)程以實(shí)現(xiàn)想要得到的功能。

根據(jù)圖2所示的智能裝配車(chē)間布局，在SIMIO空間中建模。拖動(dòng)SIMIO 標(biāo)準(zhǔn)對(duì)象庫(kù)(Standard Object Library)13個(gè) Source 至空間中，代表著需要AGV運(yùn)輸?shù)奈锪?、電芯上線以及下箱體上線的原材料庫(kù)。在項(xiàng)目庫(kù)(Project Library)中拖動(dòng)13個(gè)實(shí)體(Model Entity)到建?？臻g中，代表13種物料。拖動(dòng)12個(gè)Combiner,分別代表電芯堆疊、安裝鋼扎帶、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負(fù)輸出插座、安裝總正輸出插座、模組入箱、擰緊CSC/尾側(cè)壓條/預(yù)裝模組螺栓、安裝防碰撞保護(hù)板、安裝防水透氣閥、安裝總正/負(fù)蓋板等工序設(shè)備。拖動(dòng)11個(gè)Server，分別代表端板等離子清洗、貼加熱膜、模組烘烤、模組搬運(yùn)、整理線束、連接高壓銅排、連接模組加熱線1及測(cè)試、Pack烘烤、貼FPC、安裝整理低壓線束、上蓋上線等工序設(shè)備。拖動(dòng)一個(gè)Vehicle模型到空間建模區(qū)，代表AGV，再拖一個(gè)BasicNode作為AGV的停車(chē)點(diǎn)。在標(biāo)準(zhǔn)對(duì)象庫(kù)中拖動(dòng)一個(gè)Sink到建模區(qū)，代表成品離開(kāi)生產(chǎn)線，進(jìn)入成品庫(kù)。

按照物料名稱(chēng)，修改每一個(gè)實(shí)體和原材料庫(kù)(Source)的名字，且實(shí)體需要與原材料庫(kù)對(duì)應(yīng)，在Source的Entity Type屬性中修改各個(gè)物料的名稱(chēng)。已知原材料庫(kù)的物料配送時(shí)間間隔，端板上線、安裝鋼扎帶等工序的物料以2個(gè)/min的速度到達(dá)，其他物料均以每個(gè)3 min的速度到達(dá)。修改Source的最初到達(dá)時(shí)間的屬性，根據(jù)電芯上線、端板上線、安裝鋼扎帶、下箱體上線、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負(fù)輸出插座、安裝總正輸出插座、擰緊CSC/尾側(cè)壓條/預(yù)裝模組螺栓、安裝防碰撞保護(hù)板、安裝總正/負(fù)蓋板、安裝防水透氣閥等工序所需物料的整包裝數(shù)分別為4、24、26、6、30、150、100、24、24、8、96、140、400個(gè)，修改Source一次到達(dá)物料的數(shù)量。修改Server和Combiner的設(shè)備加工時(shí)間均為每個(gè)2.5 min。根據(jù)單個(gè)電池包的物料用量在安裝鋼扎帶工序?yàn)?個(gè)/包，其余工序均為1個(gè)/包，修改Combiner的Batch Quantity的數(shù)量關(guān)系。修改實(shí)體和小車(chē)在系統(tǒng)中的移動(dòng)速度為0.5 m/s。

設(shè)備之間用TimePath線連接，代表車(chē)間的傳送線，設(shè)置時(shí)間為10 s。原材料庫(kù)與設(shè)備之間用Path連接，代表AGV的行走路線，電芯上線、端板上線、安裝鋼扎帶、下箱體上線、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負(fù)輸出插座、安裝總正輸出插座、擰緊CSC/尾側(cè)壓條/預(yù)裝模組螺栓、安裝防碰撞保護(hù)板、安裝防水透氣閥、安裝總正/負(fù)蓋板等工序原材料庫(kù)與設(shè)備之間的距離，分別為90、10、20、10、130、120、110、100、90、60、50、90、100 m。

AGV在車(chē)間設(shè)備兩邊的雙向通道中行走，構(gòu)建的AGV物流仿真模型如圖3所示。

圖3 AGV物流配送仿真模型

2.3 AGV物流配送仿真運(yùn)行機(jī)制

假設(shè)當(dāng)前有多個(gè)訂單，車(chē)間沒(méi)有空閑，在連續(xù)生產(chǎn)。當(dāng)訂單下達(dá)到產(chǎn)線后，產(chǎn)線以線邊倉(cāng)有空料框移出使用位置為信號(hào)，呼叫小車(chē)配送物料。為模擬該情景，采用原材料庫(kù)按照節(jié)拍定時(shí)產(chǎn)生各種物料，當(dāng)某物料達(dá)到滿箱時(shí)呼叫AGV小車(chē)進(jìn)行配送。這種倉(cāng)庫(kù)按照節(jié)拍驅(qū)動(dòng)物料配送時(shí)，當(dāng)AGV數(shù)量足夠多時(shí)，能夠排除因倉(cāng)庫(kù)物料短缺影響產(chǎn)線生產(chǎn)的因素。在SIMIO的Precesses中，對(duì)AGV調(diào)度規(guī)則進(jìn)行編程，判斷每個(gè)物料倉(cāng)庫(kù)產(chǎn)生哪種物料,當(dāng)該物料達(dá)到滿箱時(shí)，倉(cāng)庫(kù)的TransferNode呼叫AGV進(jìn)行配送，否則等待。以防碰撞保護(hù)板(Boards)為例，當(dāng)生產(chǎn)防碰撞保護(hù)板的倉(cāng)庫(kù)達(dá)到96個(gè)物料(滿箱)時(shí)，呼叫AGV，否則等待。AGV的響應(yīng)規(guī)則如圖4所示。

圖4 AGV的響應(yīng)規(guī)則

3 仿真結(jié)果分析

3.1 參數(shù)設(shè)置

車(chē)間由26個(gè)工位、1個(gè)原材料庫(kù)、1個(gè)上下箱體庫(kù)、1個(gè)成品庫(kù)和AGV停車(chē)場(chǎng)組成。其中，自動(dòng)化工位有19個(gè)、人工工位7個(gè)，自動(dòng)化工位需要AGV運(yùn)輸物料的工位有11個(gè)，已在圖2中標(biāo)出。AGV在生產(chǎn)線兩側(cè)的雙向通道通行,文中只討論需要AGV運(yùn)輸物料的工位，對(duì)模型進(jìn)行簡(jiǎn)化。

對(duì)AGV的數(shù)量、運(yùn)載能力進(jìn)行調(diào)配，配置合適的配送資源，使物料能夠準(zhǔn)時(shí)送到產(chǎn)線，不影響產(chǎn)線生產(chǎn)，使設(shè)備平均利用率、AGV平均利用率達(dá)到最高，AGV行走總路線長(zhǎng)度最少。采用上述SIMIO仿真模型，將案例相關(guān)數(shù)據(jù)運(yùn)用到仿真模型中，對(duì)AGV數(shù)量設(shè)置了7水平，分別為2、3、4、5、6、7、8，運(yùn)輸能力設(shè)置了7水平，分別為200、250、300、350、400、450、500個(gè)，設(shè)置運(yùn)行時(shí)間為48 h。采用全因子實(shí)驗(yàn)方式，共進(jìn)行49組實(shí)驗(yàn)。

3.2 AGV配送方案的方差分析

利用Minitab軟件對(duì)配送方案數(shù)據(jù)進(jìn)行處理，把配送方案數(shù)據(jù)表導(dǎo)入到數(shù)據(jù)窗格中，對(duì)數(shù)據(jù)進(jìn)行方差分析，結(jié)果如表1所示。若值小于0.05，則認(rèn)為具有統(tǒng)計(jì)性顯著影響。設(shè)備平均利用率、AGV平均利用率和AGV行走路線總長(zhǎng)度的主效應(yīng)分別如圖5、圖6和圖7所示。

表1 方差分析結(jié)果

由表1可知：(1)AGV的運(yùn)輸能力值均大于0.05，說(shuō)明AGV的運(yùn)輸能力與設(shè)備平均利用率、AGV平均利用率和AGV行走路線總長(zhǎng)度沒(méi)有顯著統(tǒng)計(jì)性差異；(2)AGV數(shù)量值均等于0，說(shuō)明AGV數(shù)量與設(shè)備平均利用率、AGV平均利用率和AGV行走路線總長(zhǎng)度有顯著差異。

由圖5、圖6和圖7可知，AGV運(yùn)輸能力在主效應(yīng)圖中是一條圍繞中線波動(dòng)很小的折線。由圖5可知，隨著AGV數(shù)量增加，設(shè)備平均利用率先快速上升，當(dāng)AGV數(shù)量達(dá)到4之后趨于平穩(wěn)。由圖6可知，隨AGV數(shù)量增加，AGV平均利用率先緩慢下降，當(dāng)AGV數(shù)量達(dá)到6之后呈直線下降趨勢(shì)。由圖7可知，隨AGV數(shù)量增加，AGV行走路線總長(zhǎng)度先快速上升，當(dāng)AGV數(shù)量達(dá)到6之后趨于平穩(wěn)。因此，AGV的運(yùn)輸能力對(duì)3種因變量沒(méi)有顯著性影響，同時(shí)可以看到當(dāng)AGV數(shù)量為2、3時(shí)，設(shè)備平均利用率不超過(guò)60%；當(dāng)AGV數(shù)量為8時(shí)，AGV平均利用率不足70%。

圖5 設(shè)備平均利用率主效應(yīng) 圖6 AGV平均利用率主效應(yīng)

圖7 AGV行走路線總長(zhǎng)度主效應(yīng)

3.3 AGV配送方案優(yōu)化配置的敏感性分析

因運(yùn)載能力無(wú)顯著統(tǒng)計(jì)性影響，AGV數(shù)量與設(shè)備平均利用率、AGV行走路線總長(zhǎng)度是正相關(guān)，與AGV平均利用率是負(fù)相關(guān)。因此，如何權(quán)衡AGV數(shù)量是解決問(wèn)題的重點(diǎn)。采用響應(yīng)優(yōu)化方法，通過(guò)Minitab修改3個(gè)因變量的目的、權(quán)重和約束等，輸入數(shù)據(jù)以49組實(shí)驗(yàn)結(jié)果為依據(jù)，AGV運(yùn)輸能力為200個(gè)。設(shè)置設(shè)備平均利用率目標(biāo)為最高的設(shè)備平均利用率，權(quán)重為9.6；AGV平均利用率目標(biāo)為最高的平均利用率，權(quán)重為0.2；行走路線總長(zhǎng)度目標(biāo)為最短的路線，權(quán)重為0.2。AGV物流配送優(yōu)化方案如表2所示，當(dāng)AGV數(shù)量為6時(shí)，AGV行走路線總長(zhǎng)度、AGV平均利用率和設(shè)備平均利用率達(dá)到均衡，此方案為智能車(chē)間的物料配送的較優(yōu)方案。

表2 AGV物流配送優(yōu)化方案

3.4 與原方案的性能對(duì)比

新能源電池包智能裝配車(chē)間，原方案需訂購(gòu)3輛運(yùn)載能力為300個(gè)/輛的AGV。優(yōu)化后的方案訂購(gòu)6輛運(yùn)載能力為200個(gè)/輛的AGV。對(duì)比優(yōu)化前后的方案，結(jié)果如表3所示。

表3 車(chē)間性能比較

由表3可得：從AGV成本來(lái)看，可以選購(gòu)運(yùn)載能力比較低的AGV，同時(shí)AGV的數(shù)量增加了一倍；從結(jié)果來(lái)看，設(shè)備平均利用率跟成品下線數(shù)量得到了顯著提高，分別提高了30%、28%，同時(shí)AGV平均利用率和AGV行走路線總長(zhǎng)度出現(xiàn)了負(fù)面影響，其中AGV平均利用率降低了9.5%、AGV行走路線總長(zhǎng)度增加了166%。但是，由于設(shè)備平均利用率的權(quán)重遠(yuǎn)遠(yuǎn)大于AGV平均利用率和AGV行走路線總長(zhǎng)度的權(quán)重，而且單個(gè)電池包的凈利潤(rùn)在1萬(wàn)元左右，產(chǎn)能提升帶來(lái)的利潤(rùn)遠(yuǎn)遠(yuǎn)大于AGV成本的投入。

因此，優(yōu)化后的方案權(quán)衡了智能裝配車(chē)間的成本投入和利潤(rùn)，使企業(yè)的收益最大化。企業(yè)可根據(jù)自身情況賦予設(shè)備平均利用率、AGV平均利用率和AGV行走路線總長(zhǎng)度不同的權(quán)重，來(lái)權(quán)衡企業(yè)的資源投入，對(duì)于提高企業(yè)的生產(chǎn)效率、降低成本、增加利潤(rùn)有一定參考。

4 結(jié)論

本文作者以某新能源企業(yè)的智能裝配車(chē)間為研究對(duì)象，利用SIMIO仿真軟件構(gòu)建仿真模型，對(duì)物料配送小車(chē)的運(yùn)載能力和物料配送小車(chē)數(shù)量進(jìn)行分析。介紹了模型構(gòu)建的主要過(guò)程和運(yùn)行機(jī)制，設(shè)置了2因子7水平，進(jìn)行了49組實(shí)驗(yàn)，得到了不同組合下的實(shí)驗(yàn)數(shù)據(jù)。借助Minitab軟件對(duì)所得數(shù)據(jù)進(jìn)行處理，通過(guò)方差分析得出因子與實(shí)驗(yàn)指標(biāo)的相關(guān)關(guān)系來(lái)控制無(wú)關(guān)因子，最后通過(guò)響應(yīng)優(yōu)化得到了一個(gè)較優(yōu)方案。研究成果為智能車(chē)間AGV的配置提供了有效的方法，權(quán)衡了智能裝配車(chē)間的AGV成本投入和成品利潤(rùn)，保證車(chē)間的生產(chǎn)效率，提高利潤(rùn)。文中僅考慮了設(shè)備與AGV連續(xù)運(yùn)行狀態(tài)的模型構(gòu)建，未來(lái)可考慮設(shè)備與AGV故障率等因素，以進(jìn)一步貼近生產(chǎn)實(shí)際。