針對智能工廠中多搬運載體間的協(xié)同作業(yè)問題,以堆垛機-AGV-機械手三資源為研究對象,考慮AGV在交叉路口避碰規(guī)則以及優(yōu)先級動態(tài)調(diào)整規(guī)則,建立以總?cè)蝿胀旯r間最少為主決策目標,以懲罰成本最低為輔助決策目標的協(xié)同作業(yè)優(yōu)化模型;采用優(yōu)化粒子群算法求解,為避免算法在迭代后期搜索能力弱易陷入局部最優(yōu)的情況,引入遺傳算法中的自適應變異進行優(yōu)化。通過實例驗證表明,考慮AGV在交叉路口的避碰規(guī)則,能明顯縮短任務完成時間和AGV在路口的等待時間,同時,驗證了優(yōu)化粒子群算法在求解和收斂速度方面性能優(yōu)于傳統(tǒng)粒子群算法。 

【文章來源】：制造業(yè)自動化. 2020,42(03)CSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 多載體協(xié)同作業(yè)優(yōu)化模型
    1.1 問題描述及假設(shè)條件
        1.1.1 問題描述
        1.1.2 模型假設(shè)
    1.2 參變量定義
        1.2.1 參數(shù)設(shè)定
        1.2.2 決策變量
    1.3 目標函數(shù)
        1.3.1 最短完工時間
        1.3.2 最低懲罰成本
    1.4 約束條件
2 AGV路口避碰規(guī)則
    2.1 AGV沖突類型檢測
    2.2 路口沖突AGV的優(yōu)先級動態(tài)調(diào)整
    2.3 雙路口路徑容量檢測
3 粒子群算法
    3.1 PSO算式
    3.2 自適應變異
4 算例分析
    1)交叉路口考慮避碰
    2)結(jié)果對比
    3)算法性能比較
5 結(jié)語


【參考文獻】：
期刊論文
[1]考慮有限物流運輸能力的智能車間AGV調(diào)度算法研究[J]. 陳敏,黎展滔,陳慶新,彭乘風.  工業(yè)工程. 2019(04)
[2]柔性作業(yè)車間多自動導引小車和機器的集成調(diào)度[J]. 賀長征,宋豫川,雷琦,呂向飛,劉軟香,陳進.  中國機械工程. 2019(04)
[3]面向FMS基于改進的混合PSO-GA的多AGV調(diào)度算法研究[J]. 岳笑含,許曉健,王溪波.  計算機科學. 2018(S2)
[4]自動導引車系統(tǒng)避碰及環(huán)路死鎖控制方法[J]. 肖海寧,樓佩煌.  計算機集成制造系統(tǒng). 2015(05)
[5]基于改進遺傳算法的物料配送多AGV調(diào)度優(yōu)化[J]. 劉旭,樓佩煌,錢曉明,武星.  機械設(shè)計與制造工程. 2015(03)
[6]基于改進時間窗的AGVs避碰路徑規(guī)劃[J]. 喬巖,錢曉明,樓佩煌.  計算機集成制造系統(tǒng). 2012(12)

碩士論文
[1]面向制造車間柔性物流的AGV群控系統(tǒng)研制[D]. 胡杰杰.北京郵電大學 2019
[2]基于激光導航AGV路徑規(guī)劃與避障算法的研究[D]. 李珍惜.西安科技大學 2019
[3]基于混合遺傳算法的電力設(shè)備檢測柔性調(diào)度研究[D]. 肖萌.武漢理工大學 2018



本文編號：3633552