新一輪的技術(shù)和工業(yè)革命在世界范圍內(nèi)正在發(fā)生,用自動化改進(jìn)人們的工作、生活和環(huán)境,提升客戶的生產(chǎn)效率和產(chǎn)品品質(zhì),做到低成本、低能耗,安全可靠、智能的生產(chǎn)。數(shù)字化下的車間應(yīng)該是自動化和信息化高度融合的車間,然而現(xiàn)在有些傳統(tǒng)車間主要依靠人工駕駛叉車進(jìn)行物料運(yùn)輸,運(yùn)輸效率不高。為推進(jìn)智能制造,智能制造數(shù)字化車間改造刻不容緩,采用無人搬運(yùn)車來代替?zhèn)鹘y(tǒng)人工叉車進(jìn)行物料運(yùn)輸來實(shí)現(xiàn)車間自動化。本文針對數(shù)字化車間中多行設(shè)備布局與AGV路徑規(guī)劃中存在的問題,分析兩者的耦合關(guān)系,提出集成AGV路徑規(guī)劃的數(shù)字化車間多行設(shè)備布局模型與求解方案,并將其運(yùn)用于某企業(yè)車間的自動化生產(chǎn)線設(shè)計流程中。本文主要內(nèi)容如下:第一章概述了多行設(shè)備布局和AGV路徑規(guī)劃發(fā)展現(xiàn)狀,闡述了本課題的研究意義和技術(shù)背景,綜述了設(shè)備布局建模方法、AGV路徑規(guī)劃方法、元啟發(fā)式算法的研究現(xiàn)狀,并根據(jù)現(xiàn)有研究方法的不足,提出了本文的研究內(nèi)容與組織框架。第二章基于混合整數(shù)規(guī)劃模型對多行設(shè)備布局進(jìn)行建模,以物流運(yùn)輸量最小為目標(biāo),并通過決策變量判斷設(shè)備的位置和設(shè)定相關(guān)約束條件。在求解模型的過程中,基于進(jìn)行交互法設(shè)計求解流程,然后通過改進(jìn)螢火蟲算法對模型進(jìn)...

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１多邊形的弦高最大值和相鄰弦夾角最大值示意圖??

三維實(shí)體模型輕量化的精度有關(guān)，當(dāng)所需要的精度越高，三角形網(wǎng)絡(luò)的劃分將會越密集，??三角面片的數(shù)量將會越多，從而三角形面片所形成的逼近模型越逼近三維實(shí)體模型。??Ｃｈｏｒｄａｌ、Ａｎｇｕｌａｒ兩個參數(shù)控制三角化面片逼近模型的曲面精度。如圖２．１所示，Ａｎｇｕｌａｒ??表示多邊形相鄰....

圖２．３基于進(jìn)行交互法的集成優(yōu)化流程示意圖??

據(jù)處理效率保持在合理的水平。??將輕量化的模型導(dǎo)入Ｐｌａｎｔ?Ｓｉｍｕｌａｔｉｏｎ，某一車間生產(chǎn)線的實(shí)物圖與輕量化效果圖如??圖２．２所示，該輕量化模型的內(nèi)存占用小，打開時間快，能夠快速的對該輕量化模型進(jìn)??行交互、渲染和數(shù)據(jù)處理。??（ａ）車間生產(chǎn)線實(shí)物圖????????ｉ?．....

圖２．４?ＧＡ算法、ＦＡ算法與ＭＦＡ算法在測試函數(shù)上的尋優(yōu)對比圖??由于ＧＡ算法隨機(jī)性較大、為了更好的與ＦＡ算法和ＭＦＡ算法進(jìn)行對比，圖２．５中??

（ｂ）?ＧＡ算法、ＦＡ算法與ＭＦＡ算法在測試函數(shù)．Ｒａｓｔｒｉｇｉｎ上的尋優(yōu)迭代曲線??圖２．４?ＧＡ算法、ＦＡ算法與ＭＦＡ算法在測試函數(shù)上的尋優(yōu)對比圖??由于ＧＡ算法隨機(jī)性較大、為了更好的與ＦＡ算法和ＭＦＡ算法進(jìn)行對比，圖２．５中??的ＧＡ曲線為擬合曲線。從定性的角度分析，ＭＦ....

圖２．５?ｐｌａｎｔ?ｓｉｍｕｌａｔｉｏｎ中的多行設(shè)備布局圖??采用ＭＦＡ算法進(jìn)行優(yōu)化，其中參數(shù)設(shè)置為最大吸引力爲(wèi)＝１，光吸收強(qiáng)度系數(shù)??

采用ＭＦＡ算法進(jìn)行優(yōu)化，其中參數(shù)設(shè)置為最大吸引力爲(wèi)＝１，光吸收強(qiáng)度系數(shù)??／＝１，?ｒａｍ／是服從［０，１］上均勻分布的隨機(jī)數(shù)，種群數(shù)為１００，迭代４０次。初始種群分??布如圖２．６所示，優(yōu)化結(jié)果如圖２．７所示。??２４０Ｋ－Ｔ??域?：??ｆ２３〇Ｋ￣：??—?三??霍?２２０....

本文編號：3904553