發(fā)布時間：2020-05-21 08:18

【摘要】：隨著科技水平的不斷提高,傳統(tǒng)的大批量流水線生產(chǎn)模式已無法適應消費終端的不確定性、多變性,企業(yè)生產(chǎn)的柔性化、智能化要求日益增加。AGV作為一種智能化的物料搬運車輛,在車間物流中表現(xiàn)出較高的智能化、自動化,大大提高了制造業(yè)中生產(chǎn)線生產(chǎn)的柔性和靈活程度。但由于AGV在國內(nèi)應用起步較晚,在使用過程中還存在較多問題。本文以J公司電控車間多AGV系統(tǒng)作業(yè)調(diào)度為研究對象,重點研究AGV在物料配送過程中在路徑規(guī)劃、任務分配等方面存在的問題。本文主要進行了以下幾個方面的研究:(1)對J公司電控車間多AGV系統(tǒng)作業(yè)調(diào)度情況進行調(diào)查、研究,收集研究數(shù)據(jù),通過數(shù)據(jù)分析,發(fā)現(xiàn)AGV配送過程中,在路徑規(guī)劃、任務分配等方面存在問題,并分析問題存在的原因。(2)為解決AGV作業(yè)過程中存在的問題,本文建立了以系統(tǒng)中AGV配送總距離最小為目標的數(shù)學模型,并根據(jù)各產(chǎn)線生產(chǎn)過程中物料消耗速度和配送的時間要求,引入時間窗和罰函數(shù)部分,增加了數(shù)學模型的科學性、實用性。(3)為更好求解數(shù)學模型,本文對常用算法進行分析,并選用粒子群優(yōu)化算法進行模型求解。由于粒子群優(yōu)化算法求解得到的路徑改善效果不明顯,繼續(xù)使用粒子群—遺傳混合算法進行求解,再次得到優(yōu)化路徑,通過對改善前后的路徑進行分析、比較,確定利用粒子群—遺傳混合算法求解模型得到的路徑為最優(yōu)路徑。(4)為證明優(yōu)化后路徑的可行性,直觀說明改善效果,本文運用Anylogic仿真軟件對優(yōu)化前和利用粒子群—遺傳混合算法求得的AGV配送路徑進行建模仿真比較。通過對比輸出數(shù)據(jù)可知,利用粒子群—遺傳混合算法求得的配送路徑實際效果良好,與優(yōu)化前相比,各項指標都有所改善。本文通過對J公司多AGV系統(tǒng)作業(yè)調(diào)度進行研究,對配送路徑進行重新規(guī)劃,使系統(tǒng)中AGV配送路徑更加合理,提高配送效率,減少配送成本。該論文有圖34幅,表28個,參考文獻83篇。
【圖文】：

2 AGV 系統(tǒng)作業(yè)調(diào)度理論位機控制，單機之間也存在信息交互。由于 J 公司電控車間 AGV駛路徑較為簡單，對通信系統(tǒng)要求較低，，因此現(xiàn)行通信系統(tǒng)為集中4）微處理器控制系統(tǒng)系統(tǒng)可接收外部信息，并對信息進行處理，然后輸出任務信號，控制執(zhí)行、運行路線等，實時監(jiān)控 AGV 狀態(tài)，及時處理 AGV 運行過況，是 AGV 的核心組成部分。5）保護裝置防止 AGV 因發(fā)生意外情況造成損壞，需添加 AGV 自我保護裝置必要的經(jīng)濟損失。公司電控車間使用的 AGV 小車如圖 2-1 所示。

工程碩士專業(yè)學位論文配置方面要求較高，前期投入成本較多。由于 J 公司電控車間引入 AGV 系統(tǒng)時間較短，且系統(tǒng)中 AGV 數(shù)量只有輛，集中控制系統(tǒng)可滿足實際物料配送要求，因此車間現(xiàn)采用的 AGV 控制系為集中控制系統(tǒng)。本文也將在這一前提下，對多 AGV 系統(tǒng)作業(yè)調(diào)度進行研究J 公司電控車間 AGV 集中控制系統(tǒng)模型如圖 2-2 所示。AGV 控制臺人任務管理操
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F273;TP18;F426.6

【參考文獻】

相關期刊論文 前4條

1 沈科;錢曉明;樓佩煌;武星;吳斌;;基于CSS無線定位的AGV交通管理策略[J];工業(yè)控制計算機;2013年11期

2 楊虎林;閉應洲;王仁民;劉阿寧;鄒鵬;;基于改進粒子群優(yōu)化算法求解帶時間窗的車輛路徑問題研究[J];廣西師范學院學報(自然科學版);2011年04期

3 黃嘉誠;劉啟新;郭佳琪;謝夢;周勇;吳貞裕;盛國良;;基于慣性導引AGV控制系統(tǒng)的設計研究[J];科技傳播;2011年02期

4 陳宜航;牛玉剛;;一種基于粒子群算法的輪式機器人路徑規(guī)劃[J];計算機仿真;2010年04期

相關碩士學位論文 前10條

1 秦媛;粒子群算法改進及其應用研究[D];南京郵電大學;2018年

2 王鶴南;多AGV系統(tǒng)的路徑規(guī)劃及交通調(diào)度策略研究[D];沈陽工業(yè)大學;2018年

3 張志文;AGV路徑規(guī)劃與避障算法的研究[D];電子科技大學;2018年

4 王健;倉儲用智能無人車的路徑規(guī)劃算法研究[D];南京理工大學;2018年

5 郝一名;AGV系統(tǒng)作業(yè)調(diào)度策略研究[D];山東大學;2016年

6 張再峰;基于維修策略的風電場備件庫存仿真[D];華中科技大學;2016年

7 吳高超;基于粒子群算法的路徑規(guī)劃問題研究[D];燕山大學;2016年

8 魏昆;柔性制造系統(tǒng)AGV動態(tài)調(diào)度模型與算法[D];沈陽大學;2014年

9 馮海雙;AGV自動運輸系統(tǒng)調(diào)度及路徑規(guī)劃的研究[D];哈爾濱工業(yè)大學;2013年

10 焦福明;自動化倉儲系統(tǒng)AGV調(diào)度研究與實現(xiàn)[D];山東大學;2013年

本文編號：2673982