智能RGV的動態(tài)調(diào)度策略

楊子寅 徐佳家 孫海冰

摘 要：本文針對智能RGV系統(tǒng)，由8臺計算機數(shù)控機床（Computer Number Controller，CNC）、1輛軌道式自動引導(dǎo)車（Rail Guide Vehicle，RGV）、1條RGV直線軌道、1條上料傳送帶、1條下料傳送帶等附屬設(shè)備組成。針對3種情況完成下列兩項任務(wù)，任務(wù)1：對一般問題進行研究，給出RGV動態(tài)調(diào)度模型和相應(yīng)的求解算法;任務(wù)2：利用表1中系統(tǒng)作業(yè)參數(shù)的3組數(shù)據(jù)分別檢驗?zāi)Ｐ偷膶嵱眯院退惴ǖ挠行?，給出RGV的調(diào)度策略和系統(tǒng)的作業(yè)效率。同時CNC在加工過程中可能發(fā)生故障的情況，每次故障排除時間介于10～20分鐘之間，故障排除后即刻加入作業(yè)序列。要求分別考慮一道工序和兩道工序的物料加工作業(yè)情況。針對問題，建立故障檢測調(diào)度策略模型，引入了故障檢測點對故障進行檢測，而故障修理時間與故障嚴重程度和工人的疲勞程度有關(guān)，利用層次分析法求出兩個的權(quán)重分別為0.85、0.15，伽馬概率分布隨機模擬出故障的發(fā)生時刻與故障修理困難等級。在一道工序中，需要在程序前加一個故障檢測點，給出了各組的調(diào)度策略，計算得到3個組的作業(yè)數(shù)量327、308、335，系統(tǒng)的作業(yè)效率50.3368%、49.875%、37.9931%。而在兩道工序中，需要考慮各種情況，每種情況都需要設(shè)置一個故障檢測點進行檢測，得到各組的調(diào)度策略（見圖3-3），計算得到3個組的作業(yè)數(shù)量247、210、258，系統(tǒng)的作業(yè)效率81.0765%、68.8021%、68.5729%。

關(guān)鍵詞：故障點檢測 ; 優(yōu)化調(diào)度

一、基本假設(shè)

1、假設(shè)不考慮加工系統(tǒng)剛啟動時RGV與CNC的準備時間;

2、假設(shè)第一道工序與第二道工序之間存在順序關(guān)系;

3、假設(shè)系統(tǒng)故障可隨機發(fā)生在任意時刻;

4、假設(shè)修復(fù)系統(tǒng)故障的時間只與故障的嚴重程度和工人疲勞程度有關(guān)。

二、問題分析

題目要求給出當(dāng)一道工序和兩道工序作業(yè)發(fā)生故障時的RGV動態(tài)調(diào)度模型及相應(yīng)求解算法，并給出調(diào)度策略和系統(tǒng)的作業(yè)效率。首先建立故障檢測調(diào)度策略模型，引入了故障檢測點對故障進行檢測，對于故障修理時間與故障嚴重程度和工人的疲勞程度有關(guān)，利用層次分析法求出兩個的權(quán)重，伽馬概率分布隨機模擬出故障的發(fā)生時刻與故障修理困難等級。在一道工序中，只需要在程序前加一個故障檢測點，討論了在故障發(fā)生的情況下的調(diào)度策略和8小時內(nèi)的作業(yè)數(shù)量和RGV的系統(tǒng)工作效率，而在兩道工序中，需要考慮各種情況，每種情況都需要設(shè)置一個故障檢測點進行檢測，得到其策略和系統(tǒng)工作效率。

三、模型建立

3.1故障檢測調(diào)度策略模型

1、故障的發(fā)生概率約為1%，在前兩個情況中，計算了任務(wù)2中3個組的作業(yè)數(shù)量，將其乘以1%作為故障發(fā)生點的數(shù)量;

2、每班班次連續(xù)作業(yè)最多8小時，故總時間小于8小時，其計算公式如下：

其中TCNC 為CNC作業(yè)完成的剩余時間。

3、在程序中引入故障檢測點，目的是檢測CNC故障開始時間、故障結(jié)束時間和故障機床的編號。針對于不同情況，用不同的方法進行處理。

4、針對隨機機器故障，發(fā)生故障所需的修理時間可視為與故障嚴重程度與工人的疲勞程度有關(guān)，在此，給出如下關(guān)系式，

其中 c1表示故障修理困難程度， c2工人的疲勞程度。利用層次分析法對λ1，λ2的權(quán)重進行求解得：λ1= 0.85，λ2=0.15。

通過查閱文獻能得到工人疲勞程度與連續(xù)工作時間的經(jīng)驗關(guān)系式：，

3.2針對于一道工序

在一道工序中，只需要在程序前加一個故障檢測點，在RGV工作前作故障檢測，基于檢測出的故障情況得到3組8小時內(nèi)的作業(yè)數(shù)量和RGV的系統(tǒng)工作效率如下：

3.3針對于二道工序

在兩道工序中，需要考慮各種情況，每種情況都需要設(shè)置一個故障檢測點，在RGV工作時進行檢測，運用matlab進行編程計算得：兩道道工序的故障檢測情況的調(diào)度策略如圖所示：

四、模型的評價與推廣

4.1模型的優(yōu)點

1、本文考慮到系統(tǒng)的運行情況詳細，所給規(guī)劃較多，所建模型適應(yīng)性強;

2、本文在針對問題時，對目標(biāo)函數(shù)的求解采用了一系列優(yōu)化算法，能夠較快的求解出了較優(yōu)解。

4.2模型的缺點

在檢驗?zāi)Ｐ偷挠行詴r，僅僅只將題中所給數(shù)據(jù)帶入檢驗，并沒有新添加模型算法與之進行比較，可能會對模型有效性的檢驗產(chǎn)生一些影響。

4.3模型的推廣

目前國內(nèi)大部分相關(guān)調(diào)度模型都是基于所需加工物料一定的情況下進行調(diào)度，在加工時間一定的情況下進行調(diào)度還鮮有報道，所以本文所建立的基于加工時間一定情況下效率最高模型在一定情況下可以被借鑒，同時也可廣泛應(yīng)用于運輸與生產(chǎn)的調(diào)度中。

參考文獻：

[1]范志強，樂美龍.最小化最大完工時間與等待時間的岸橋作業(yè)調(diào)度雙目標(biāo)優(yōu)化及其遺傳算法[J].系統(tǒng)管理學(xué)報，2013，22（01）：120-127.

[2]陳華，孫啟元.基于TS算法的直線往復(fù)2-RGV系統(tǒng)調(diào)度研究[J].工業(yè)工程與管理，2015，20（05）：80-88.

[3]劉志帥，仝凌云，魏利鵬，朱凱，茜曉立.基于貪婪算法的貨位優(yōu)化模型[J].物流科技，2013，36（09）：99-101.

*為通訊作者