如何使用智能RGV进行动态调度策略的资料说明

　　本文分别针对直线轨道RGV智能加工系统的一道工序和两道工序的物料加工作业情况，以工作时长内实际成料数、RGV作业效率、CNC作业效率多目标作为目标函数，给出RGV动态调度模型和算法。前者在本文分别针对直线轨道RGV智能加工系统的一道工序和两道工序的物料加工作业情况，以工作时长内实际成料数、RGV作业效率、CNC作业效率多目标作为目标函数，给出RGV动态调度模型和算法。前者在各作业时间差距甚微的实验数据下，得到的智能加工系统整体效率较高且小车移动方式基本相似；后者得到不同工序的作业时间会影响不同工序CNC的分配数目和小车的移动的作业方式，数据仿真结果表明：建立的模型和求解算法切实可行。

　　2003 年Malmborg 教授及其课题组首先提出自动小车存取系统，它主要包括轨道导引小车系统，通过RGVS 小车进行货物存取。RGVS 控制系统通常与AGVS 比较，RGVS 智能加工系统优化调度一直是研究的热点。目前众多国内学者对此做出了许多研究，初步概述了智能加工系统调度的一般方法。用动态规划法建立最优路径的逆序递归数学模型，求解复合作业的最佳配对组合，使复合作业的路径优化方法更加简单。等通过遗传算法时利用多重编码技术，结合计算机模型仿真求解进行研究。等提出一种用于求解复杂环境下自动导引小车路径规划问题的改进灰狼优化算法，引入路径微调算子和邻域变异算子来提高灰狼优化算法的局部开发能力，采用改进的路径片段与障碍物相交判断算法来提高算法的运行效率。等以任务最短完成时间为目标，此基础上提出路径最短和堵塞次数最少两个优化目标，提出了改进的自适应权重的求解方案，进一步提高了算法性能。智能算法的缺点在于收敛速度较慢以及求解时容易陷入局部最优，因此解决算法获得最终较优解的时间效率问题成为未来研究的，这也是智能算法在实际生产过程中的瓶颈问题。图1 是一个RGV 有轨制导车辆系统，是集各高新技术于一体的系统，配合CNC 计算机数控机床在物料加工方面有一定的实际应用。它有一个机械手臂、两只机械手爪和物料清洗槽，能够完成上下料及清洗物料等作业任务。本文讨论的是在结合8 台CNC、1 条RGV 直线轨道、1 条上料传送带、1 条下料传送带等附属设备条件下，如何实现物料加工的效率最高化问题。