数学建模社区-数学中国

标题: 2018-B3：智能 RGV 的动态调度策略 [打印本页]
作者: 杨利霞    时间: 2019-9-27 10:53
标题: 2018-B3：智能 RGV 的动态调度策略
2018-B3：智能 RGV 的动态调度策略

8 S  n1 L8 d  b/ O" n. ]
4 j- ^8 O3 `& c2 ^* m5 |2 D5 P5 B6 g6 y. ?
本文根据题目给定的智能加工系统及系统作业参数，针对一道工序物料加工作业、
; w  D  e  W( i- }两道工序物料加工作业、作业中故障处理等三种情况，建立数学模型，分别给出了相应/ F4 K) a& k; w5 ?( ~  \
的 RGV 最佳调度策略。
) T( K% c" U! x& Y1 Y8 C4 B. m针对一道工序物料加工作业的情况，本文设计当 RGV 完成当前指令后若未接收到5 I) f+ ~( `1 L7 H9 T* u; X
任何 CNC 的上料需求信号，RGV 将会根据调度模型立即判别执行一次移动指令，移动
$ U0 h( X" n0 S0 I/ O到下一步发出上料需求信号的 CNC 前。并将作业效率最佳问题转换为一班次 8 小时内. x* C1 c+ g; ~5 `4 I% ~) ?9 M
CNC 处于工作状态总时间最长，并假设 RGV 具有短时间的记忆储存功能，能够记录与
& P/ w( I9 u+ w. g( T7 Z匹配 RGV 与各 CNC 进行最后一次交互的时间，为 RGV 设计“八步一走”调度模型，在
* \) f2 b$ P0 \. g& m2 [1 A1 xRGV 进行移动指令之前都会遍历搜索选择未来八次移动过后八台 CNC 的总等待时间最
8 K; Q* z- @7 ?7 g% a+ C4 k. W- r小的路径的第一步移动指令作为当前的移动指令。遍历所有可能的初始八台 CNC 的上
3 t! y- K' H4 @/ e! `" ^料情况，依据 RGV“八步一走”调度模型取成料数最多的初始 CNC 上料顺序，完成任务
5 h. u+ u% y& Z2 t1。将题目给定的针对一道工序的三组数据带入模型计算，得出第一组最大物料加工数- O2 b, C6 b6 Q/ p
量为 382，第二组为 359，第三组为 392；推算了不考虑 RGV 运动时间的理想状态下，
0 l  E3 L" B4 j三组数据的最大加工数量分别为 384、368、392；得到三组数据下加工系统的作业效率
4 W$ i6 @+ T  Y: x" n分别为 99.48%、97.55%、100%，完成任务 2。% K# u! \7 B) x) t
针对两道工序物料加工作业的情况，在不可更换刀具的前提下，由第一道工序与第- {4 Q; F8 w' q% M3 B0 d
二道工序的比值，兼容考虑第二道工序之后的清洗时间，按比例分别为 CNC 安装 4:4、
+ f3 \+ I2 z* p, d) R6 p# r- k3:5、5:3 的刀具配比，并在对称性原则基础上调试具体安装方案；为 RGV 设计三步捆* ]; g1 L8 P7 {& n8 l- G
绑（或四步捆绑加工调度模型）：RGV 遍历三步，取捆绑加工后的完成时间最前的走法。$ I! M0 K( [! d9 n
遍历所有的初始可能路径，依据捆绑调度模型取成料数最多的初始 CNC 上料顺序，完4 r2 Y& \% j& R% g
成任务 1。将给定的针对两道工序的三组数据带入模型计算，得出三组最大物料加工数
1 N! G8 J4 X4 ?7 P量分别为 253、209、236；选择的两类 CNC 数量配比分别为 4:4、3:5、5:3；通过与理想
" Z" `. B+ Q% {9 T' `状态下最大物料加工数量 268、216、236 进行比较，得到三组数据下加工系统的作业效
' v" a' i% ]! z率分别为 94.40%、96.76%、100%，完成任务 2。( s: b! M& k4 r
针对作业中故障处理的情况，本文将每一道工序加工的故障概率设为 1%，在判定" k  i. o8 _: a5 }: L% ~$ D
故障的 CNC 的加工时间内，以均匀分布随机一个时间点作为故障发生时间点，并从
5 ?6 C2 R2 m: A& _* U/ r/ M) Q600~1200 秒之间均匀随机生成一个整数作为修复时间，在一道工序与二道工序的模型
* V0 k5 g  ^0 R" G4 ~7 n& X! U中作出以下调整：在故障发生的那一刻起，在 CNC 未修复并发出上料需求信号之前，) S. P1 x: E( k# o
将该 CNC 从系统中暂时抹去，RGV 在执行完当前指令后，不再进行有关该 CNC 的指
: L: w; D% D4 j* i( a令操作，直至 CNC 修复发出上料需求信号。考虑到故障发生的不确定性，以及人工修: |0 |- [# N5 F7 b8 A
复时间的可操作性，在完成任务的基础下，再分别取修复时间为 600~1200 秒随机，600
. G- p: i& @5 ^" F- H秒，900 秒，1200 秒做 20 组的随机试验探究成料数规律，进行均值和方差计算如下：
/ c$ f5 Z% ?3 h* }2 I7 n% N一 道 工 序 的 情 况 下 ， 第 一 组 数 据 关 于 4 类修复时间的成料数方差分别为
0 k8 E) x& w  Q( }& _12.20,9.55,11.95,9.82；第二组数据方差分别为 15.57,18.68,19.55,14.68；第三组数据方差
  N, s, G2 A4 i7 c% z' b5 ^& B分别为 10.03,13.41,8.92,13.73；两道工序的情况下，第一组数据关于 4 类修复时间的成1 B" d$ L: f3 m5 m, O
料数方差分别为 9.66,7.38,7.12,13.17；第二组数据方差分别为 7.85,3.39,5.87,9.69；第三
2 Y* r3 p3 B. p9 [组数据方差分别为 7.66,4.58,7.72,10.13。由此可知，实际修复时，提升技工技术，将人工
/ L6 i4 w6 b9 M  [0 A修复时间尽量控制在 10~15 分钟左右，可以较好增加结果稳定性。
5 d/ F  G6 N8 e/ [; t% k$ b& \/ i$ E. s6 ]8 \, N! C

0 g! b8 J3 G) b

2018-B3：智能 RGV 的动态调度策略.pdf

1.65 MB, 下载次数: 8, 下载积分: 体力 -2 点

售价: 2 点体力  [记录]

作者: jehendo14    时间: 2020-8-2 00:22
感谢楼主分享
9 ^! i4 f* `0 W
作者: WCG233    时间: 2021-4-29 12:54
感谢楼主分享1 _) p0 Y, U# L, C0 p/ T" s" ~




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5