- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 565664 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174922
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
2018-B3:智能 RGV 的动态调度策略 / P/ _" g3 y" { P# Q7 d; w
/ z$ }8 L& Z. p. m
V9 U; q0 b: n% f9 t
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、
) B( G$ u3 q$ `* m, Q% p6 h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& p) H! M* Z! ?2 ~! x
的 RGV 最佳调度策略。4 m4 `2 ]# I$ {2 F5 `7 X5 Z
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
! d }, F$ a5 }/ Q" I! U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( D ]. F2 h: C4 W; D
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
) h" ?3 v5 ~: \1 NCNC 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
6 R C+ X/ I2 @ h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
[ N+ q# S7 v! _/ C9 TRGV 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0 Q4 T7 e$ w$ }
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. _; y9 ]: K# B) U- R
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
9 A: j* H6 {: N& a* v. C/ S6 y/ M1。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$ k2 u' h" j( b! n
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,
4 C0 E. m9 H( J( w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! e: Z, C# e* M% @- I
分别为 99.48%、97.55%、100%,完成任务 2。. t2 D. j7 P4 E! M. @ s1 |$ Z
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
- W/ v5 [) y, g& v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、5 P2 ? ]7 j* x! E5 a2 D8 b F
3:5、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 x2 X& G( C4 P+ F; `0 B" s3 v$ X/ {
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。
% ^( U3 M; S" w: M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
/ c& S$ e% I0 S4 h: A1 d' V. E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6 r; w! _7 Y& f! V) D6 K, K
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 D! d3 D/ C/ m( i
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# I* x5 Q4 s1 B( P' `
率分别为 94.40%、96.76%、100%,完成任务 2。
# Y+ F1 ~9 h/ `% E/ s) v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
0 U8 T. p" P9 w" A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
1 _! i) U" G; Y- I% t% e600~1200 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
3 {) ~) A; Y9 X- q6 ~2 K- n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,
4 a2 n1 A1 l) B6 v1 V' f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4 X3 G2 @5 x5 H) O
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
( L! j7 i; X# R/ K; k; h5 A' z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
$ d) J# N, ]+ V# n8 [6 `. l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:
5 q! L5 I% ~5 _! d& K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 C) g8 M0 ?/ Y. L+ Q% }" t$ x
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
! G% J9 V9 W5 Z; m1 E [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
9 {% [3 y7 E4 w. j+ H( q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;第三7 c: O9 y n8 l; n
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
$ g& r. B+ H3 j o: K p. n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 m l( ^0 ^7 D+ r7 _6 Y9 X8 q. F1 R* e$ H4 z5 Y/ H
. Z' G( J1 F4 R! {% U7 l |
zan
|