- 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
- 563364 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174232
- 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 9 M: Q% F! E8 v! I- U
4 S8 Q5 G* U( C- ~" t: k
" q* ^' ]1 m' k y1 G1 M: e+ |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、8 m7 M+ s* b3 L" O- E8 `& b
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
6 T" t6 u/ B4 I0 y- v) H的 RGV 最佳调度策略。
6 E. @2 ~8 G' S _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
. T0 \7 `- X9 ]* S2 `% Z: G7 Y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
: }. }) Z. s5 U7 i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2 D# y& D q; p% b! W5 ]/ ^/ S
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# }8 I1 |% [4 _$ ]2 c! U# l+ k
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
0 I2 p9 C: E I) k8 X. 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 L" Q" _4 F; \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 y" \: _) \; H" R2 z) C8 V$ v1 y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/ t( b7 o1 }. D" v
1。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
" i! o2 m9 r5 l9 h' y* P1 U/ \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,, `7 C$ P: g) P& R
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8 a, l. l9 Q; W, K+ _- ]0 k
分别为 99.48%、97.55%、100%,完成任务 2。: ^, f$ F5 T. ?/ R8 Z! l6 u1 C
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1 Q/ P7 u7 n# u! y
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、1 H" ?2 y( C5 \* j* ?
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
/ G2 L: s1 c$ R$ t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。- Y- s+ {9 \0 s! b# A$ o8 g
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
% w( N$ }7 @3 |4 l5 r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8 p: ^* U0 B' W# m* n
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) Y$ z7 F* e/ y2 o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
& x; m' ^' q% D5 e" Q! S率分别为 94.40%、96.76%、100%,完成任务 2。6 H( U4 l5 Y6 i% }4 `% K
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: Y; t4 D0 c: M
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% N/ Z( X8 O- w
600~1200 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) T& T7 a- {" C( B# b# O
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,' {5 Y: s/ K' w/ a6 j* A/ X6 [
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% n" Z. ?1 t" ~2 t* e; w
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
, a k3 A0 g. N% n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
3 s- n* z' J8 r& 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:
0 I& f- P' ~' N. d& Z* o* Y4 f) g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1 X4 {+ X9 U$ x. U1 O" o% U
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; j' J3 c! ]% t8 N) k
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
: @" f, ]7 P9 ?' i3 W& ]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
% r( f: t9 x/ ^! Q" o# D, Y& Z C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
$ f$ c( A& y' l& @. k! k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。
, D( i! Q T1 S+ A' S* U8 |0 _/ a# d/ [7 ?9 V. ^ y6 D; v
0 K0 g0 E6 P z4 Q$ K
|
zan
|