- 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
- 565663 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
6 E" X, W7 T) q4 t
7 u8 @9 |/ L1 O' o3 G% ]3 e3 W* W/ a" } _
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、
H1 I7 u) o1 m) F; Y, k- L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
, {$ o7 D, Y2 i; [的 RGV 最佳调度策略。( B0 K% u$ F) Y' y6 X* w ?1 }
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
9 [% e2 y/ s: n5 B6 t3 Q1 t3 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
& f o& V9 y D, K% S! d( X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, W& G$ I& A, E5 U( N: o" L
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' z# x2 L. P9 f5 U* x
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& P& o2 \& c( v1 Q" V- f
RGV 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) z: F$ ?: D+ u1 W- A, x
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$ ?2 a" C' }2 q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) a% X8 e4 k y4 {9 ~, O/ w1 _
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. u7 }" a" a9 p5 }, o! k9 l& f6 q0 `
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,2 w8 v; n W- \2 B( G
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 Z# @; u9 g Z) N& l; m, P2 e
分别为 99.48%、97.55%、100%,完成任务 2。
' _; X, B. f& q+ J/ a( c" o4 _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/ d! t) x0 v( s7 B0 I/ ]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、
- ~/ A& b+ I% ?- A3:5、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* Y* _7 q& z3 e# N. }7 @* `
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。( k0 l! V E8 v3 S, ~2 E
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+ ]' j1 z' |( f, Y
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
, Q/ B, |, @/ _# j2 v+ _4 ?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, f. m2 b6 e
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
% j6 U6 P1 a' ~; q率分别为 94.40%、96.76%、100%,完成任务 2。& z. z1 `! M5 S9 I1 v8 p5 q: s
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
+ F _/ U2 A: E+ O9 j& V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
. [, x" \9 y. o3 i5 U2 n; N600~1200 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
1 B7 I0 ~5 F/ v, E& y9 a6 j3 j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,2 X' r! {3 W' E) ~0 S
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
& W# M k8 V8 U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5 \9 \, m% `( L
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, ?( U* p8 h8 a) @
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:
! x: w+ Q X* h) p% z1 ]) {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! i$ f0 |! J2 d0 D1 R: k8 ^2 B
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
" j( H7 w/ S; I7 N8 y+ U! p. [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6 H( H4 t9 i$ @
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
* g: X3 Y2 s0 b6 C. M$ O/ ?. o; M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" m0 o- @$ l# @9 `* ^
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。
& T' a W$ F6 Z( c
. ?/ R9 Y" e G: g$ i
0 N8 F0 n Z! |- z1 L' r |
zan
|