- 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
- 564664 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174622
- 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 . L; S: k. B5 Y; u
- i6 W0 m% a1 C/ ^4 q, o- Y
$ J+ Z! H: x7 V7 J9 \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、
7 i' V, N8 h0 L: o" X9 Z2 O/ ~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! O' b2 O. O# c I b
的 RGV 最佳调度策略。) L; y" F) R! C( V9 n# I
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& F) \3 W$ o. B- 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3 W" O" u# \) V1 H! 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
% V) v" V8 d2 @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
" ` l8 Y3 U% `3 d7 E3 n* c; [& B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 M+ ?7 y+ C! t9 k6 f# q
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9 W9 k$ z: h; x" j3 z( J
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. S7 j3 N$ N0 ]3 ^
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% y4 g7 v) k6 B8 O% m& N- x
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
$ h0 Z6 b- @& y& Y! X/ w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 y/ C) m; B# N5 s5 f- C% M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7 o! [7 R# [+ _7 K. b, v3 h
分别为 99.48%、97.55%、100%,完成任务 2。
) u/ q" }9 A" s; i' S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. a* ^6 _! Y- M& M3 M
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 h6 j& @ V, B0 o+ h4 B4 i3:5、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
2 O" N" ?1 a$ v1 ^0 }$ }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。: m' h7 h8 e7 D
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& d7 Q0 U# d3 I a
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- L# o9 R3 E, ]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
5 d) j2 G; ?8 H- K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
0 ]; O9 w' B; ~率分别为 94.40%、96.76%、100%,完成任务 2。8 l$ I- j# [2 F3 E4 e- c- ~
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, J6 O# I3 {& c: C! |
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
( C: F: P- n7 W600~1200 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/ c! F7 }, H: A# }% T
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,
' z1 [1 y' N3 G; O3 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
# }8 b) n9 }8 c/ u, z) k2 S; ]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
% A4 y6 M3 n" v4 o! \, I" _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,6000 ]; i4 u" \! v
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:
& f$ L, s, b8 q7 l. c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
4 w5 W, K3 N; ]; g12.20,9.55,11.95,9.82;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2 L% b5 P$ \5 P! X, A/ l
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: p7 A! f; P. i2 R$ {7 o1 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
1 R- R1 |: J* ]0 d6 ^) I( d, z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4 |9 F) U( E7 l4 G, G5 I* {4 ^
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。
" E# e' l" `: l1 y. e1 D
& l" \, Z$ H, J- u/ [; h4 X; \& a5 ]% O2 M
|
zan
|