- 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
- 563297 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174212
- 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; ~, t! y1 o1 ~3 {5 a2 W
7 z& ]4 Q: n6 Z+ O+ Z9 S0 f6 n% n! [( @! G) A6 V
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、
4 S1 O. Z& t0 y/ Y' L1 r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% u* O. c' X- g+ K' q
的 RGV 最佳调度策略。3 S/ b; o" _; ^# {
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 P# \ C( a7 q8 E9 F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
. A! b3 w; z0 p2 a1 }; 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
5 B9 u, u0 {6 ~) C3 q" TCNC 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
% w1 ^# S4 t$ X6 r# S0 J# q5 O4 f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" \ l" ^1 S; f# [6 f$ [9 V
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
* y5 Z2 h) V; F! b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
: p: j0 Q4 m, m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
% i0 G) x" ]5 F1。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% _9 P8 f7 @4 k% K* Y
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,; S2 m0 \- E! c1 j0 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, t' O. c/ P3 R) L- U; g o
分别为 99.48%、97.55%、100%,完成任务 2。/ M8 K# |1 ~ r: ]- x) p
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
' d6 V4 U# `5 R& q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、# r% |. [2 k5 [8 N, D2 O
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
5 O; m0 r- P$ l$ S3 C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。
4 M: J7 \1 l7 [* o% t( B( l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
3 f3 O0 e2 H, W) Z2 l: 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 U/ H4 v6 X0 i1 A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
: n4 q8 E! w0 i1 O( l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
+ Y: |+ t% B4 P; c* p) ^率分别为 94.40%、96.76%、100%,完成任务 2。3 p( r+ ~- ^+ _# X
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8 b( ]. d G7 W" G. L; y" 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$ u. H- c8 b" P
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3 S6 H! b) Q" F7 s
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,
: r& {: W. G# ?( ]6 [$ h, G! l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
, `- `2 P: i' X* {; u: f# C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
, q; O1 k- X" `% O9 C* Z' g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
5 z- L) B2 ~" f4 G8 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:3 i/ Y* L5 G* X% t4 R
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
3 Q/ B3 U1 G8 y% O) {& X12.20,9.55,11.95,9.82;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 f- J5 o( {: J
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
4 Q7 n e/ y4 C% l+ E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;第三4 ~) B! M. F# J8 e
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: K9 [, i" j6 D3 ~9 x% G
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。
7 W" H$ ~& ^$ o9 |) C
8 A+ y1 [0 [2 S c+ K1 B
* R3 B1 b2 A5 J$ s |
zan
|