matlab遗传算法RGV,基于遗传算法的RGV智能车动态调度

167 中国设备工程Engineering hinaCPlant 中国设备工程 2019.03 (上) RGV 是一种无人驾驶、能在固定轨道上自由运行的智能车。它根据指令能自动控制移动方向和距离，并自带 1 个机械手臂、2 只机械手爪和物料清洗槽，能够完成上下料及清洗物料等作业任务。目前 RGV 已经广泛运用到柔性生产制造流程中，其调度规划问题成为生产决策的重点。 图 1 是一个智能加工系统的示意图，由 8 台计算机数控机床(Computer Number Controller，CNC)、1 辆轨道式自动引导车(Rail Guide Vehicle，RGV)、1条RGV直线轨道、 1 条上料传送带、1 条下料传送带等附属设备组成。 图 1  智能加工示意图 1  模型的初步建立 针对 RGV 动态运动的两种情况：(1)一道工序的物料加工作业情况，每台 CNC 安装同样的刀具，物料可以在任一台 CNC 上加工完成。(2)两道工序的物料加工作业情况，每个物料的第一和第二道工序分别由 2 台不同的 CNC 依次加工完成；建立动态调度模型并提供相应的求解算法，以解决整个车床加工零件变化情况。 智能加工系统的效率主要取决于：(1)调度：给RGV 选择和派送任务的过程。(2)路径：RGV从输送源到目的地所走的路程，RGV调度是以子任务步为单位进行的，每个子任务步需 RGV 的两次操作，也就是 RGV 从上料传送带取到物料和将清洗后的成料放到下料传送带上，这样才能完成一个物料的加工。 考虑运输时间对系统作业流程 RGV 调度的问题：n 个物 料 {J1，J2，J3...Jn} 要在 8 台机器 {M 1，M2，M3...Mn}上加 工。每个物料包含一道或两道工序，每道工序可以选择不同的 CNC 加工，只能选择其中一台 CNC，选择不同的加工机器所需的加工时间和运输时间也不一样。Ojh 为第 j 个工件的第h道工序，并定义Oj(h-1) 表示第Ojh 的前一道工序，Oj 表 基于遗传算法的 RGV 智能车动态调度 曹言 1，曹家赓 2，吴灵媛 3 (1. 华北理工大学机械工程学院；2. 华北理工大学经济学院；3. 华北理工大学理学院，河北  唐山  063210) 摘要：针对智能RGV动态调度问题，通过一道和两道工序的物料加工作业情况，对生产过程中的多种时间因素进行分析，建立物料加工过程的以时间为目标函数的规划模型，以运输时间、等待时间等多种时间要素为变量。运用遗传算法进行求解，得到最优化的车床的运输次序，使总生产时间最小，从而达到生产资源的节约与优化。 关键词：遗传算法；动态调度；RGV 智能车 中图分类号：TP273      文献标识码：A      文章编号：1671-0711(2019)03(上)-0167-02 示物料当前所在机器的一道工序。物料 J 的每道工序在机器i 上的加工时间是给定的，设为(J=1,2,3,…,n;i=1,2,3, …,8)。RGV 调度需要为每块物料的每道工序选择最合适的 CNC，使得物料的加工时间达到最小。 物 料 集 J={J1，J2，J3...Jn}，CNC 集 M=Mi(i=1,2,3, …,8)，Tj 为物料一道工序的加工时间，Tj1 为物料加工的两道工序中的第一道工序所需的加工时间，Tj2 为物料加工的两道工序中的第二道工序所需的加工时间，Time1 为 RGV 为 CNC1#，3#，5#，7# 一次上下料所需时间，Time2 为 RGV 为 CNC2#，4#，6#，8# 一次上下料所需时间，Tj 为 RGV 移