基于遺傳算法的智能RGV動態(tài)調(diào)度模型

劉淺

摘要：本文主要研究的是車間柔性加工中以直線軌道為基礎(chǔ)的RGV智能加工系統(tǒng)中一道工序物料加工作業(yè)情況，針對解決最優(yōu)化RGV調(diào)度策略和最大化系統(tǒng)作業(yè)效率兩個問題。根據(jù)遺傳算法，將RGV作業(yè)效率，CNC作業(yè)效率等目標(biāo)，以多目標(biāo)形式分值設(shè)置權(quán)重作為目標(biāo)函數(shù)，進行最優(yōu)裝置安置與路線設(shè)計，建立RGV動態(tài)調(diào)度模型，并以單位時間內(nèi)成品物料數(shù)量最大化為目標(biāo)，進行動態(tài)規(guī)劃，得出RGVI作中各環(huán)節(jié)的最優(yōu)調(diào)度策略。將所建立的模型與調(diào)度策略進行實際加工時各種情況下的模擬仿真，結(jié)果表明其可行性及合理性。

關(guān)鍵詞：動態(tài)規(guī)劃;柔性加工;遺傳算法

0引言

近年來，隨著IT、智能技術(shù)的發(fā)展以及加工設(shè)備設(shè)施的改進，使得動態(tài)調(diào)度問題的解決成為了可能。實現(xiàn)合理化智能RGV的動態(tài)調(diào)度也成為當(dāng)下的熱點問題，RGV是一種無人駕駛、能在固定軌道上自由運行的智能車。根據(jù)指令，RGV能自動控制移動方向和距離，整體由一個機械手臂、兩只機械手爪和物料清洗槽組成，能夠完成上下料及清洗物料等作業(yè)任務(wù)。在RGV普及的今天，設(shè)法在智能加工系統(tǒng)中減少RGV與加工設(shè)備的閑置時間，提高有效利用率顯得尤為重要。

1假設(shè)

1.問題場景的假設(shè)：

假設(shè)一個RGV有軌制導(dǎo)車輛系統(tǒng)，其有一個機械手臂、兩只機械手抓和物料清洗槽，能夠完成上下料及清洗物料等作業(yè)任務(wù)，其主要由8臺計算機數(shù)控機床（Computer Number Controller，CNC）、1輛軌道式自動引導(dǎo)車（Rail Guide Vehicle，RGV）、1條RGV直線軌道、1條上料傳送帶、1條下料傳送帶等附屬設(shè)備組成。一道工序的物料加工作業(yè)情況，每臺CNC安裝同樣的刀具，物料可以在任一臺CNC上加工完成。

2.模型的假設(shè)：

（1）假設(shè)在零時刻之前，不允許有工件正在或已經(jīng)被加工;

（2）假設(shè)在零時刻，所有的工件都可被加工;

（3）假設(shè)出現(xiàn)再調(diào)度時，正在加工的工序繼續(xù)加工，不受影響，直到本工序完成;

（4）假設(shè)個同類型的CNC具備相同的優(yōu)先級;

（5）同一時刻每臺機器最多加工一道工序。

2模型的建立

根據(jù)動態(tài)調(diào)度問題的計算復(fù)雜性與對生產(chǎn)效率的高需求，本文采用遺傳算法進行求解。

由于該問題中存在多種約束條件，因此對于編碼方式的選擇尤為重要，本文用數(shù)字1-8表示編號為1-8的CNC，以組成8位編碼，代表一個工作周期內(nèi)的RGV調(diào)度情況。初始種群中的個體為8位隨機生成的編碼，改編碼含有數(shù)字1-8，且每個數(shù)字僅出現(xiàn)一次。對于適應(yīng)度的評估問題，將采用該智能系統(tǒng)一個生產(chǎn)周期內(nèi)生產(chǎn)場的熟料個數(shù)與該周期的比值作為生產(chǎn)效率，而將該生產(chǎn)效率作為本模型的適應(yīng)度。本模型的個體選擇采用輪盤賭法，以適應(yīng)度為權(quán)重，給予每個個體合適的被選擇概率，保證最優(yōu)個體的個數(shù)不斷增加。

由于本模型未采用二進制編碼，而編碼自身也存在多種限制，如每個數(shù)字僅能出現(xiàn)一次等，故采用OX法進行交叉操作，與其他交叉方法相比，這種方法在兩父代個體相同的情況下仍能產(chǎn)生一定的變異效果，且更加適合本模型的編碼方法，能夠更好地維持群體的多樣性。

3模型的求解

首先對RGV所在的直線軌道位置點進行編號，由左向右依次編號1、2、3、4。得到對應(yīng)點集合D={D1，D2，D3，D4}，在一個周期中，i點為RGV首次移動的目標(biāo)點。i=1，2，3，4。采用遺傳算法得出最優(yōu)加工流程的解，即最短時間加工完成量最大化對應(yīng)的流程。

每臺CNC安裝的刀具相同，根據(jù)遺傳算法得出的最優(yōu)結(jié)果不唯一，凡是從CNC1#開始加工至CNC2#結(jié)束的所用周期最短，加工效率最高，據(jù)此現(xiàn)象，進行數(shù)學(xué)推導(dǎo)，表述如下：

4總結(jié)

通過遺傳算法分析得出，在一個周期里，對于確定件數(shù)的物料，從CNC1#第一個開始上料到CNC2#最后一個完成下料，最終所需的時間是最短的，相應(yīng)的物料加工效率是最高的。這種RGV的調(diào)度策略只需滿足在周期中CNC的首尾次序確定即可，中間的CNC次序沒有限制（不可重復(fù)），因此最終結(jié)果不唯一，得出“確定首尾”的結(jié)論。

不足之處是模型幾乎基于遺傳算法，雖然遺傳算法十分適用于解決本題柔性加工的問題，但是模型較為單一，如果在數(shù)據(jù)有限的情況下，對RGV待命時的等待時間的計算難以達(dá)到精確的標(biāo)準(zhǔn)。