基于遺傳算法的鋰離子電池自動化生產線空托盤調度優化

呂強，何文剛，王穎超

(天津力神電池股份有限公司，天津 300384)

隨著科學技術的不斷發展與應用，人們在日常生活中的各個方面都依托于計算機技術和互聯網的支撐，智能手機與電腦等設備的擁有量持續上漲。近年來，新能源汽車順應可持續發展的能源環保時代趨勢而興起，越來越多的制造業生產增多了對鋰電池的需求。我國占據世界鋰電池生產制造的最大市場，是鋰離子電池生產與出口的最主要主體，為了減少人力成本的開銷，提高鋰電池生產的質量和效率，越來越多的鋰離子電池生產廠商開始將自動化生產線應用于鋰離子電池的生產過程中，托盤是鋰離子電池生產線中進行出入庫裝卸貨物的重要載體[1]，因此，其托盤的調度與整個生產線的生產效率具有緊密的聯系，托盤具有數量多，流通量大的特點，又因其傳輸距離的優越性而在生產線中發揮重要的作用。由于鋰離子電池的生產工藝具有一定的復雜性，盡管我國已大量應用自動化生產線，使生產質量的穩定性得到了有效的保證[2]，但我國生產鋰電池的成本要高于美國等發達國家。目前國內各設備的自動化水平仍有較大的進步空間，因此本文聚焦于解決實際的空托盤調度問題，為保證自動化生產線上對托盤的需求，利用遺傳算法對空托盤的調度問題提出了優化方法，為生產廠商解決鋰離子電池的自動化生產線空托盤調度問題提供了重要的參考依據，對我國鋰離子電池的自動化生產線的發展與完善具有重要的意義。

1 基于遺傳算法的鋰離子電池自動化生產線空托盤調度優化

1.1 靜置架貨位分配與托盤布局

在鋰離子電池自動化生產線的空托盤調度中，首先需要對放入靜置架上的托盤進行合理布局，目前自動化生產線中的靜置架貨位分配是基于隨機環境下進行的，這種方法出現了大量托盤分配不均的情況[3]，若托盤過于集中則會出現電池升溫慢的現象，過于分散則增加有軌制導車輛(Rail Guided vehicle，RGV)小車的作業時間，因此需要解決貨物失衡放置的情況。本文研究的鋰離子電池的自動化生產線中，靜置架的貨架布局為通道式，托盤在自動化立體庫中流動的線路為I型，托盤在入庫和出庫兩端進行分別作業，通過RGV小車軌道分別隔開每兩排貨架，將靜置架通過列和層分隔成多個小格，對每小格按照順序進行編號，設置每格放置1個電池托盤。考慮到電池生產線的高溫靜置環節所需要的靜置時間較長，環境溫度較高，且電池具有不同的種類和重量，因此，在靜置架的貨位分配中，將較重的托盤放在靜置架下部，較輕的托盤放在靜置架上部，并將貨物的橫軸中心靠近靜置架長軸中心線上，保持靜置架的受力均勻，同時使電池分散放置。在貨位分配中，本文運用多種群遺傳算法，建立貨位分配目標函數，以目標函數的適應度，衡量染色體進化程度，適應度越高，越接近問題的最優解[4]。本文以靜置架橫縱軸的等效重心最小和貨物相對集中度較小為目標函數，其適應度函數為：

(1)

式(1)中，f=γ1×f1+γ2×f2，γ1和γ2為本文雙目標函數賦予的權重，f為目標函數中的約束條件。在利用多種群算法進行求解釋，搜索一系列的可行解，協同進化多個染色體子群，隨機生成10個種群規模為100的初始種群，將編碼生成的100個染色體進行遺傳操作，利用部分映射交叉法，通過序列優化[5]，利用染色體基因決定貨物分配貨位，完成靜置架貨位分配。

1.2 RGV輸送聯合調度堆垛機

堆垛機和RGV輸送中會出現堆垛機和RGV作業效率不匹配的問題，因此要將堆垛機和RGV的作業流程進行整合，實現堆垛機和RGV的聯合調度。RGV輸送中影響效率的主要問題就是運行沖突，為了緩解電池在輸送線可能存在的積壓情況，在連接處的出入庫緩沖區增加3個出入庫緩存臺，緩解輸送線壓力，堆垛機在作業中只能單次進行出入庫作業，堆垛機從緩沖區取走貨物再將貨物運送至指定貨位，堆垛機的運送路徑和工作時間都是固定值，影響堆垛機效率。本文根據實際需求，運用復合式的作業形式，組合出入庫作業，在堆垛機完成入庫指令后不再等待新的指令或做過多停留。堆垛機在完成出入庫任務后會停在相應停靠點，生產線的生產量任務過多則會影響下次作業的堆垛機行走距離和時間，因此在堆垛機停靠點的設置上，重新規定停留點，在完成作業后將堆垛機停靠在出入庫的緩沖區[6]。對聯合調度作業中的RGV輸送和堆垛機出入庫緩沖狀態序列進行定義，出入庫緩沖臺狀態序列為：

(2)

式(2)中，HD為出庫序列，HL為入庫序列，i為堆垛機編碼，當HDi和HLi的值都為1時，堆垛機繼續作業會產生電池堆積情況，因此需要建立等待狀態標志，具體為：

(3)

式(3)中，DDJi為堆垛機等待狀態序列，RGVi為RGV小車等待狀態序列，空托盤由堆垛機從立體庫出庫，再通過碼分機拆分空托盤組，利用叉車將電池放到空托盤中，組成電池實托盤，等待RGV輸送實托盤。根據堆垛機編號對應的作業順序和RGV對應作業順序實現生產線上主要設備的聯合調度。

1.3 建立鋰離子電池自動化生產線運行模型

本文通過Flexsim仿真軟件建立直觀的三維仿真圖形，仿真鋰離子電池自動化生產線的運行。文中研究的某鋰離子電池生產廠商的自動化生產線測試段包括立體庫和輸送線等，完成鋰電池的組盤、分容和揀選作業。經過組盤作業后，實托盤進入常溫庫進行靜置，待靜置完成后輸送到各分檢處的指定工位，完成實托盤電池分揀工作[7]，并對空托盤進行判斷，選擇空托盤是否通過輸送線組盤，或返回立體庫。加工完成后的鋰電池利用機械手抓取，并將其放進相同規格電池的托盤中，放入容量測試柜測試。在生產工位設置緩存區后，當空托盤到達某一指定位置，可根據感應器判斷進入的緩存區位置，結合該生產線的實際運行情況，根據生產線作業流程，合理簡化建立模型，電池靜置化成自動化生產概念模型如圖1所示。

由圖1可知，模型中所需要的實體將在仿真實體庫中放到對應位置，通過模型中的設備之間的關系，確定生產實體之間的邏輯關系，進行端口連接。鋰電池生產對環境具有較高的要求，在化成完成后，分揀處的空托盤需要進行組盤作業，組盤后的實托盤將繼續進行拆盤作業，因此空托盤的合理調度十分重要，需要進行調度的優化。

圖1 電池靜置化成自動化生產概念模型

1.4 基于遺傳算法的空托盤調度優化

本文的空托盤優化調度方法，建立在既有輸送系統的基礎上，基于動態緩存控制空托盤出入庫次數，并根據整個鋰電池生產線的設備運行情況，進行動態的實時空托盤調度。設置空托盤緩存區，增加緩存工位，在輸送阻塞的情況下，空托盤緩存數量過多，本文調度優化可不經過立體庫存儲，使空托盤在阻塞時直接進入組盤工位進行組盤工作。建立空托盤調度優化的數學模型[8]，模型中假設托盤在輸送過程中出現的偏移等情況的影響較小，不進行相關參數設置，不合格的電池產品的剔除操作對機械手分揀的影響為0，同時，對前后工作周期的影響忽略不計。在自動化生產線的初始狀態下，設置空托盤的緩存數量在輸送系統中已達Qk個，揀選工位保持作業運行狀態，組盤工位同時進行作業，在本次工作周期內，以揀選和組盤速率劃分作業時間段，其堆垛機對空托盤最少作業的次數為：

(4)

該式是以堆垛機對空托盤的搬運次數最少的目標函數，式(4)中的xiaD為揀選a處產生的第i個托盤，D為立體庫，xiDe為出庫的第j個托盤進入輸送系統。

∑th=T

(5)

式(5)中，T為本次工作周期時間，th為揀選速率恒大于小于或等于組盤速率的時間長度，揀選時間和組盤時間在一個周期時間內。利用遺傳算法對模型求解，將問題的解進行編碼，利用染色體表示一種調度方法，并利用Matlab實現該算法，得到調度的最優方案。

2 實驗論證分析

2.1 實驗準備與參數設置

本文利用遺傳算法，針對鋰離子電池自動化生產線空托盤調度優化展開研究。為驗證本文方法的有效性，利用Flexsim專業仿真工具搭建鋰離子電池自動化生產線，模擬空托盤調度情況，以三維顯示功能展示現場生產線，分析調度優化方法的可行性。本文以某鋰離子電池生產廠商N1線化成段和后段生產線上的某一天的投產數據作為仿真參數，加工電池入庫順序及參數如表1 所示。

表1 加工電池入庫順序及參數

由表1 可知本文仿真實驗的生產線投產數據，化生段生產線的主要設備包括靜置架，規模為10層8列2排，化成機每4庫位1臺，其它設備及相關參數設置如表2所示。

表2 其它設備相關參數設置

由表2可知，本文生產線的其它設備參數，在本文仿真的生產作業周期中，分別設置2個揀選和組盤工位，共生產2種規格電池，堆垛機2臺。

在實驗仿真運行前按照工藝時間和順序對每個實體設置參數，化成段自動化有兩個發生器，分別為電池和空托盤。兩個發生器分別用不同流動實體代替，根據本文遺傳算法得到每個電池在靜置架存放的貨位，下架時間以及化成加工對應的編號，將確定的靜置架貨位和化成機設備編號寫入空托盤發生器的對應標簽中，使對應電池按序放在對應設備中。這里將同批電池的到達時間設為相同時間，根據生產廠商的實際生產需求設置傳送帶長度和速度。合成器用于裝盤作業，將一定數量電匯和托盤組成臨時整體，根據本文工廠的生產規格，將36個電池和1個托盤組裝。設置分解器工藝時間，分離托盤與電池，暫存區根據實際出入庫臺模擬設置最大容量，靜置架的每個貨格只容納1個電池托盤，將靜置架存貨方式改為讀取實體標簽。化成機作為資源分配的載體，在資源調度中，將每個電池的化成加工時間寫入全局表中。堆垛機進行貨物的出入庫裝卸作業，設置堆垛機加減速度以及裝卸時間，將仿真實驗中的所有實體參數設置完畢后，設置運行速度開始運行。

2.2 仿真實驗優化結果與分析

通過本文仿真軟件工具所提供的報告以及統計功能模塊，得到仿真試驗中各實體的運行效率的統計數據，包括化成段生產線作業完成電池加工所需的時間，電池在靜置架的停留時間，化成機的利用率，以及堆垛機的有效作業率。本文以優化前的仿真結果和優化后的仿真結果進行對比，靜置架和化成機優化前后相關仿真數據如圖2所示。

由圖2可知，電池在靜置架上的停留時間和化成機利用情況，圖(a)中的靜置架平均停留時間經本文優化調度后的時間比優化前的時間具有明顯的減少，說明電池加工的時間變快，加工效率得到了有效的提高。在圖(b)的化成機使用情況中，調度優化后的化成機運行時間得到了有效地提升，閑置時間得到了一定程度上的減少。從仿真軟件工具中得出的數據可以直接得到化成段的總體完工時間以及化成機利用率，其化成機負載的均衡狀態由下式得出：

圖2 靜置架和化成機優化前后相關仿真數據

(6)

表3 優化前后結果分析

由表3可知，在整個生產線生產的總時長中，優化后比優化前所需要的時長少2 455 s，優化后電池在靜置架上停留的最長時間比優化前少3 161 s，其化成機利用率差異小0.528%，說明優化后的生產線設備的負載均衡率更好，本文在化成段的調度在實際生產線中是有效的。在后段生產線中，對堆垛機的作業次數及有效作業率進行統計并分析，堆垛機作業次數及有效作業率如表4所示。

表4 堆垛機作業次數及有效作業率

由表4 可知，在堆垛機作業周期的8小時內，堆垛機在優化前對空托盤的出入庫搬運次數是218次，在優化后是36次，經過本文調度優化后減少了182次，堆垛機的有效作用率在優化前為93.45%，根據歐洲機械FEM標準，優化前的堆垛機有效作用率超出了90%的規范要求，不能滿足生產要求。經過本文方法優化后，堆垛機的有效作用率降低為75.64%，有效降低了17.81%，符合生產廠商的生產標準與要求，證明本文方法具有可行性。

3 結語

本文通過靜置架貨位分配與托盤布局，通過RGV輸送聯合調度堆垛機，建立鋰離子電池自動化生產線模型，基于遺傳算法實現對空托盤調度優化，取得了一定的研究成果。同時，由于時間和條件的限制，本文研究還存在著諸多不足有待于在今后的研究中深入探討，如未涉及對于空托盤調度優化的可視化管理，對作業傳輸中的阻塞問題的研究還不夠深入，未來還應關注托盤使用周期及相關價值，對實際生產線中存在的不確定因素進行分析，使鋰離子電池自動化生產線的作業效率得到進一步提升，空托盤的調度效果更加顯著。