基于CVCS 的浮法玻璃冷端機械手堆垛系統(tǒng)調(diào)度問題

摘要： 采用目前生產(chǎn)線上常用的高速堆垛機（ High-Speed-Stacker， HSS） 和即時分揀機（Pick-on-the-Fly，POF）兩種機械手分別堆垛不同規(guī)格的玻璃原片，目標是最小化玻璃的廢料率。針對切割和抓取自動化過程，提出了一種組合Unit 的方法最大化生產(chǎn)效率，并在此基礎上采用了平衡Unit 的優(yōu)化方法。根據(jù)兩種類型機械手是否同時工作，提出了混合抓取和分類抓取兩種解決方案。最后針對抓取階段的特點提出了一種組合變異布谷鳥搜索（ CombinationVariation Cuckoo Search，CVCS）算法，引入了內(nèi)外逆序和多領域插入變異操作，防止算法陷入局部最優(yōu)。仿真實驗采用響應面分析法對CVCS 進行參數(shù)標定。并將CVCS 與MMGA、BPSO、DABC、CS 算法進行了對比分析，實驗結(jié)果驗證了CVCS 算法解決該問題的優(yōu)越性。

關鍵詞：堆垛系統(tǒng)；平衡Unit；混合抓取；分類抓取；響應面分析法

中圖分類號：TP301 文獻標志碼：A

隨著國內(nèi)浮法玻璃生產(chǎn)線的增加，對生產(chǎn)線自動化水平的要求也越來越高。浮法玻璃生產(chǎn)過程具有不間斷生產(chǎn)的特性，產(chǎn)線末尾由于產(chǎn)品未被及時卸載而產(chǎn)生浪費的玻璃稱為循環(huán)時間廢料，廢料越多，生產(chǎn)線的效率越低。目前，自動堆垛機主要分為3 類：水平堆垛機、垂直堆垛機和機械手堆垛機。機械手堆垛機相較于其他兩類堆垛機具有動態(tài)抓板的優(yōu)勢，其強大的靈活性和適應能力是其他兩類堆垛機所無法比擬的，因此機械手堆垛機應用在浮法玻璃生產(chǎn)線冷端已成為主要趨勢。

如今機械手越來越廣泛地應用于高速生產(chǎn)過程。Rafal 等[1] 應用Deb 規(guī)則支持的人工蜂群算法解決了單個機械手臂處理3 條生產(chǎn)線的多目標優(yōu)化問題。Tolmidis 等[2] 針對多機器人動態(tài)任務分配的問題，提出了一種通用解決方案。Geismar 等[3] 研究了雙臂機器人同時卸載或裝載兩臺相鄰機器的問題，目標是找到單元通量最大化的機械手動作序列。Kolakowska 等[4] 安排了自由度為6 的機械手執(zhí)行一系列噴涂任務， 并最小化任務間的持續(xù)時間。Nejad 等[5] 研究了柔性機器人高速生產(chǎn)標準化產(chǎn)品，其主要執(zhí)行機器的裝載/卸載操作并運輸物品，目標是確定最小化周期時間的動作順序。Li 等[6] 研究了機器人裝配線平衡的問題（RALB-II），目標是最大程度地縮短周期時間。Yan 等[7] 介紹了一種具有柔性加工時間的機器人單元和材料搬運機器人循環(huán)最優(yōu)調(diào)度的精確算法。布谷鳥搜索（Cuckoo Search，CS）算法是Yang 和Deb 于2009 年模仿布谷鳥育雛行為提出來的一種新興啟發(fā)式算法。該算法具有參數(shù)少、魯棒性強及全局搜索能力強等優(yōu)點。鄭洪清等[8]對算法中全局搜索和局部搜索迭代公式重新進行定義，以一定概率在最優(yōu)解附近進行搜索，提高了算法的尋優(yōu)能力。梁毛毛等[9] 針對原始的Levy 介紹了一種使用每代個體的局部和全局最優(yōu)適應值動態(tài)設置步長因子的方法，并提出了一種帶全局?局部最優(yōu)步長比例因子的CS 算法。

本文中機械手堆垛機可以分為兩類：高速堆垛機（High-Speed-Stacker，HSS） 和即時分揀機（Pick-onthe-Fly，POF）。POF 同一時間一次只能抓取一塊相對較大規(guī)格的玻璃原片，而HSS 能夠同時抓取多個相對較小規(guī)格的玻璃原片。在這兩種機械手數(shù)量有限的情況下，需要優(yōu)化玻璃原片的布局方式和生產(chǎn)順序，使得玻璃的廢料率最少。針對浮法玻璃冷端機械手堆垛系統(tǒng)調(diào)度問題提出了一種組合變異布谷鳥搜索（Combination Variation Cuckoo Search，CVCS）算法，同時引入了內(nèi)外逆序、變領域插入變異以及后尋操作。在多組算例下與其他算法進行了對比實驗，驗證了CVCS 算法解決該問題的有效性。