(3.1.7)--2018年高教社杯全国大学生数学建模竞赛B题优秀论文.pdf

智能RGV的动态调度策略研究

摘要

本文主要讨论智能加工系统中动态调度RGV，在一道工序、两道工序及随机发生故

障的情况下，完成CNC的上下料和清洗物料等作业任务，并及时处理故障问题。

针对问题一:

情况一：考虑RGV在空闲时能预判CNC还需多久发出请求，通过提前移动的方式减

少等待时间，提高作业效率，基于此将整个调度过程拆分为多个子过程，对每个生料i

的加工过程，建立优先权模型，RGV通过预判优先级选择最佳的CNC对其进行加工使每

一个子过程达到最优，通过选择每个子过程的最优解来逼近全局最优解，并根据模型编

写贪心算法对模型进行求解。

情况二：对于有两道工序的流程，每完成一个物料i的加工需要RGV连续两次判断

如何分配为其加工第一道工序和第二道工序的不同CNC，分别对两道工序建立两个优先

权模型，选择两个不同的CNC对物料进行加工。利用两道工序的贪心算法进行求解即可。

情况三：在前两种情况的模型下加入0-1变量：随机故障因子，通过对更新条

件中CNC剩余工作时间产生影响，来模拟以1%概率出现故障的情况。在贪心算法中加入

随机数组进行模拟。

针对问题二，建立系统作业效率指标，利用问题一中的模型及算法，求解出第一种

情况三组参数下的最大完工物料数分别为383、361、394件，效率分别为97.95%、96.01%、

98.25%，说明模型实用性强，算法有效性高。所有情况效率见表6.2.1和表6.2.2，具体

调度策略见支撑材料。

关键词：动态规划优先权模型随机故障贪心算法

1

一、问题重述

一个智能加工系统由8台计算机数控机床、1辆轨道式自动引导车、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。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，并自带一个机械手

臂、两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。

针对下面的三种具体情况：

（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两台不同

的CNC依次加工完成；

（3）CNC在加工过程中可能发生故障（据统计：故障的发生概率约为1%）的情况，

每次故障排除（人工处理，未完成的物料报废）时间介于10~20分钟之间，故障排除后

即刻加入作业序列。要求分别考虑一道工序和两道工序的物料加工作业情况。

需完成下列两项任务：

任务1：对一般问题进行研究，给出RGV动态调度模型和相应的求解算法；

任务2：利用表1中系统作业参数的3组数据分别检验模型的实用性和算法的有效

性，给出RGV的调度策略和系统的作业效率，并将具体的结果分别填入附件2的EXCEL

表中。

二、问题分析

RGV智能小车根据指令自动控制移动距离和方向，实现车间自动化操作，在实际机

械工业生产中大大节省时间和成本。本文致力于解决智能系统加工过程一道工序、两道

工序和随机产生故障的情况下，RGV的最优移动上下料策略，以达到CNC等待时间最短、

生产工件数最多的目的。首先对情况一和二建立优先权模型对每一件物料的加工进行动

态规划，根据模型利用贪心算法计算出一个班次最多加工完成的物料数和每个物料在某

个CNC上加工的上下料时间点，并进一步研究发生故障时系统，加入随机故障因子后各

部件最优工作方式，具体问题分析如下：

2.1问题一的分析

2.1.1一道工序情景下的问题分析

在工作正常情况下，某CNC处于空闲状态，则向RGV发出上料需求，如果RGV在空

闲时能预判CNC还需多久处于空闲状态，就可以通过提前移动的方式减少等待时间，提

高作业效率。基于此，本文将整个调度过程拆分为多个子过程，即对每个生料i的加工