未经组委会书面许可，请勿转载。

 2018年全国大学生数学建模竞赛B225.pdf

智能 RGV 的动态调度策略

摘要

本文根据题目给定的智能加工系统及系统作业参数，针对一道工序物料加工作业、两道工序物料加工作业、作业中故障处理等三种情况，建立数学模型，分别给出了相应的 RGV 最佳调度策略。

针对一道工序物料加工作业的情况，本文设计当 RGV 完成当前指令后若未接收到任何 CNC 的上料需求信号，RGV 将会根据调度模型立即判别执行一次移动指令，移动到下一步发出上料需求信号的 CNC 前。并将作业效率最佳问题转换为一班次 8 小时内CNC 处于工作状态总时间最长，并假设 RGV 具有短时间的记忆储存功能，能够记录与匹配 RGV 与各 CNC 进行最后一次交互的时间，为 RGV 设计“八步一走”调度模型，在RGV 进行移动指令之前都会遍历搜索选择未来八次移动过后八台 CNC 的总等待时间最小的路径的第一步移动指令作为当前的移动指令。遍历所有可能的初始八台 CNC 的上料情况，依据 RGV“八步一走”调度模型取成料数最多的初始 CNC 上料顺序，完成任务1。将题目给定的针对一道工序的三组数据带入模型计算，得出第一组最大物料加工数量为 382，第二组为 359，第三组为 392；推算了不考虑 RGV 运动时间的理想状态下，三组数据的最大加工数量分别为 384、368、392；得到三组数据下加工系统的作业效率分别为 99.48%、97.55%、100%，完成任务 2。

针对两道工序物料加工作业的情况，在不可更换刀具的前提下，由第一道工序与第二道工序的比值，兼容考虑第二道工序之后的清洗时间，按比例分别为 CNC 安装 4:4、3:5、5:3 的刀具配比，并在对称性原则基础上调试具体安装方案；为 RGV 设计三步捆绑（或四步捆绑加工调度模型）：RGV 遍历三步，取捆绑加工后的完成时间最前的走法。遍历所有的初始可能路径，依据捆绑调度模型取成料数最多的初始 CNC 上料顺序，完成任务 1。将给定的针对两道工序的三组数据带入模型计算，得出三组最大物料加工数量分别为 253、209、236；选择的两类 CNC 数量配比分别为 4:4、3:5、5:3；通过与理想状态下最大物料加工数量 268、216、236 进行比较，得到三组数据下加工系统的作业效率分别为 94.40%、96.76%、100%，完成任务 2。针对作业中故障处理的情况，本文将每一道工序加工的故障概率设为 1%，在判定故障的 CNC 的加工时间内，以均匀分布随机一个时间点作为故障发生时间点，并从600~1200 秒之间均匀随机生成一个整数作为修复时间，在一道工序与二道工序的模型中作出以下调整：在故障发生的那一刻起，在 CNC 未修复并发出上料需求信号之前，将该 CNC 从系统中暂时抹去，RGV 在执行完当前指令后，不再进行有关该 CNC 的指令操作，直至 CNC 修复发出上料需求信号。考虑到故障发生的不确定性，以及人工修复时间的可操作性，在完成任务的基础下，再分别取修复时间为 600~1200 秒随机，600秒，900 秒，1200 秒做 20 组的随机试验探究成料数规律，进行均值和方差计算如下：一 道 工 序 的 情 况 下 ， 第 一 组 数 据 关 于 4 类修复时间的成料数方差分别为12.20,9.55,11.95,9.82；第二组数据方差分别为 15.57,18.68,19.55,14.68；第三组数据方差分别为 10.03,13.41,8.92,13.73；两道工序的情况下，第一组数据关于 4 类修复时间的成料数方差分别为 9.66,7.38,7.12,13.17；第二组数据方差分别为 7.85,3.39,5.87,9.69；第三组数据方差分别为 7.66,4.58,7.72,10.13。由此可知，实际修复时，提升技工技术，将人工修复时间尽量控制在 10~15 分钟左右，可以较好增加结果稳定性。