基于遗传算法分段优化的轨道式自动引导车动态调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109032150A(43)申请公布日2018.12.18(21)申请号201811203602.1(22)申请日2018.10.16(71)申请人山东师范大学地址250014山东省济南市历下区文化东路88号(72)发明人许化强王晶晶赵曰峰张立人(74)专利代理机构济南圣达知识产权代理有限公司37221代理人李圣梅(51)Int.Cl.G05D1/02(2006.01)权利要求书3页说明书19页附图2页(54)发明名称基于遗传算法分段优化的轨道式自动引导车动态调度方法(57)摘要本发明公开了基于遗传算法分段优化的轨道式自动引导车动态调度方法，根据各数控机床的状态参数及预设加工参数分段优化轨道式自动引导车在各个可停靠位置的停靠顺序；编码：将轨道式自动引导车未来N次的停靠位置编码成一个长度为N的基因串；解码：将轨道式自动引导车移动N步过程中所完成的工件数与所费时间之比作为基因串适应度；遗传算法经过交叉、变异、保留精英基因串操作，通过多轮进化获取最优基因串，并作为轨道式自动引导车未来N次的移动方式。本算法在发现CNC出现故障或从故障中恢复时重新优化RGV未来N次的移动轨迹，因此可以根据系统参数的变化自动调整RGV调度方案，可以自适应CNC随机故障及故障恢复。CN109032150ACN109032150A权利要求书1/3页1.基于遗传算法分段优化的轨道式自动引导车动态调度方法，其特征是，包括：根据各数控机床的状态参数及预设加工参数分段优化轨道式自动引导车在各个可停靠位置的停靠顺序；其中，编码：将轨道式自动引导车可停靠的位置用数字表示，循环使用遗传算法，每次优化轨道式自动引导车未来N次的停靠位置，直到到达最大工作时间，将轨道式自动引导车未来N次的停靠位置编码成一个长度为N的基因串；解码：轨道式自动引导车在停靠位置上获取两侧数控机床状态数据，提供上下料服务，将轨道式自动引导车移动N步过程中所完成的工件数与所费时间之比作为基因串适应度；遗传算法经过交叉、变异、保留精英基因串操作，通过多轮进化获取最优基因串，并作为轨道式自动引导车未来N次的移动方式。2.如权利要求1所述基于遗传算法分段优化的轨道式自动引导车动态调度方法，其特征是，编码基因串时，根据指定的基因串长度和编码方案构建基因串，生产指定规模的初始种群；以轨道式自动引导车位置为基本元素构建基因串，编码方案为：步骤2-1：以轨道式自动引导车当前位置为第一个数字，加入到基因串中；步骤2-2：随机产生一个代表位置的整数，该整数大于等于0小于等于轨道式自动引导车位置的最大数值，且与基因串中上一个位置不同，将该数字加入到基因串中；步骤2-3：如果满足基因串长度要求，则本基因串编码完成，否则转到步骤2-2；步骤2-4：计算基因串的适应度。重复随机构建基因串，直到满足数量规模要求。3.如权利要求2所述基于遗传算法分段优化的轨道式自动引导车动态调度方法，其特征是，基因串的适应度计算方法为：步骤3-1：从基因串中取第一个代表位置的数字，记为curPosi，记录轨道式自动引导车处在该位置时的系统时间，作为开始时间，记为start_time，获取每个数控机床的加工状态信息；步骤3-2：轨道式自动引导车在基因串第一个代表位置上进行操作；步骤3-3：如果预测轨道式自动引导车直接移动到下一位置next_posi的最早可操作时间next_oper_time是基因串中的最后一个数字，则不执行任何操作，该位置作为下次初始化种群时轨道式自动引导车的初始位置，转到Step4，如果不是最后一个数字，则转到步骤3-2；步骤3-4：计算适应度方法为：fitness＝本基因串规划的轨道式自动引导车移动期间完工物料数量/(当前系统时间-start_time)。4.如权利要求3所述基于遗传算法分段优化的轨道式自动引导车动态调度方法，其特征是，所述步骤3-2：轨道式自动引导车在基因串第一个代表位置上的操作包括：(1)从当前位置对应的两个数控机床中选择一个轨道式自动引导车能够最早执行上下料操作的，如果没有故障，立即操作，轨道式自动引导车分别为对应数控机床执行操作：(1.1)如果对应数控机床当前未加工物料，根据数控机床可以加工的工序，轨道式自动引导车花费时间为其上物料，并更新轨道式自动引导车时间，如果没有物料可上，则空闲；(1.2)如果对应数控机床当前是加工完毕状态，轨道式自动引导车为其执行上下料操2CN109032150A权利要求书2/3页作，并更新轨道式自动引导车时间：其中，如果该数控机床仅能加工第一道工序，则下料后需记录该物料类型和位置，并上新料；如果该数控机床加工第二道工序，则下料后需记录完工物料数量，并选一个待加工第二道工序的物料上料，如果没有代加工物料