具有多负载AGV的串列AGVS的设计外文翻译资料

 2022-06-20 23:04:16

Int J Adv Manuf Technol (2003) 22: 744–752

DOI 10.1007/s00170-003-1614-1

Kyung Sup Kim Byung Do Chung Moosung Jae

A design for a tandem AGVS with multi-load AGVs

Abstract A tandem automated guided vehicle system (AGVS) is obtained by partitioning all workstations into multiple zones and assigning a single vehicle to each zone. In this paper, we propose an analytical model to design a tandem AGVS with multi-load AGVs. Using simulations, the performance of the proposed model is shown by comparing it with a conventional multi-load AGVS.

Keywords Tandem AGV system Multi-load AGV Markov chain

1. Introduction

In order to cope promptly with customersrsquo; various demands, manufacturing systems are becoming automatic and intelligent resulting in various types of flexible manufacturing systems (FMS) and computer integrated manufacturing (CIM) systems. The general trend is for the material handling systems between processes to become automatic. This is one of the most important factors in modern manufacturing systems. In particular, the automated guided vehicle system (AGVS) is playing a very important role in manufacturing systems, and usage is becoming widened to such areas as hospitals, offices, etc.

Two areas, namely, system design and control, divide the research for effective and efficient implementations of AGVSs. Issues for system design include the number and type of vehicles being used and the guide path design. Issues for system control include the development and evaluation of vehicle dispatching rules, traffic congestion control and the collision prevention of vehicles.

The representative system that eliminates the congestion and collision of vehicles using a new design concept is a tandem AGVS developed by Bozer and Srimivasan [1]. In this system, all workstations are partitioned into multiple zones and a single vehicle is assigned to each zone. The performance advantages of a tandem AGVS are already discussed in previous literature. However, all previous literature is limited to vehicles which are capable of carrying a unit load only. Despite the performance superiority of a multi-load AGVS, its complexity in design and control have made little progress in research. Even in the area of traditional AGVSs, the research for the multi-load AGVS has been limited to such areas as the evaluation of the vehiclesrsquo; loading, the unloading capability and the development of dispatching rules.

The objective of this paper is to suggest a partitioning algorithm of workstations in a tandem AGVS with multi-load AGVs. The result of this study is expected to contribute to a just in time (JIT) manufacturing system where the lot size is reduced for the reduction of work in progress (WIP)s. This paper consists of five sections. In the next section, the previous literature on tandem AGVSs is surveyed. The design methodology for a tandem AGVS with multi-load AGVs is then suggested, and in the following section, an experimental example with a suggested algorithm is simulated and the result is analysed. Finally, the conclusions and further research topics are discussed.

2 .The literature review

The tandem AGVS was first proposed by Bozer and Srinivasan [1]. They labeled the previous AGVSs conventional AGVSs. They proposed a new concept for an AGVS according to the theory of lsquo;lsquo;divide and conquerrsquo;rsquo;, which is called tandem configuration. In conventional AGVSs, shown in Fig. 1, each AGV can move around the system along the system guidepath. If a station is reachable through the guidepath, the station is accessible to any AGV in the system. Since all stations are accessible to each AGV in conventional AGVSs, sophisticated control systems are required to manage vehicle dispatching, vehicle routing and flow control.

The tandem configuration for AGVSs is shown in Fig. 2. It was suggested as an alternative to the conventional AGVS by Bozer and Srinivasan [1]. The movement of AGVs is defined differently in the system guidepath which is different from conventional AGVSs. The system paths are divided into non-overlapping, single vehicle closed loops. The locations of the stations remain the same as those of the corresponding conventional AGVS; however, each station belongs to only one loop. Only one AGV is assigned to each loop, completely eliminating traffic problems such as vehicle collision and vehicle congestion due to zone blocking. The movement of the AGV in the loop is determined by the first-encountered-first-served (FEFS) dispatching policy presented by Bartholdi and Platzman [2]. Under this policy, an unloaded AGV keeps moving to the next (adjacent) station in its loop until it finds a part waiting in the output buffer. The first encountered part is loaded into the AGV and delivered to the next station in its routing sequence. The communication between adjacent loops is performed by the interface. The main reasoning behind the tandem configuration is to reduce control problems inherent to conventional AGVSs. Bozer and Srinivasan also pointed out that the efficient operation of tandem AGVSs would require balanced workloads among the loops to avoid creating bottleneck loops.

Bozer and Srinivasan [3] suggested a mathematical heuristic algorithm of partitioning workstations to model a tandem AGVS from the corresponding conventional AGVS. In that algorithm, they selected the feasible zones of workstations by modelling the workstations of the AGVS as a travelling salesman problem (TSP). To avoid obtaining bottleneck zones they set the utilisation of the AGV to low in each zone. Finally, by using simulations, they proved that the performance of a tandem AGVS is better than that of a conventional AGVS.

Because some additional workstations are needed to move jobs from one zone to another, Huang [4] suggested a new version of a tandem AGVS

全文共24087字，剩余内容已隐藏，支付完成后下载完整资料

具有多负载AGV的串列AGVS的设计

1.介绍

为了及时满足客户的各种需求，制造系统变得自动化和智能化，导致各种类型的柔性制造系统（FMS）和计算机集成制造（CIM）系统。总体趋势是过程之间的物料处理系统变为自动化。这是现代制造系统中最重要的因素之一。特别是，无人驾驶运输车辆系统（AGVS）在制造系统中扮演着非常重要的角色，使用范围正在扩大到医院，办公室等领域。

两个领域，即系统设计和控制，将研究分为有效和高效的AGVS实施。系统设计的问题包括正在使用的车辆的数量和类型以及导轨设计。系统控制问题包括车辆调度规则的制定和评估，交通拥堵控制和车辆的碰撞预防。

采用新设计理念消除车辆拥挤和碰撞的代表性系统是Bozer和Srimivasan [1]开发的纵列AGVS。在这个系统中，所有的工作站被分成多个区域，每个区域分配一辆车。前面的文献已经讨论了串列AGVS的性能优势。然而，以前的所有文献都仅限于能够承载单位负载的车辆。尽管多载荷AGVS具有性能优势，但其设计和控制的复杂性在研究方面进展甚微。即使在传统的AGVS领域，多负载AGVS的研究也仅限于车辆负载的评估，卸载能力和调度规则的制定等领域。

本文的目的是提出一种在具有多负载AGV的串列式AGVS中工作站的分区算法。预计这项研究的结果将有助于准时制（JIT）制造系统，在这个制造系统中减少工作量（WIP）减少批量。本文由五部分组成。在下一节中，调查了以前关于纵列式AGVS的文献。然后提出了具有多负载AGV的串列AGVS的设计方法，并且在下面的章节中，对具有所提出算法的实验示例进行仿真并分析结果。最后，讨论结论和进一步的研究课题。

2。文献综述

串联AGVS最初由Bozer和Srinivasan提出[1]。他们标记了以前的AGVS传统的AGVS。他们根据“分而治之”的理论为AGVS提出了一个新的概念，即所谓的串联配置。在传统的AGVS中，如图1所示，每个AGV可以沿着系统导轨在系统周围移动。如果通过引导路径可以到达车站，则系统中的任何AGV均可访问车站。由于传统AGVS中的每个AGV都可访问所有站点，因此需要先进的控制系统来管理车辆调度，车辆路线和流量控制。

AGVS的串联配置如图2所示。它被认为是Bozer和Srinivasan [1]提出的传统AGVS的替代方案。 AGV的运动在不同于传统AGVS的系统导轨中定义不同。系统路径分为不重叠的单个车辆闭环。站点的位置与相应的常规AGVS的位置保持一致;然而，每个站只属于一个循环。只有一个AGV分配给每个回路，完全消除了由于区域阻塞导致的车辆碰撞和车辆拥塞等交通问题。 AGV在环路中的移动由Bartholdi和Platzman提出的首先遇到的优先（FEFS）调度策略决定[2]。在此策略下，未加载的AGV将继续移动到其循环中的下一个（相邻）站，直到找到一部分在输出缓冲区中等待。第一个遇到的部分被装入AGV并按其路由顺序传送到下一个站。相邻环路之间的通信由接口执行。串联配置背后的主要原因是为了减少传统AGVS固有的控制问题。 Bozer和Srinivasan还指出，串联式AGVS的高效运行需要在环路之间实现均衡的工作负载，以避免产生瓶颈环路。

Bozer和Srinivasan [3]提出了一种数学启发式算法，将工作站划分为相应的传统AGVS对串列AGVS进行建模。在该算法中，他们通过将AGVS的工作站建模为旅行商问题（TSP）来选择工作站的可行区域。为了避免获得瓶颈区域，他们将AGV的利用率设置在每个区域的低。最后，通过使用仿真，他们证明串联式AGVS的性能优于传统的AGVS。

由于需要一些额外的工作站将作业从一个区域转移到另一个区域，Huang [4]提出了一个新版本的串联式AGVS，该转换中心负责处理区域间的运输负载。

提出了几种AGV系统，其具有与串列式AGVS相似的概念。 Sinriech [5]提出了一种分段双向单回路（SBSL）AGVS，其中最佳的单回路AGVS被多个区域（具有双向路径）划分，每个区域具有一个AGV。 Liu和Chen [6]提出了一种分离型AGVS，它与串联型AGVS相似，因为在每个分区中都有一个AGV。然而，区别在于一个区域的路径被允许跨越另一个区域的路径。 Kim和Park（KS Kim，YS Park，准备手稿，个人通信）提出了一个串联式AGVS的中央路径设计，其中为区域间的运输负载安装了一条附加的中央路径。

当首次提出串联AGVS时，FEFS是Bartholdi和Platzman提出的唯一调度规则[2]。他们发现FEFS调度规则优于简单循环AGV系统中的其他调度规则。从那时起，已经提出了许多调度规则。其中包括Park [7]提出的最小空车时间（MEVTT）和Kim和Chung [8]提出的最小空车距（MVED）。这些是串联AGVS的代表性调度规则。

Choi和Ross [9,10]进行了一些实验来比较串列式AGVS和传统的AGVS。他们比较了两种系统在生产，车辆利用率和平均生产时间等各种条件下的性能指标。他们发现串列AGVS能够生产更多的产品，但在车辆利用率和平均产量时间上，传统系统比串列AGVS更好。另外，他们发现AGV的速度是影响系统性能的最重要因素。 Ross [10]通过实验发现，具有更简单的操作系统的串联AGVS可以具有与相应的传统AGVS类似的性能。

3.工作站分区算法

具有多重AGV的串列AGVS的设计方法分为两个步骤，如图3所示。

在第一步中，我们根据较大的工作流程和使用TSP的工作站之间的较短距离来确定工作站的最佳顺序。通过这个工作站的顺序，形成了工作站的子集，其中设计了单回路AGVS。单回路AGVS通过使用马尔科夫链模型来建模，其中AGV的利用率通过AGV状态的极限概率来计算。如果一个工作站子集只能由一个AGV服务，则该子集被定义为一个可行的区域。 Bozer和Srinivasan [3]认为只有一个AGV的实际使用应该在0.7和0.8左右。重复生成工作站的子集和检查可用性，直到完全检查TSP获得的结果。如果系统规模较小，则可以检查工作站所有可能的子集的适用性。但是，大型系统需要工作站子集的生成方法。在第二步中，最终的引导路径由第一步中的可行区域通过解决集合分割问题来确定。需要多种假设来应用工作站分区算法： - 每个工作站的位置是固定的

- 每个工作的到达时间遵循指数分布

- 每个作业的工作顺序都是预先确定的

- AGV的速度是已知的

- 不考虑AGV和机器故障

- 装载/卸载时间包含在服务时间内，不会分开考虑

- 使用FEFS分派规则

3.1第一步：选择可行区域

3.1.1计算工作站间的相关性

需要计算相关性，以形成与短距离和大量工作流成为一个工作站子集密切相关的工作站。工作站i和工作站j之间的关系（Rij）计算如下：

Rij =（fij fji）/ dij

其中fij：从工作站i移动到工作站j的工作量。

di：从工作站i到工作站j的距离。

3.1.2工作站子集的生成

通过解决所有工作站的欧式TSP问题来确定工作站的最佳顺序。在前面一节中计算的相关性用作运输成本的价值，以形成具有高相关性值的工作站作为工作站的一个子集，并在第二步中轻松获得最终解决方案。但是，在这种生成方法中，通过考虑邻近地区的工作站，可以防止工作站被隔离。

在通过TSP生成工作站的顺序后，我们通过执行生成方法，将工作站依次添加到第一个工作站，从而生成第一个工作站子集。例如，如果出现诸如3-1-4-2-5之类的值，则首先在工作站3上生成工作站的子集，例如{3,1}。如果生成的工作站子集只能由一个AGV服务，则{3，1，4}将成为一个新的候选子集​​，并且如果一个AGV可以提供服务，则会重新检查。如果{3,1,4}可以用一个AGV来服务，{3,1,4,2}将成为工作站的下一个候选子集;但是，如果不是，{1,4}将作为工作站的新候选子集生成，重点放在工作站1.同样，生成工作站的子集，然后检查是否可以使用一个AGV进行服务。这在下面的章节中讨论。

3.1.3带有工作站子集的单回路系统的生成

起初，我们必须为在不同工作站子集之间转移的工作增加运输工作站。事实上，转运工作站的位置是在工作站的最终分区完成后确定的。然而，该系统的模型假设转运工作站位于工作站的中心坐标中，以计算在每个工作站子集中运行的AGV的利用率。例如，当工作站的一个子集变成工作站{1,2,3}，并且TSP的746个结果是1-2-3-1时，包括运输工作站的工作站的顺序可以被确定为1-T1 -2-T2-3-T3-1。每个工作站子集中工作站的顺序是通过用前面讨论的相关性值求解直线TSP来确定的。此外，通过考虑从每个工作站子集移入和移出的作业来创建从图表和距离矩阵。

用这个理论，下面的表达式的值是针对两种情况计算的，即每个子集中的AGV的顺时针运动和逆时针运动。选择较小值的情况作为AGV移动的方向。

3.1.4转移概率矩阵的生成

在生成由一个AGV服务的工作站的子集并设计单个循环AGV系统之后，通过以下步骤计算每个子集中的AGV的利用率。首先，单环AGV系统被表示为马尔科夫链模型，并且系统状态的概率分布函数通过限制马尔可夫链模型的概率来计算。利用这些概率值，将在后面的章节中计算每个子集中AGV的利用率。

我们将马尔科夫链模型的状态定义为（V，L1，L2），用于计算具有多负荷AGV的单回路AGV系统的AGV的利用率。 V是AGV当前所在工作站的编号。 L1和L2是加载在AGV中的作业的目标工作站的数量。如果在AGV中没有加载作业，则将其标记为0.如果作业数大于2，则可以广泛定义状态，如（V，L1，L2，L3 ...）。

例如，如果在单个循环AGV系统中的AGV的移动顺序是1-2-3-1，则AGV当前在工作站1并且开始以目的地是工作站2的一个作业移动，然后状态是表示为（1,2,0）或（1,0,2）。涉及L1和L2的值按递增顺序排列。经过一步状态转换后，下一个工作站将变为工作站2，因为串联式AGV系统假定使用FEFS分派规则。在工作站2，AGV卸载从工作站1运送的作业，系统的状态以概率1变为（2,0,0）。下一个状态变为（2，L1，L2），L1和L2在工作站2加载的作业中具有0,1,3中的一个值，其中工作站2处的作业到达概率。

当AGV加载多个作业时，AGV必须移动到的下一个工作站的概率为1（因为它是单个循环并且使用FEFS调度规则）。因此，系统的状态由AGV必须卸载作业的工作站的号码捕捉;也可以计算马尔可夫链模型的概率转移矩阵。状态转换如图4所示。图4中的实线箭头显示了概率为1的状态的转变。虚线箭头分别显示了所有可能的状态转移和一些概率值。

在这项研究中，就业机会的到达概率可以很容易地计算出来，因为本研究假设就业机会的间隔时间遵循指数分布。但是，这些概率取决于AGV可承载的最大负载数量。如果AGV为空并且作业可以加载到两个，则可以使用以下表达式来计算转换概率的值。如果AGV的当前位置（工作站）是V并且AGV必须移动的下一个工作站是V#39;，则P [L1 = m，L2 = n]意味着从（V，0,0）到V#39;，m，n）。 L1或L2中的值0意味着没有要加载的作业。

T：AGV按时完成系统所需的时间。 lambda;：工作站V#39;每小时产品的平均到达率。 pV#39;：该工作站j的概率是在工作站i中加载的产品中的目标工作站。

如果AGV到达目的地工作站为n的一个作业，则概率通过以下表达式计算。

如果一个AGV到达目标工作站分别为m和n的两个作业，则不可能有额外的负载，并且可能性由以下表达式计算。

3.1.5车辆利用率的计算

概率转移矩阵是在前面的章节中获得的，并且从这个矩阵中还可以计算每个状态的极限概率。极限概率表示AGV在每个工作站可平均承担的多个工作的概率值。 AGV的使用可以通过每个状态的限制概率，流量和工作站之间的距离来计算。在下面的表达式中计算的AGV的利用率被用作下一部分的成本指数。

哪里;我εS; jεS0

S：在马尔可夫链中定义的状态子集。

S“：我的状态等于现在车辆的位置的状态的子集。

pi：i的状态的极限概率值

Fi：在i状态下移动的一些产品

Di：产品在iD状态下移动的距离：单个循环的总长度

l：最大装载量

分母是最大加载作业数和循环长度的乘积，它显示了AGV的最大工作量。分子代表AGV的实际工作量。

3.2第二步：选择最终的路径

第二步是通过使用第一步中选择的可行区来选择最终路径。正如Bozer和Srinivasan [3]所提出的，选择最终路径的问题可以通过设置分区问题中的一个变化的问题来解决，这里使用IP。

在前一步骤中选择的每个可行区域都定义为第p列。 L表示需要的AGV的数量，这也是设计者想要的可行区域的数量。

X_p用作变量。如果列p包含在最终路径中，则其值为1，如果不包含，则值为0.如果工作站i包含在列p中，则a的值为1;如果不包含，则其值为1值为0.作为成本指数，使用xp，并且它意味着使用在列p的可行区域中服务的AGV。

最小化z

服从

建议的目标函数是尽量减少在最终路径中涉及的可行区域中使用的AGV的利用率。第一约束意味着在选定的可行区域中AGV的最大利用率不超过目标函数值（z）。第二个约束意味着每个工作站必须只涉及一个可行的区域，第三个约束意味着整个系统必须划分为L个可行的区域。最后一个约束意味着变量可以取值为0或1。

4，数值算例和仿真

我们已经建立了基于Bozer和Srinivasan的研究的目标系统[3]。它现在将帮助您了解工作站分区算法并评估性能。工作站的位置

全文共6942字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[10848]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章