针对生产过程中人工参与度高、岗位加工工时波动较大和产线拥堵情况较多的生产车间,在物料消耗无规律的情况下,传统基于经验的物料配送方案难以快速、精准地补给缺料岗位。为提高上述车间的物流配送效率,提出一种车间物流车实时配送方案规划方法。基于车间数字孪生监测系统获取到的实时数据,为每个生产岗位划分岗位配送优先级,并基于优先级得出备选配送序列,再使用A*算法搜索最短的配送路径。通过实例分析可知,相比传统配送方案,所提方案规划时间更短、配送成本更低,验证了所提方法的可行性和优越性。

针对混流大型生产装配车间配送调控能力差、配送过程监控困难、运输资源消耗大等问题,提出一种基于遗传算法的数字孪生车间的物料配送方法。建立物理配送与孪生配送实时交互的数字孪生车间物料配送多目标模型,根据物料清单使用遗传算法生成初始物料配送方案,在搭建的孪生车间中对初始配送方案进行仿真优化,并采用数字孪生模型监测设备配送情况并解决配送过程中出现的突发情况。最后以某柴油机装配车间物料配送为例,证明了遗传算法结合数字孪生的装配车间物料配送方案能合理安排物料运输,降低了起重机运输时间,提高了AGV工作安全性,优化车间配送系统性能。

为保证车间物料配送快速、准确地响应混流装配线动态物料需求变化,以机械式穴播器混流装配线为研究对象,从配送规则、控制方法和路径优化三个方面综合考虑,提出了一种动态物料联合配送方案。分析了混流装配线的物料分类及配送特点,构建了搬运车辆最少、运输时间最短的多目标优化数学模型,采用Matlab软件设计了遗传算法,求解了带单边硬时间窗的车辆路径优化问题。以某农机装备制造企业为实例,运算结果验证了模型的正确性和算法的有效性。

针对离散制造车间物料配送过程的精准管控难题,提出一种基于实时定位的物料配送方法。首先通过引入无线射频识别(RFID)和超宽带技术(UWB)结合的混合定位技术,对物料在配送过程中的动态位置信息进行实时采集,然后对UWB实时位置信息过滤和RFID实时数据进行分析处理;利用瓶颈物料识别方法,对物料制定定位控制策略。实现物料的唯一标识及配送过程的动态位置跟踪,提高物料配送的及时性和准确性。

随着人工智能、物联网及机器人领域的不断更新换代,物流配送行业对相关运送设备及管理人员的要求越来越高。针对物流配送的特点,利用传感器技术、无线射频识别技术和自动控制技术,设计了一种基于物料网的智能物流配送系统。该系统结合当前物联网技术,采用射频识别/条码、自动导引运输车等技术,在不同的位置布置感知模块,开发相应的物料配送系统,并与制造执行系统集成。该系统可节省人工成本并提高系统整体效率,弥补当前物料配送方法的不足。

针对生产车间在多品种、小批量生产过程中物料调度复杂、物料配送无法匹配生产线高效准确的生产需求等问题,提出一种“刚性”物料需求计划与“柔性”产线需求结合的触发方法,构建了一种面向多品种、小批量生产方式的物料准时配送时序模型,并基于某A公司生产数据对模型进行了验证。验证结果表明,该模型能满足生产线多变物料需求,并显著提高了物料的周转率。

针对含多种物料搬运设备的车间物料配送问题,考虑搬运设备运量约束、物料需求和线边缓存约束以及时间约束,构建了以搬运成本和线边库存成本最小化、装载率最大化为优化目标的多种物料搬运设备协同调度物料配送模型;设计改进粒子群算法并给出使用此算法求解模型的具体实现过程。以助力器装配车间为例,验证了模型和算法的有效性,并将其与自适应粒子群算法进行对比,实验结果表明,改进粒子群算法的解优于自适应粒子群算法且运行时间短。

针对不确定性干扰因素影响复杂产品装配车间物料配送时间准确性的问题,提出了一种基于信息熵评价的物料配送时间节点预测方法。分析了复杂产品装配车间不确定性干扰因素的种类,采用综合时间需求因子量化不确定性干扰因素,定义装配工位状态,并建立工位状态转移概率矩阵。基于工位状态变化的马尔可夫链特性,建立复杂产品装配车间物料配送时间节点预测模型。提出平均预测误差的动态误差补偿方法修正预测值,并选取最大配送可行性时限和配送准确度为评价指标,构建基于信息熵的物料配送系统评价体系,对物料配送时间节点预测方法的有效性进行评价。最后,以某公司磨床主轴装配工位的物料配送历史数据为例,对提出的预测方法进行验证。结果表明,所提出的预测方法有助于增大物料配送系统的最大配送可行性时限、提升物料配送时间节点的...

针对作业车间的物料配送调度问题,考虑到AGV在加工过程中只参与物料运输的特性,把整个生产车间的物料调度视为一个小型的车间物流系统,在此基础上提出一种实现AGV行走路径、运输时间和配送成本等多目标最优化的多AGV作业调度模型。采用单层整数分段编码和ROV编码转换方案,通过在基本蝙蝠算法中引入禁忌表、藐视准则和局部搜索寻优等策略,构建了一种混合禁忌蝙蝠算法来求解该调度模型。仿真结果表明该算法具有一定的可行性,可以获得比较好的效果,为多AGV在一定约束条件下的车间物料调度提供了一种切实有效的实践方案。

针对生产车间物料配送的实际需求，考虑车间工位缓存区有容量约束的限制，建立了面向装配过程的物料配送路径优化问题模型，针对遗传算法易早熟的缺陷，采用了一种基于预选择机制的遗传算法对模型进行了求解。得到的配送顺序及路线用于指导车间的物料配送，可有效降低车间的配送费用，提高配送效率。最后通过实例仿真验证了模型的实用性和有效性。