[发明专利]一种基于故障RGV智能二道工序加工调度方法

说明书

本发明公开了一种基于故障RGV智能二道工序加工调度方法，包括：以单次二道工序产品通过RGV系统加工完成的时长数据为系统参数，对单轨道两边各四组对称加工刀头的RGV智能加工系统，选择一道工序产品加工刀头CNC等待时间和二道工序产品加工刀头CNC空闲时间最小为总目标，考虑随机故障发生的系统产品加工物品编号、加工时长、加工刀头CNC标号为系统约束变量，建立生物演化——动态规划预测模型，对批量产品生产和加工进行预测分析，采用随机增量学习机制求出加工刀头CNC的最佳一道和二道工序分配方案，为企业制定工作计划提供依据。

技术领域

本发明涉及RGV技术领域，尤其涉及一种基于故障RGV智能二道工序加工调度方法。

背景技术

随着自动化控制技术的发展，单轨道RGV智能系统凭借着价格低廉、方便灵活的优点，被广泛代替人工应用于各种产品深加工行业。但由于行业应用要求不同，经常需要单组单轨道RGV智能系统进行产品二道工序加工。二道工序加工远比一道工序加工的过程复杂，需要对CNC加工刀头进行合理分配，缺乏合理的分配方案，RGV智能系统利用效率低下，这一直是那些对RGV智能技术要求不高的中小企业难题，尤其对于那些中小企业资金紧缺、陈旧设备老化，RGV智能系统避免不了会经常出现故障停工，更需要优化的决策方案。

目前，对于有故障RGV二道工序加工动态调度模型最常见的是遗传算法，它是一种随机搜索方法，这种方法概率的选取带有一定主观性，同时对于不同的二道工序产品加工分配方案的差异，遗传算法缺乏一定的学习性能。一些将遗传算法或模拟退火法与网络模型如有向图和Petri网等结合的模型，通过网络的构建，将物品加工演化成一定的网络改变，同时通过智能算法求网络最优，能达到任务的最佳安排，网络模型能很好的避免既定的人为模式，但这种智能算法与网络模型结合的模型需要大量的数据训练，求解繁琐，对中小企业实用性不明显。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于故障RGV智能二道工序加工调度方法；

本发明提出的一种基于故障RGV智能二道工序加工调度方法，包括：

S1、预设第一道工序时刀头加工单个产品时的第一道工序加工时长、第一道工序产品编号、第一道工序刀头数目初始值、第一道工序转移次数、第一道工序上下料时间，第二道工序时刀头加工单个产品时的第二道工序加工时长、第二道工序产品编号、第二道工序刀头数目初始值、第二道工序转移次数、第二道工序上下料时间，及状态变量、RGV移动时长、产品的生产数目、刀头的标号、RGV位置、刀头清洗时长、刀头的工作总时长、刀头故障时间节点，所述状态变量包括空闲变量和非空闲变量；

S2、在第一道工序时，根据预设的刀头空闲加工时长优先策略确定RGV到达的刀头，并控制RGV向刀头移动；

S3、获取当前时间，判断当前时间是否为刀头故障时间节点，若是，随机将任一个刀头标记为故障刀头，并执行步骤S4；若否，执行步骤S5；

S4、判断故障刀头是否为RGV到达的刀头，若是，RGV停止向刀头移动，执行步骤S2；若否，执行步骤S5；

S5、获取RGV位置，判断RGV是否到达刀头，若是，执行步骤S6；若否，RGV继续向刀头移动；

S6、判断刀头是否空闲，若是，进行刀头上料，并根据预设的离散化生物演化方程更新第一道工序刀头空闲状态变量，直到上料完成后，更新产品的生产数目，执行步骤S7；若否，进行刀头下料及清洗，并根据预设的离散化生物演化方程更新第一道工序刀头非空闲状态变量，直到下料完成后，更新产品的生产数目，执行步骤S7；

S7、在第二道工序时，根据预设的刀头空闲加工时长优先策略确定RGV到达的刀头，并控制RGV向刀头移动；

S8、获取当前时间，判断当前时间是否为刀头故障时间节点，若是，随机将任一个刀头标记为故障刀头，并执行步骤S9；若否，执行步骤S10；