摘要：RGV有轨制导车辆系统是一种自动化，无人化的系统，被广泛用于现代化物流系统中，直线往复式RGV系统可以使用同样的刀具加工一道工序或由两台不同的CNC加工两道工序，但在加工过程可能会发生故障，因此RGV的动态调度是提高工作效率的基础。本文对智能RGV的动态调度策略进行分析研究。
关键词：排队论；MMC模型；CNC
引言
智能加工系统由8台CNC、1台带机械手和清洗槽的RGV、1条RGV直线轨道、1条上料传送带和1条下料传送带等附属设备构成。RGV在收到需求信号后运行至需要作业的CNC处，自行辨别CNC的上下料作业次序。RGV在不移动的情况下用一只机械手抓取出清洗槽中的成料放入熟料到清洗槽中，然后转动机械臂，将成料放到下料传送带上送出系统。
1 RGV的动态调度模型
1.1数据准备
RGV的运行路径有两种方式，一种是从起始点到终止点一次完成上料，即对计算机数控机床1，计算机数控化机床2…依照顺序进行上下料和清洗处理，根据指令在直线轨道上移动一个单位所需时间为Rt1，所以完成一次上料后RGV停在1,2之间等候指令。 另一种是RGV按CNC编号1,3,5,7,8,6,4,2，完成上料后RGV停在7,8之间等待指令。我们将RGV看做服务台，将CNC看做被服务者，服务台相继到达被服务者的时间符合参数为λ的指数分布，符合排队论系统。
在调度决策的时候往往只有临近部分的任务是已知的，大多数任务是在传达决策后随机到达，因此在进行RGV对指令的接收和上下料及清洗工作时，需要考虑采用的调度方法是可以在一定时间内完成最多的任务。
1.2 MMC模型
运用生成函数求解，考虑两个序列，设{pn}为系统中有8个数控机床的概率序列，{cn}为一次到达n个客户的概率序列，得出{pn}和{cn}生成的函数。两边乘上zn再相加，再根据生成函数性质，得到：
1.2.1一道工序的完成
即CNC加工完成一个一道工序的物料所需时间为W，RGV平均移动时间为Wq-W,假设RGV完成一个物料的清洗作业所需时间为Ct,RGV为CNC一次上下料的时间为St,RGV的空闲时间为Qt。因此可得，所有阶段时间总和不超过8小时。即为：Wq+Ct+St+Qt≤8。
1.2.2两道工序的完成
由于第二组第三组中CNC加工完成一个两道工序物料的第一道工序所需时间和第二道工序所需时间与第一组相差较大，因此我们选用不同序号的CNC来分别做第一道工序与第二道工序第一组为正常情况下2,4,6,8号CNC做第一道工序，其余CNC做第二道工序。在第二组与第三组的数据中，数据可能与实际偏差太大，所以我们采用交叉分布，3,4,7,8号CNC做第一道工序，其余做第二道工序。
因此CNC加工完成一个两道工序的物料所需时间为W1+W2，所有阶段时间总和不超过8小时。
1.2.3发生故障情况
CNC在加工过程中可能发生故障概率约为1%，故障产生是随机过程，因此我们采用蒙特卡洛随机模拟正在加工过程中产生故障的CNC编号。
第一步，构造或描述概率过程。第二步，实现从已知概率分布抽样。第三步，建立各种估计量，相当于对模拟实验的结果进行考察和登记，从中得到问题的解。因为出现故障的CNC编号是随机的，所以符合蒙特卡洛算法。因此我们得到了一道程序和二道程序出现故障的CNC编号。
在故障排除时间内，可以认为系统中有七台数控机床，因此数控机床加工时在系统中的平均耗时和平均等待时间都会变长。
2 实用性和有效性的模型
根据数据，带入模型可得所有工件的加工起始时间以及完成时间，还有发生故障情况下的CNC工作情况。根据所得数据计算RGV调度策略和效率，说明它的实用性和有效性。
以下给出无故障时第三组所有物料加工的开始和结束时间的一部分，制出开始结束时间表，共计49组数据举例说明，这49组数据表示无故障时1小时下加工的所有工件，因为所有的CNC都是相同的，随机找一个CNC，计算它的工作效率，它能代表这种情况下的加工效率。随机计算CNC1#的效率，进而计算其工作效率为99.25%，同理计算出第一组，第二组的效率分别为96.96%，96.62%。
因此，由三组的CNC效率可知，此模型的实用性和有效性是非常高的，由模型所得的所有加工物料的数据见支撑材料。
根据蒙特卡洛算法，我们可以得到一道程序和两道程序出现故障的CNC编号表。我们得到了每组出现故障的CNC的个数和编号，代入公式，我们可以得到每组出现一道工序故障的处理时间分别为16.8、18.2、15.9。每组出现二道工序故障的处理时间为14.97、17.6、15.8。再根据工序处理时间可知，每道工序每组故障的处理时间变化范围在0~0.9%之间，所以模型具有有效性和实用性。
3 结论
相对于先完成编号为奇数的数控机床的工作任务在完成偶数编号的任务的策略，采用MMC模型有很大的作业优势，在上料传送带和下料传送带的两侧各安装4台CNC，等距排列，每台CNC同一时间只能安装1种刀具加工1个物料。RGV在收到某CNC的需求信号后，会自行确定该CNC的上下料作业次序，并依次按顺序为其上下料作业。根据需求指令，在提高工作效率的同时，也增加了每台数控机床的利用率，由于RGV为偶数编号CNC一次上下料所需时间要大于为奇数编号CNC一次上下料所需时间，使用此策略快速地上下料作业有效地降低了流程完成的时间。
参考文献
[1]朱陆陆. 蒙特卡洛方法及应用[D].华中师范大学,2014.
[2]吴孟达. 数学建模教程[M]. 高等教育出版社, 2011.
论文作者:李道安1 陈哲2 梁拓1
论文发表刊物:《新材料·新装饰》2018年8月上
论文发表时间:2019/3/13
标签：工序论文; 加工论文; 时间论文; 所需论文; 时间为论文; 作业论文; 编号论文; 《新材料·新装饰》2018年8月上论文;