4 算例分析

以电气配件制造车间为例进行本文的实例验证。该车间的电气配件制造工序包括铆接、压线、点焊、攻牙、喷印、移印、预装配、总装配等。该厂装配车间有一个原料仓库，其中包括4个立体仓库，3个堆垛机，车间有15个加工工位，编号1-15，车间呈S型分布，分布步长为5米，每个加工工位前有1台线边机械手，6台激光引导式AGV。AGV负责原料和在制品的配送。该车间个搬运设备参数如表1所示，各工作站点间的车辆行驶时间如表2所示，0表示原料仓库，各加工工位间的距离如表2所示。
本文以固定的搬运任务数和固定使用的AGV数分别进行实验，并分别考虑在交叉路口避碰和不考虑避碰的两种情况进行对照。算例1搬运任务为40，堆垛机数3，AGV数为3；算例2搬运任务为40，堆垛机数3，AGV数为6；算例3搬运任务为70，堆垛机数3，AGV数为3；算例4搬运任务为70，堆垛机数3，AGV数为6。

表1车门搬运设备实际参数表

表2 各工作站点间距离表

实验结果如表3所示，搬运任务数相同时，AGV在交叉路口的耗时与AGV数量成正比，总完工时间与AGV数量成反比。AGV数量相同时，AGV在交叉路口的耗时和总完工时间均与搬运任务数成正比，即固定AGV的使用数量，搬运任务越多，AGV在交叉路口的耗时和总完工时间都随之增加。
1）交叉路口考虑避碰
实验结果如表4所示，考虑AGV在交叉路口的避碰情况，每个算例中AGV在路口的等待耗时均有不同程度的减少，随着AGV数量或者搬运任务数量的增加，

表3 交叉路口不考虑避碰的实验结果表

AGV在路口的碰撞可能性增加，使得AGV在路口的等待耗时减少效果较为明显。
将在交叉路口不考虑避碰规则和考虑避碰规则两种情况进行对比，如图6和图7所示，算例1-4在考虑避碰规则下，路口等待时间和总完工时间都有一定程度的减少，即在考虑交叉路口避碰的情况下，多设备协同作业的总完工时间、路口等待时间和作业效率都有所提高。

表4 交叉路口考虑避碰的实验结果表

2）结果对比

图6 两种情况的交叉路口等待耗时图

图7 两种情况的总完工时间图

3）算法性能比较
通过算例2将本文的优化自适应PSO与传统PSO进行比较，由图8和表5可知，在迭代初期，算法趋于快速收敛，在25代左右寻得次优解。在迭代后期，基于自适应变异概率，其概率值增大，算法的搜索空间得以增大，在35代左右找到全局最优解。优化自适应PSO在解的变化和种群均值的变化都更为稳定且收敛速度更快。

表5 算法运算结果比较表

图8 目标函数变化曲线图

5 结语

本文针对智能工厂中多搬运载体的协同作业问题，建立以总任务完工时间最少为主决策目标和以惩罚成本最低为辅助决策目标的协同作业优化模型。考虑AGV在交叉路口的避碰规则，AGV在检测以互容和不容两种相位判断多辆AGV是否可以同时在交叉路口通行，针对处于不容相位的AGV，通过动态调整行车优先级规则，以最大程度上保证任务执行的准时性。协同作业模型采用优化PSO算法求解，为避免在迭代后期陷入局部最优，引入遗传算法中的自适应变异，增强算法搜索解的维度空间。以电气配件制造装配车间为实例，以控制变量法对在交叉路口考虑避碰规则和不考虑避碰进行对比，结果表明在路口等待时间和总完工时间上，考虑避碰规则的结果都优于不考虑避碰的情况。将优化PSO算法和传统PSO进行同模型同算例对比，结果表明在最优解、种群最优解均值和收敛次数上优化自适应PSO算法呈较为明显优势。

参考文献：

[1] 陈敏,黎展滔,陈庆新,等.考虑有限物流运输能力的智能车间AGV调度算法研究[J].工业工程,2019,22(4):49-57.
[2] 贺长征,宋豫川,雷琦,等.柔性作业车间多自动导引小车和机器的集成调度[J].中国机械工程,2019,30(4):438-447.
[3] 刘旭,楼佩煌,钱晓明,等.基于改进遗传算法的物料配送多AGV调度优化[J].机械设计与制造工程,2015,44(3):16-21.
[4] 岳笑含,许晓健,王溪波.面向FMS基于改进的混合PSO-GA的多AGV调度算法研究[J].计算机科学,2018,45(S2):167-171.
[5] Abdelmaguid T F, Nassef A O, Kamal B A, et al. A hybrid GA/heuristic approach to the simultaneous scheduling of machines and automated guided vehicles[J].International journal of production research,2014,42(2):267-281.