【文章內(nèi)容簡介】 動。它由PLC上傳來的信號來控制啟停。當(dāng)次品出庫后，小車到出庫線的機(jī)械手臂處，由機(jī)械手臂將托盤吸住，放置到小車上面。然后小車接受到PLC發(fā)來的信號沿鋪設(shè)好的路線行至倉庫后貨物。AGV小車底部安裝了兩臺電機(jī)，由電機(jī)的轉(zhuǎn)速來控制小車的前進(jìn)和轉(zhuǎn)彎。 系統(tǒng)改進(jìn)方向高效率的控制系統(tǒng)可以提高生產(chǎn)效率和倉儲的自動化水平，控制系統(tǒng)就相當(dāng)于FMS的大腦，其性能的好壞決定了FMS系統(tǒng)的優(yōu)劣。固高FMS系統(tǒng)集光、機(jī)、電、氣以及計(jì)算機(jī)信息技術(shù)為一體，在功能和結(jié)構(gòu)方面都具有模塊化設(shè)計(jì)思想和可開發(fā)性。本課題基于該綜合平臺，對堆垛機(jī)嵌入式控制、現(xiàn)代優(yōu)化調(diào)度算法等相關(guān)技術(shù)作進(jìn)一步的研究和開發(fā)。下面概括地列出原系統(tǒng)有待改進(jìn)的方面，并提出改進(jìn)的思路和方法。l 倉儲作業(yè)：系統(tǒng)可以完成基本的單任務(wù)作業(yè)，如單任務(wù)入/出庫、移庫和調(diào)庫等功能，單任務(wù)作業(yè)一次只能完成一個(gè)倉儲任務(wù)，效率較低，消耗時(shí)間較多。對該設(shè)備的控制系統(tǒng)進(jìn)行改進(jìn)，添加復(fù)合作業(yè)任務(wù)，加入一鍵入/出庫作業(yè)和揀選作業(yè)。復(fù)雜作業(yè)可以一次完成多個(gè)連續(xù)的倉儲任務(wù)，節(jié)省時(shí)間，倉儲效率得到提高。對于揀選作業(yè)任務(wù)，可以把它抽象為TSP模型，TSP問題是如何在最短走過所有的城市。應(yīng)用遺傳算法、蟻群算法和模擬退火算法等現(xiàn)代優(yōu)化調(diào)度算法，編程實(shí)現(xiàn)，將程序生成的最優(yōu)路徑儲存為任務(wù)單。堆垛機(jī)系統(tǒng)可以根據(jù)此任務(wù)單完成揀選作業(yè)。l 堆垛機(jī)控制系統(tǒng)：該系統(tǒng)是控制系統(tǒng)的核心。因?yàn)槎讯鈾C(jī)是控制系統(tǒng)的執(zhí)行機(jī)構(gòu)，所有的倉儲作業(yè)最終都是通過堆垛機(jī)來完成，所以對堆垛機(jī)系統(tǒng)的改進(jìn)，可以提高系統(tǒng)的效率。堆垛機(jī)控制系統(tǒng)主要實(shí)現(xiàn)堆垛機(jī)的精確定位和速度控制。本文研究了堆垛機(jī)的高精度定位，對堆垛機(jī)控制系統(tǒng)進(jìn)行了分析，建立速度控制模型，利用MATLAB進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)仿真了不同的PID參數(shù)下的電流和速度圖形。比較參數(shù)不同時(shí)的仿真圖，可以得出對運(yùn)動控制器可設(shè)置的一組最優(yōu)PID參數(shù)，對實(shí)際操作時(shí)有效的控制堆垛機(jī)的速度具有實(shí)際指導(dǎo)意義。l 倉庫信息管理系統(tǒng)：在原系統(tǒng)中，無法實(shí)現(xiàn)查詢打印報(bào)表的功能，只能夠?qū)崿F(xiàn)入/出庫操作過程中簡單的資料統(tǒng)計(jì)。合理的倉庫信息管理系統(tǒng)應(yīng)該包括入庫信息管理系統(tǒng)，出庫信息管理系統(tǒng)，庫存信息管理系統(tǒng)和信息報(bào)表模塊。本文對上述管理功能模塊進(jìn)行了分析和設(shè)計(jì)。 小結(jié)本章介紹了固高FMS系統(tǒng)的硬件結(jié)構(gòu)，包括自動化立體倉庫、堆垛機(jī)、輸送線等。對系統(tǒng)各模塊的功能，包括出、入庫，雕刻等進(jìn)行了詳細(xì)的說明，針對原系統(tǒng)的一些不足以及可進(jìn)一步開發(fā)的功能，提出了后續(xù)課題研究的重點(diǎn)。3 立體倉庫調(diào)度算法的研究TSP問題[8]是指一個(gè)商人欲到n個(gè)城市推銷商品，每兩個(gè)城市i和j之間的距離為，如何選一條路徑使商人走遍所有城市后回至起點(diǎn)且所走路徑最短。TSP可分為非對稱距離和對稱距離兩大類問題。當(dāng)=時(shí)稱為對稱TSP。反之，則稱為非對稱距離TSP。旅行商問題是典型的非多項(xiàng)式時(shí)間可解難題(Nphard Problem)，許多領(lǐng)域的優(yōu)化問題都可歸結(jié)為旅行商問題。TSP問題就是尋找一條最短的遍歷n個(gè)城市的路徑，也就是搜索整數(shù)子集，其中X表示對城市的編號。使 ()取得最小值即可。其中表示的是城市到之間的距離，表示城市到之間的距離。本章就是基于TSP模型尋找最優(yōu)調(diào)度算法，使路徑最短。實(shí)踐表明，揀選作業(yè)可提高自動化立體倉庫的工作效率。揀選作業(yè)，是指堆垛機(jī)接到指令后，根據(jù)生成的任務(wù)單來執(zhí)行任務(wù)，對于任務(wù)單上的所有的貨位，堆垛機(jī)要全部走一遍，且每個(gè)貨位不重復(fù)遍歷。類似于一個(gè)典型的TSP問題，立體倉庫中需進(jìn)行揀選作業(yè)的貨位可看作旅行商所要到達(dá)的城市。堆垛機(jī)從起點(diǎn)出發(fā)，根據(jù)取貨路徑到需揀選作業(yè)的倉位執(zhí)行作業(yè)，完成任務(wù)后回終點(diǎn)。堆垛機(jī)對每個(gè)倉位都依次走一遍，那么如何走才是最短的路徑，TSP問題就是要研究的內(nèi)容。 自動化立體倉庫簡介自動化立體倉庫(AS/RS系統(tǒng))又稱高層貨架或立庫[9]，它是在電子計(jì)算機(jī)控制管理下，通過堆垛運(yùn)輸車進(jìn)行存儲保管，對貨物進(jìn)行分類、包裝、分揀、配送、存盤等功能操作的。在飛速發(fā)展的科技信息時(shí)代，自動化立體倉庫能夠滿足現(xiàn)代化生產(chǎn)要求以及物資的交流和倉儲的需要，是物流技術(shù)的一個(gè)很有意義的創(chuàng)新與改革。根據(jù)不同的標(biāo)準(zhǔn)，自動化立體倉庫有多種分類方式[10]：按貨物存取形式，可以分為單元貨架式、移動貨架式和揀選貨架式；按建筑形式[11]，可以分為整體式和分離式；按貨架構(gòu)造形式可分為單元貨位式、貫通式、水平循環(huán)式和垂直旋轉(zhuǎn)式倉庫；按作用，可以分為生產(chǎn)性倉庫和流通性倉庫。自動化立體倉庫系統(tǒng)是由機(jī)械和電氣、強(qiáng)電控制和弱電控制相結(jié)合的產(chǎn)品。其組成如下：l 貨架。一般由鋼鐵結(jié)構(gòu)構(gòu)成儲存商品的單元格，單元格內(nèi)存放托盤貨物。貨架一般有固定貨架和旋轉(zhuǎn)貨架兩種，其中旋轉(zhuǎn)貨架還配有升降臺。l 堆垛機(jī)。堆垛機(jī)又稱為搬運(yùn)車，其形式多種多樣。一般兩排高層貨架之間一般留有1~，來充當(dāng)堆垛機(jī)的軌道，堆垛機(jī)在巷道內(nèi)作來回運(yùn)動，其運(yùn)行方式有直線運(yùn)動和回轉(zhuǎn)運(yùn)動，合起來可以有四個(gè)自由度，也有多達(dá)六個(gè)自由度[12,13]。l 出庫臺和入庫臺。貨物在入庫前先在入庫臺等待巷道堆垛機(jī)的取貨入貨；貨物在出庫時(shí)先被巷道堆垛機(jī)從貨架上取出，通過輸送系統(tǒng)運(yùn)送到出庫站臺上等待運(yùn)出。因此出、入庫站臺是臨時(shí)儲存物料，以便交接或轉(zhuǎn)載的裝置。l 輸送系統(tǒng)。主要包括傳送帶輸送機(jī)、機(jī)動輥道和鏈傳動輸送機(jī)?？梢愿鶕?jù)具體的需要來選取合適的輸送線路。l 貨物自動分揀系統(tǒng)。完成貨物入庫前的分類、集中。l 控制系統(tǒng)。本系統(tǒng)采用計(jì)算機(jī)控制和管理，不同的控制方式可以控制不同的自動化立體倉庫。管理計(jì)算機(jī)承擔(dān)著重要的倉儲管理、在線控制和離線控制等功能。當(dāng)然也可以實(shí)現(xiàn)遠(yuǎn)程控制。管理系統(tǒng)可以分為單臺PLC控制、各單臺機(jī)械聯(lián)網(wǎng)控制、集中控制、分離式控制和分布式控制等。自動化立體倉庫的發(fā)展主要經(jīng)歷了五個(gè)大的階段[14]：第一代機(jī)械式立體倉庫系統(tǒng)(Mechanical Highrise Warehouse System)；第二代自動化倉庫系統(tǒng)；第三代集成化立體倉庫系統(tǒng)；第四代智能型立體倉庫系統(tǒng)；第五代“3I”(Intelligent，Integrated，Information)。我國自70年代開始進(jìn)行立體倉庫的研究工作，80年代在全國建立了50多座立體倉庫。我國第一座自動化立體倉庫是于1974年在鄭州紡織機(jī)械廠建成的。自動化物流系統(tǒng)在90年代后進(jìn)入了迅猛發(fā)展的時(shí)期，并且伴隨著多家企業(yè)、科研院校以及高等院校的開發(fā)研究，自動化立體倉庫也得到了很快的發(fā)展。1992年清華大學(xué)建成了我國第一個(gè)CIMS環(huán)境下的實(shí)驗(yàn)工程物流系統(tǒng)，中科院沈陽自動化研究所開發(fā)研制了電磁導(dǎo)引自動車[15]。但是由于當(dāng)時(shí)是以單機(jī)為主，因此水平還不高。目前，自動化倉庫已經(jīng)進(jìn)入了智能儲運(yùn)技術(shù)階段[16]。山東大學(xué)的田國會教授提出的多起點(diǎn)最近點(diǎn)搜索算法[17]和結(jié)合Hopfield網(wǎng)絡(luò)[18]模型的遺傳算法應(yīng)用在自動化立體倉庫的揀選路徑問題方面，優(yōu)化了揀選路徑。大連理工大學(xué)的李梅娟的改進(jìn)蟻群算法應(yīng)用在含多個(gè)約束條件的揀選作業(yè)路徑規(guī)劃問題，提高了自動化立體倉庫的作業(yè)效率[19]。我國自動化倉庫現(xiàn)在正處于不斷的發(fā)展和完善階段。美國的CHARLES J MALMBROG對貨物的存取隊(duì)列的排序提出了基于泊松分布原理的方法[20]。提高了貨物的存取效率。美國的RUSSELL =max(X,Y)的概率密度問題應(yīng)用到多貨叉堆垛機(jī)的貨物存取優(yōu)化策略方面，以達(dá)到減少貨物的存取時(shí)間最短[21]。 幾種常用的現(xiàn)代調(diào)度算法 調(diào)度策略調(diào)度策略是如何安排合理的出入庫任務(wù)的順序，來減少出入庫作業(yè)的時(shí)間，提高貨物的出入庫效率。在自動化立體倉庫的倉儲作業(yè)中，調(diào)度策略是指：根據(jù)自動化立體倉庫的堆垛機(jī)分配策略所規(guī)定的堆垛機(jī)分配策略。l 先來先服務(wù)策略先來先服務(wù)FIFO(First In First Out)策略是物流作業(yè)中一種最基本的策略。它是指先到的作業(yè)優(yōu)先進(jìn)入任務(wù)隊(duì)列，執(zhí)行系統(tǒng)按照任務(wù)來的先后來執(zhí)行。在利用先來先服務(wù)策略的時(shí)候，堆垛機(jī)總是先執(zhí)行任務(wù)隊(duì)列里面最靠前的任務(wù)。該策略的缺點(diǎn)是沒有優(yōu)先級，當(dāng)任務(wù)緊急的時(shí)候無法取得調(diào)度的優(yōu)先級別，因此不利于長作業(yè)運(yùn)行[22]。l 短任務(wù)優(yōu)先調(diào)度策略短任務(wù)優(yōu)先調(diào)度策略就是對作業(yè)時(shí)間短的任務(wù)，優(yōu)先進(jìn)入任務(wù)隊(duì)列，因此，堆垛機(jī)總是被任務(wù)隊(duì)列中的最短任務(wù)所占用。該策略的缺點(diǎn)是對長作業(yè)任務(wù)不利，在短任務(wù)總是優(yōu)先的情況下，長任務(wù)總是被放置到最后，而不考慮它進(jìn)入任務(wù)隊(duì)列的時(shí)間[23]。l 高優(yōu)先權(quán)優(yōu)先調(diào)度策略最短空閑時(shí)間優(yōu)先策略就是一種比較常用的高優(yōu)先權(quán)優(yōu)先調(diào)度策略。最短空閑時(shí)間優(yōu)先策略(LSF)[24]，是指任務(wù)的空閑時(shí)間最短的作業(yè)優(yōu)先進(jìn)入任務(wù)隊(duì)列。任務(wù)的空閑時(shí)間=任務(wù)相對截止時(shí)間－(出庫任務(wù)所需執(zhí)行時(shí)間估算出庫任務(wù)預(yù)計(jì)完成時(shí)刻的安全系數(shù))。在確定優(yōu)先權(quán)的時(shí)候有兩種方法：靜態(tài)優(yōu)先權(quán)和動態(tài)優(yōu)先權(quán)。靜態(tài)優(yōu)先權(quán)是指任務(wù)的優(yōu)先權(quán)是在任務(wù)進(jìn)入進(jìn)程后就被計(jì)算好的，并且該優(yōu)先權(quán)的值是固定的；動態(tài)優(yōu)先權(quán)是指任務(wù)的優(yōu)先權(quán)不固定，可變化。在任務(wù)的調(diào)度過程中，它的優(yōu)先權(quán)隨著任務(wù)的等待時(shí)間的增加而變化，從而有著更高的調(diào)度性能。l 高響應(yīng)比優(yōu)先調(diào)度策略高響應(yīng)比優(yōu)先調(diào)度策略[25]是把前面策略的動態(tài)優(yōu)先權(quán)的計(jì)算拿到該策略中的每個(gè)作業(yè)中，并確保每個(gè)作業(yè)的優(yōu)先級隨著等待時(shí)間的增加的時(shí)候并以速率a提高，這樣就能夠保證每個(gè)作業(yè)都會得到響應(yīng)。對比以上的策略，高響應(yīng)比優(yōu)先調(diào)度策略是一個(gè)比較好的策略，因?yàn)樵摬呗允紫韧ㄟ^優(yōu)先級照顧到了每個(gè)作業(yè)的優(yōu)先級別，又通過引入的響應(yīng)比r來確保了長作業(yè)最后也能夠得到響應(yīng)。 幾種現(xiàn)代調(diào)度算法介紹本文主要研究三種常用的現(xiàn)代優(yōu)化調(diào)度算法：遺傳算法、蟻群算法和模擬退火算法。l 遺傳算法遺傳算法是Holland教授[26]在20世紀(jì)70年代初期提出的，它主要借助生物進(jìn)化中的“適者生存”的規(guī)律[27]。遺傳算法與傳統(tǒng)算法的不同之處在于它并不依賴于梯度信息，而是通過模擬自然界中的種群進(jìn)化的過程來搜索最優(yōu)解。首先，它利用了編碼技術(shù)，作用于染色體，然后模擬其進(jìn)化過程。“生物進(jìn)化”和“自然選擇”是兩個(gè)非常重要的概念，生物進(jìn)化是指具有共同祖先的物種的親緣關(guān)系彼此更接近；自然選擇的概念是達(dá)爾文進(jìn)化論的關(guān)鍵，“適者生存，不適者淘汰”。自然界是這樣利用雜交和選擇相結(jié)合的方法來培養(yǎng)優(yōu)良品種的。在進(jìn)化的過程中，有性生殖的重要作用是保證后代的基因混合與重組。到八十年代末期，隨著生物學(xué)的發(fā)展，由密歇安大學(xué)的Holland[28,29]等人取得了傳統(tǒng)方法上難以比擬的效果。Whitley通過一種新的重組算子，提高了求解TSP問題時(shí)應(yīng)用到遺傳算法的效率[30]。Grenfenstette等提出了把遺傳算法（Genetic Algorithms，GA）應(yīng)用于TSP問題，GA能利用具體問題的基因算子以得到更優(yōu)的解[31]。遺傳算法中常用的操作有：選擇，交叉，變異三個(gè)算子。選擇算子是從初始種群中生成新的種群，交叉是從父代生成子代，變異是對交叉生成的子代進(jìn)行某種變異，使其具有一些新的特性，然后再進(jìn)入新的循環(huán)，得出我們想要找的最優(yōu)解。一個(gè)完整的遺傳算法的步驟如下[32]：step1 針對討論模型進(jìn)行編碼，并確定長度為n的二進(jìn)制串，即染色體；step2 產(chǎn)生初始種群POP(1)，確定種群規(guī)模N，以及交叉概率和變異概率，~[26]；step3 選擇適應(yīng)度函數(shù)，并計(jì)算每個(gè)染色體的適應(yīng)值； step4 設(shè)定遺傳算子，包括選擇算子、交叉算子和變異算子；step5 設(shè)定運(yùn)行參數(shù)；step6 設(shè)定算法結(jié)束條件；計(jì)算概率 () 并以此概率來在出生的種群中尋找出一些染色體構(gòu)成一個(gè)種群 step7根據(jù)判定條件，看最后得出的結(jié)果是否滿足要求。如果不滿足，則繼續(xù)循環(huán)步驟step6；step8 通過交配，得到一個(gè)有N個(gè)染色體的CrossPOP(t+1)；step9 以一個(gè)較小的概率P得到編譯的染色體，形成MutPOP(t)+1；一個(gè)新的群體POP(t+1)=MutPOP(t)；遺傳算法的優(yōu)勢在于它利用自然界中的編碼技術(shù)在群體中并發(fā)地進(jìn)行尋找最優(yōu)解，因此得的解是全局的。遺傳算法計(jì)算時(shí)間短、性能高、魯棒性好也是它的優(yōu)點(diǎn)。但是，由于遺傳算法的初始種群選擇的隨機(jī)性，也就導(dǎo)致很難定義出自己想要的初始種群，因此對于初始種群的選擇，也是一個(gè)需要研究的地方。l 蟻群算法蟻群算法是模擬螞蟻覓食活動、利用群體進(jìn)行優(yōu)化搜索的模型。螞蟻在覓食的過程中，會在它走過的地方釋放一種氣體，稱為信息素。螞蟻在它遇到的每個(gè)路口都會釋放信息素。螞蟻在遇到一個(gè)新的路口時(shí)，它會隨機(jī)的選擇一條路來行走且通過信息素濃度的高低，來選擇下次行走的路徑。因此螞蟻群就可以最終尋找到最優(yōu)路徑，也即通過分布式協(xié)作、正反饋來找到最優(yōu)解。在蟻群算法中，每只螞蟻分工合作，獨(dú)立地搜索可能的解，每只螞蟻負(fù)責(zé)收集蟻群釋放的信息素濃度信息和周圍環(huán)境的信息。依照概率選擇下一狀態(tài)，通過對所獲信息進(jìn)行評價(jià)，逐步構(gòu)造問題的可能的解。并最終找到所求問題的最優(yōu)解[33]。蟻群算法具有魯棒性強(qiáng)、易于與其它算法結(jié)合、計(jì)算的并行性優(yōu)點(diǎn)，因此受到越來越多研究者的關(guān)注。蟻群算法的步驟如下：step1 參數(shù)初始化，包括選定螞蟻個(gè)數(shù)，螞蟻個(gè)數(shù)即為所考慮的貨位的個(gè)數(shù)；step2 循環(huán)次數(shù)加1；step3 螞蟻的禁忌表索引號k=1；step4 對k加1；step5 根據(jù)狀態(tài)轉(zhuǎn)移概念公式計(jì)算個(gè)體的概率，然后選擇下一步該走的地點(diǎn)并前進(jìn)；step6 修改禁忌表指標(biāo)，即選擇好之后將螞蟻移動到新的頂點(diǎn)(城市)，并把該頂點(diǎn)(城市)移動到該螞蟻個(gè)體的禁忌表中；step7 如果所有的城市未遍歷完，則重復(fù)step4；step8 更新信息量；step9 結(jié)束條件：若滿足，則輸出結(jié)果；若不滿足，則重復(fù)step2。l 模擬退火算法模擬退火算法是模擬金屬退火的過程，退火是指通過加溫來提高金屬的內(nèi)能，使得原子有能力擺脫原來的狀態(tài)，從而達(dá)到一個(gè)更穩(wěn)定的狀態(tài)。在加熱過程中，當(dāng)