论文部分内容阅读
在智能制造这场新的工业革命浪潮中,全球制造业都面临着前所未有的变革、冲击与机遇,各国分别制订了针对自身国情的发展战略。我国也于2015年提出“中国制造2025”作为制造强国战略,制造业向着智能化发展是必然趋势。智能工厂作为智能制造的主要载体,具备一定的协调、重组、扩充特性及自主决策能力,且内部互联。车间调度一直以来都是生产制造中非常重要的环节,无论传统制造还是智能制造,合理的调度会为企业提高生产效率和维护企业利益做出卓越贡献。传统的静态调度方法和基于预调度的动态调度方法无法完全适用于未来智能工厂的实时调度问题,因此本文针对智能工厂中生产加工的特点,将定位技术与Agent技术等融入系统,探讨智能工厂中实时调度问题的解决方法。论文主要研究成果如下:(1)提出了一种基于低成本惯性测量单元(IMU)与射频识别(RFID)技术结合的AGV室内定位方法。AGV作为生产调度的主要研究对象,为实现对AGV的实时调度,首先要解决它的实时定位问题。通过分析低成本IMU的定位误差特点,提取其定位误差特征,构建AGV室内实时定位误差补偿模型,提高AGV的实时定位精度;同时利用RFID电子标签作为参考节点,实现AGV累积定位误差的消除,进一步提高AGV的定位精度。(2)构建了基于Multi-Agent的车间调度总体模型。在实现AGV实时定位的基础上,重点分析了Agent及多Agent技术的特点和优势,将多Agent技术应用于智能车间实时调度模型的建立中,利用多Agent技术将智能车间中的生产要素智能化,使车间中的生产资源成为Agent,并以各Agent作为研究的智能终端,实现基于Agent技术的智能车间实时调度模型的设计与建立。(3)提出了智能车间中Multi-Agent实时调度方法。对多Agent间的协商机制进行研究,针对传统合同网存在的通讯浪费、约束简单和完成任务无反馈等不足,对其进行改进,引入了绩效考核反馈、任务优先级以及缓冲池制度等。在感知智能车间各生产资源的状态信息(如机床的加工状态信息、AGV实时位置和任务信息等)的基础上,分别针对加工设备和AGV设计了基于改进合同网的任务决策机制,实现了智能车间多Agent间任务的实时调度。(4)实例验证了基于AGV实时定位的智能车间实时调度方法的可行性。采用课题组自主开发的生产车间仿真系统ePlantSim,集成上述智能车间实时调度方法,并以生产任务为驱动模拟了智能车间的运作过程,对实验结果进行数据分析,验证了论文所提方法的可行性。