AGV系统调度策略在AutoMod仿真模型中的实现
来源:用户上传
作者: 袁召云 方 泳 崔 维
摘要：AGV系统在物料柔性搬运中是一个非常重要的环节。如何准确评估AGV系统的运行效率，特别是在项目前期确定AGV数量及路径优化，是非常重要的课题。本文建立了基于AGV实际调度策略的仿真模型，为评估AGV系统运行效率提供了实用的仿真方法。
关键词：仿真、AGV、效率坪估、AutoMod
随着自动化物流技术的逐步推广，AGV(自动搬运小车)系统的应用领域越来越广泛。与此同时，由于商业保密、系统运行不确定等原因，关于AGV效率评估方面的研究到目前为止还是一片空白。
由于缺乏相关的理论研究支持，用于评估AGV效率的手段也比较缺乏。目前主要有两种评估方法：一是采用计算手段，但得到的结果比较粗放，准确性较差，而且数据太少，不足以全面评估AGV的效率；二是采用仿真手段，目前主流应用于物流领域的仿真软件如AutoMod、FlexSim、EM Plant等均提供了类似的调度策略，但各软件生产商均没有针对AGV的实际应用环境、车辆管理策略、交通管理策略、任务调度策略等进行仿真技术及方法的开发应用，只具备一些基础性的调度策略，因此导致AGV系统仿真模型在一定程度上存在与实际情况不相吻合的问题，造成仿真结果偏差大，对系统设计和设备配置的指导意义较差，而需要更多地依靠经验数据和计算结果。
针对这一现状，亟需运用仿真软件生产厂商提供的各种内部函数和接口，建立符合AGV实际运行要求的调度策略模型，通过仿真软件的应用者编制相应策略，为实现实际调度仿真提供可能。本文提出的基于AutoMod仿真软件实现的AGV调度策略仿真模型，就是针对AGV系统效率评估提出的一种有效解决方案。
AGV系统调度策略的仿真建模方法
1 建模中采用的几个概念
以下几个为系统常量，整个系统内所有AGV小车均取同一固定值。
(1)绑定连接距离：指任务接货点与小车绑定连接时的距离，当大于该值时为松散连接，否则为绑定连接。松散连接可变更，绑定连接不可变更。
(2)额定运行时长：指小车充电完成后，到需要再次充电的运行时间长度最小值。当小车检测到自身运行时长大于等于额定运行时长时，即需要到充电点进行充电，充电完成后才能接受新的任务，或继续执行原有任务。
(3)充电时长：指小车每次充电的时间长度。
2 AGV小车状态的定义
AGV小车状态定义为以下几种：休息、接货前走行I(任务与小车松散连接)、接货前走行Ⅱ(任务与小车绑定连接)、接货、送货前走行、送货、空闲回休息点走行、充电等待回休息点走行、充电等待、充电前走行、充电，分别命名为AGV小车状态0～10。
3 AGV小车状态的变更
采用自定义属性记录小车状态，是整个AGV系统调度策略建模的基础，下面采用跟踪小车流程的方法解释状态变更。
在一般流程中，AGV小车的状态包括：
(1)仿真开始后，所有小车均在休息点待命，小车状态均为0。
(2)当有物料到达AGV接货点时，呼叫最近的可接货小车来接货。此时，如果被呼叫小车距离物料接货点小于等于绑定连接距离时，置小车状态为2，否则为1；当被呼叫小车行驶到小于等于绑定连接距离后，小车状态为2。
(3)当小车到达接货点开始接货时，状态为3。
(4)当小车接货完成准备开始卸货前走行时，状态为4。
(5)当小车到达卸货点开始卸货时，状态为5。
(6)当小车卸货完成后，有以下几种情况：
如果当前运行时长小于额定运行时长，且没有接货任务，置小车状态为6，与最近的休息点连接并向休息点走行；如果有接货任务，置小车状态为1或2，向对应任务接货点走行。
如果当前运行时长大于等于额定运行时长，置小车状态为9，与最近的充电点连接并向充电点走行。
(7)当小车到达休息点后，状态为O。
(8)当小车到达充电点后，状态为10；充电完成后，再查找有没有未处理的接货任务，如果有，置小车状态为1或2，去接货；否则置小车状态为6，回休息点。
此外，还存在以下情况：
(1)如果当前小车在状态1(与物料松散连接)的情况下被别的小车取代，即变更连接，则置当前小车状态为6，回休息点。
(2)如果当前小车在状态为6的情况下被物料呼叫，则置小车状态为1或2，去接货。
0物料与AGV小车建立连接
有推式和拉式两种。
(1)推式：即物料呼叫小车。当物料到达AGV接货点时，首先执行推式程序段，通过比较相对距离，在状态为。或6的小车中查找最近的小车来接货。在系统只要有空闲小车的情况下均按推式建立连接。
(2)拉式：即小车呼叫物料。当所有小车状态均不等于0或6时，物料将被挂起。此后在小车有空闲时，首先检测是否有被挂起的物料，如果有，则将符合条件的被挂起物料提取出来建立连接。
5 变更物料与AGV小车连接
通过以下举例能更好地理解变更连接算法。
(1)当被呼叫的1#小车接货前走行距离大于绑定连接距离时，置小车状态为1，该状态为松散连接，当2#小车完成卸货或充电任务后，即检测是否离当前任务接货点更近，如果是则取消1#小车与物料连接，1#小车返回休息点，2#小车与物料建立连接。
(2)当被呼叫的小车接货前行驶至小于等于绑定连接距离后，置小车状态为2，该状态为绑定连接，此后即便是有更靠近的可接货小车，也不再变更连接。
从以上实现AGV调度策略的仿真模型建模方法可以看出，该建模方法与AGV的实际调度策略几乎是一致的，因此从方法上就可以保证仿真结果的有效性。
AGV系统调度策略的仿真建模与输出
选取某物流项目的AGV系统为研究对象，该项目交验时实测AGV系统运行效率为50％。以该系统真实规划路径和正常出库时段流量为依据建立仿真模型。图1为AGV路径规划，图2为AutoMod仿真运行效果图。
1 输入参数
仿真模型输入需提供的数据，包括每天处理的物料流量、流程等，同时还有AGV系统参数、设备参数等，详见表1。
2 仿真输出
为检验系统可靠性，并使仿真统计数据更稳定，设定系统仿真总时长为一周五天，每天7小时，共计35小时进行仿真。
为了比较只采用AutoMod基础调度策略和采用本文所述AGV调度策略的差异，对该项目采用两种方法分别进行仿真，并按照AutoMod标准输出报告及自定义输出报告两种方式分别得到仿真输出数据。
3 仿真输出报告解析
(1)AutoMod标准输出报告
系统是从送货(Delivering，含送货前走行)、接货(Retrieving，含接货前走行)、回休息点
(Going To Park)和休息(Parking)4个状态进行统计，主要参考指标为休息所点总时长比例，即空闲率，所以可理解为系统利用率分别平均为(1－0.540)×100％=46.0％(按AutoMod基础调度策略进行仿真)、(1-0.593)×100％=40.7％(按AGV调度策略进行仿真)。
在接货统计列，之所以存有一定差异且相对较大，是因为按AGV调度策略进行仿真存在接货任务变更连接，从而造成接货物料数的重复统计。
(2)自定义输出报告
自定义输出报告严格按AGV小车状态0～10分别进行统计，主要参考指标为休息所占总时长比例，即空闲率，所以可理解为系统利用率平均为(1-0.511)×100％=48.9％；另一个重要指标为系统未接货物料数，从输出报告可以看出，没有系统未接货处理物料。
4 从仿真输出报告进行调度策略的分析比较
(1)两种调度策略实现方法的比较
首先是小车统计数据存在一定差异：按AutoMod基础调度策略进行仿真时，所有AGV不论距离远近均按序号顺序轮回呼叫，所以各种统计数据差异很小；而按AGV调度策略进行仿真，实现了就近呼叫，并存在任务变更，所以各AGV小车处理的物料数及其统计数据差异很大，更贴合项目现场调度。
其次是系统统计数据存在一定差异：按AutoMod基础调度策略进行仿真无法实现充电、变更连接、拉式呼叫等策略，需要等到AGV回到休息点后才能接受新的任务，所以存在返回休息点前不能接货、不能变更连接等问题，仿真统计数据几乎没有参考价值；而按AGV调度策略进行仿真则实现了各种实际存在的调度策略，所有相关调度策略都在仿真中得以体现，仿真统计数据更加真实可靠。
(2)基于AGV调度策略仿真的两种统计数据的比较
根据系统标准输出报告和自定义输出报告，两种统计方式得到的结果并不一致，AutoMod标准输出报告中的空闲率不只包含AGV小车在休息点休息的时间比例，还包含了在充电点充电的时间比例，显然是不合适的。所以应以自定义输出报告数据为准，才能准确评估AGV效率。
(3)仿真结果与现场实测数据的比较
仿真结果中系统利用率为48.9％，现场实测为50％，两者存在1.1％的误差，完全在可接受范围内，仿真结果数据准确，从而证明了仿真调度策略真实可靠。
AGV调度策略仿真模型的意义
仿真技术是分析、设计和优化复杂系统强有力的工具。在物流项目规划设计阶段，不用搭建实体模型，只用实体模型的小部分费用在计算机中建立虚拟模型来验证系统的可行性、可靠性及设备配置，即可以极大地降低决策的风险。
对本文针对AGV系统调度策略仿真的难题提出了现实可行、真实可靠的AGV调度策略仿真模型建模方法，并通过实际项目进行了应用和验证，证实了该方法的有效性和可用性，为AGV系统在更为复杂和多变的作业环境中拓展应用领域奠定了强有力的仿真基础。
转载注明来源:https://www.xzbu.com/2/view-547491.htm
