摘要：随着工业发展对智能化需求的日益增长，RGV小车在运输及仓储方面的应用也越来越广泛，如何以最优路径调度成为了当前需要解决的重要问题。本文主要针对存在故障的情况下RGV的智能调度研究。将故障发生情况采用随机数思想。使用rand函数在区间内随机生成一个整数作为发生故障时所对应的加工物料序号。使RGV在预先规划好的路径中跨越故障点。直至CNC排除故障，投入下一周期的运行。
关键词：智能RGV；故障排除
引言
一个智能加工系统是由8台计算机数控机床、1辆轨道式自动引导车、1条RGV直线轨道、1条上料传送带、1条下料传送带等附属设备组成的。RGV，即轨道式导引小车，国内一般称为穿梭小车或者穿梭车，是一种在车间或者自动化立体仓库中沿着轨道运行的物料运送工具。该小车是一种无人驾驶、能在固定轨道上自由运行的智能车。它根据指令能自动控制移动方向和距离，并自带一个机械手臂两只机械手爪和物料清洗槽，能够完成上下料及清洗物料等作业任务。
1 模型建立
众所周知，CNC在加工过程中会发生故障的概率约为1%。当CNC发生故障后，会阻碍系统正常生产，扰乱最优资源的调度。因为每次故障排除的时间介于10-20分钟，为了简化模型，取排除故障所用时间的平均值，所以拟将每次故障排除的时间定为15分钟。由于每台机器发生故障的概率相同，且在同一时间内两台机器都发生故障的概率仅为，对于仅有的不到一千个物料序号数据而言，可以忽略不记。具体模型的建立如流程图所示：
图 1 模型建立过程流程图
2 模型检验
以100个数据为一个基本单位，将无故障的三组数据划分区间，不足100个数据的按100个数据处理。借助matlab中的rand函数[4]，在三组数据所划分的四个区间内分别产生一个随机整数，拟作为出现故障时分别对应的加工物料序号。matlab进行随机整数模拟实验的结果如表1所示：
表1 matlab随机整数实验模拟结果
通过模拟出的随机整数找出出现故障时的加工序号，并将其上料时间点剔除。即在发生故障的时间内，RGV在已规划好的路径上越过故障点，继续进行下一CNC平台的上下料，直至有故障的CNC平台经人工处理排除障碍，再投入下一周期的运行。运行结果在Case_3_result_1中呈现。
依据上述一道工序的最优路径模型得出八台CNC机器全部进入工作状态所用时间（一周期）函数为：
将题目给定的三组参数数据分别带入上式得到一周期时间，如表所示
表1 三组参数数据一周期时间
求解三组数据的一周期时间的标准差为78，在工序加工参数影响的误差范围内影响较小，所以此模型具有良好的有效性与实用性。
参考文献
[1]申鸿烨,于维海.进程先来先服务调度算法的动态演示研究[J].现代计算机(专业版),2017(22):3-5
[2]张水舰,刘学军,杨洋.动态随机最短路径算法研究[J].物理学报,2012,61(16):1-10
论文作者:龙景堂1 花俊1 李佳伟1 刘安情2 曾婷2
论文发表刊物:《新材料.新装饰》2018年10月下
论文发表时间:2019/7/1
标签：故障论文; 物料论文; 时间论文; 整数论文; 数据论文; 模型论文; 发生论文; 《新材料.新装饰》2018年10月下论文;