具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述。

符号说明

CNC指代计算机数控机床，RGV轨道式自动引导车，Res_c指代计算机数控机床的剩余工作时间，Res_rvg指代轨道式自动引导车的剩余工作时间。

实施例1

智能加工系统的动态调度的方法，所述智能加工系统包括：8台计算机数控机床、1辆轨道式自动引导车、1条上料传送带、1条下料传送带，

当智能加工系统采用一道工序加工时的调度方法为：

S1：初始化各变量；初始化八个计算机数控机床工作台的坐标为(112233 44)初始化标记八个计算机数控机床的剩余工作时间Res_c和轨道式自动引导车的剩余工作时间Res_rvg。以1-3-5-7-8-6-4-2为首次上料顺序并得出上料完成时的Res_c和Res_rvg，RGV坐标为1。由此数据开始模拟加工系统的运行。

S2：开始从完成八台计算机数控机床的时间t0开始到8*60*60s结束的关于时间t的循环；1)时间t增加一秒，判断此时间t时轨道式自动引导车是否正在工作，即判断Res_rvg是否为0，若Res_rvg不为0则自减1s且将轨道式自动引导车标志位flag1置0，若Res_rvg为0则将轨道式自动引导车标志位flag1 置1。

2)判断时间t时八台是否正在工作，即判断Res_c数组是否全不为0.将不为 0的Res_c数组元素自减1，坐标为inf无穷大，若Res_c有0元素，将计算机数控机床标志位flag2置1，将为Res_c＝0的计算机数控机床工作台坐标设置为初始坐标中对应坐标.若全不为0，则将完成此次循环，转第一步。

3)判断flag1和flag2是否全为1，若是，转向第四步；若不是，结束循环，转向第一步。

4)计算RVG与已完成工作的计算机数控机床工作台的距离，若距离为0，将此计算机数控机床的编号及此时时间t存入作业流程表。工作时间减一赋予此计算机数控机床工作台的剩余工作时间Res_c，计算机数控机床标志位flag2 置0；若距离不为0，转第五步。

5)由计算得到的与各计算机数控机床工作台的距离，移动RVG到最近的计算机数控机床工作台，移动时间减一赋予RVG工作时间Res_rvg，轨道式自动引导车标志位flag1置0，转向第一步。

S3：循环结束，输出作业流程表；

当智能加工系统采用二道工序加工时的调度方法为：

S1：初始化各变量；初始化八个计算机数控机床工作台的坐标为(1 1 2 2 3 3 44)初始化标记八个计算机数控机床的剩余工作时间Res_c和轨道式自动引导车的剩余工作时间Res_rvg，RGV初始坐标为1，flag1为轨道式自动引导车状态标志位，flag2为第一道工序的计算机数控机床工作台状态标志位，flag3为第二道工序的计算机数控机床工作台状态标志位，flag4为是否再进行第二道工序上料状态标志位，初始标志位均为0。

S2：根据完成第一二道工序的时间得到最优的两种计算机数控机床工作台配比，由此数据开始模拟加工系统的运行；

S3：开始从完成八台计算机数控机床的时间t0开始到8*60*60s结束的关于时间t的循环；

1)时间t增加一秒，判断此时间t时轨道式自动引导车是否正在工作，即判断Res_rvg是否为0，若Res_rvg不为0则自减1s且将flag1置0，若Res_rvg 为0则将flag1置1。

2)检查时间t时第n台计算机数控机床的工作状态，若此计算机数控机床工作台是第一道工序的计算机数控机床工作台，转第三步；若此计算机数控机床工作台是第二道工序的计算机数控机床工作台，转第四步；

3)若此第n台计算机数控机床未工作，flag2置1，第n台计算机数控机床的坐标设为初始坐标中对应坐标。若未完成工作，第n台计算机数控机床工作时间减1s，第n台计算机数控机床的坐标设为初始坐标中对应坐标inf；

4)若此第n台计算机数控机床未工作，flag3置1，第n台计算机数控机床的坐标设为初始坐标中对应坐标。若未完成工作，第n台计算机数控机床工作时间减1s，第n台计算机数控机床的坐标设为初始坐标中对应坐标inf；

5)判断flag1是否为1，若是，转向第六步；若不是，结束循环，转向第一步；

6)判断flag4是否为1，若是，转向第七步；若不是，转向第十步；

7)判断flag3是否为1，若是，转向第八步；若不是，结束循环，转向第一步；

8)计算RVG与计算机数控机床工作台的距离，若距离为0，将此计算机数控机床的编号及此时时间t存入作业流程表。工作时间减一赋予此计算机数控机床工作台的剩余工作时间Res_c，flag2置0；若距离不为0，转第九步；

9)由计算得到的与各计算机数控机床工作台的距离，移动RVG到最近的计算机数控机床工作台，移动时间减一赋予RVG工作时间Res_rvg，flag1置0，转向第一步；

10)判断flag2是否为1，若是，转向第十一步；若不是，结束循环，转向第一步；

11)计算RVG与计算机数控机床工作台的距离，若距离为0，将此计算机数控机床的编号及此时时间t存入作业流程表，工作时间减一赋予此计算机数控机床工作台的剩余工作时间Res_c，flag2置0，flag4置1；若距离不为0，转第九步；

S4：循环结束，输出作业流程表。

实施例2

在实施例1的基础上，

所述的智能加工系统采用一道工序加工时采用的一般调度模型时，对于第一圈采用最短的首尾遍历使得第二圈开始时的第一台计算机数控机床不存在等待，得到第一圈的最短遍历时间，根据轨道式自动引导车的就近原则对于一个班次中的每一秒轨道式自动引导车的状态进行讨论，建立使得计算机数控机床工作效率最佳的一道工序的轨道式自动引导车一般调度模型；

以计算机数控机床的工作效率最高作为目标函数，即每个计算机数控机床工作时间最所占比例最大：

一台计算机数控机床的开机时间是八个小时，所以：

T_m＝8*3600

一台计算机数控机床的开机时间是不会小于这台计算机数控机床工作时间的：

T_m＞n_mT_cm

为得到一个班次第m个计算机数控机床加工总成品数n_m，引入三个0-1变量分别表示第i时刻轨道式自动引导车是否在工作、第i时刻第m个计算机数控机床是否在工作和第i时刻轨道式自动引导车与第m个计算机数控机床的距离是否为0；

在轨道式自动引导车和计算机数控机床都空闲且轨道式自动引导车与计算机数控机床之间距离为0的这个时刻会正好在增加一个加工物料，所以一个班次第m个计算机数控机床加工总成品数n_m为：

由于系统的计算机数控机床任务分配需要更加均衡，所以任两台计算机数控机床之间的加工总成品数相差不会太大，本文采用任两台计算机数控机床之间的加工总成品数相差不大于1件物料；

|n_m-n_k|≤1

所以一般调度模型为：

一道工序加工模型的实用性和算法的有效性：

建立的一道工序的RGV一般调度模型，由于根据RGV的就近原则对于一个班次中的每一秒RGV的状态进行讨论，所以是适用于一道工序所有情况，所以一道工序的RGV一般调度模型的实用性很高。

建立的一道工序的RGV循环调度模型，虽然适用范围比一般调度模型要小，但是以8个小时为一个班次，一道工序的RGV循环调度模型的算法运行时间是远远小于一道工序的RGV一般调度模型的算法运行时间。一道工序的 RGV循环调度模型的综合实用性也比较高。

由于CNC的工作时间在一个班次里所占比例越高，得到成品数越多，即系统CNC的作业效率越高，算法的有效性越强。

将一道工序的RGV循环调度模型与一道工序的RGV一般调度模型的CNC 作业效率进行比较可以得到两种模型的系统作业效率优劣，一道工序的RGV 循环调度模型CNC作业效率表见表二，一道工序的RGV一般调度模型CNC 作业效率表见表一。

由表可得第一组一道工序的RGV一般调度模型的每一个一道工序的CNC 的作业效率在0.95左右，一道工序的RGV循环调度模型对应的CNC的作业效率在0.92左右

由表可得第二组一道工序的RGV一般调度模型的每一个一道工序的CNC 的作业效率在0.87左右，一道工序的RGV循环调度模型对应的CNC的作业效率在0.91左右

由表可得第三组一道工序的RGV一般调度模型的每一个一道工序的CNC 的作业效率在0.98左右，一道工序的RGV循环调度模型对应的CNC的作业效率在0.92左右

表一：一道工序一般调度CNC作业效率表

表二：一道工序循环调度CNC作业效率表

第一组参数一道工序的RGV一般调度模型得到的物料加工成品数为374，第一组参数一道工序的RGV循环调度模型得到的物料加工成品数为378。

第二组参数一道工序的RGV一般调度模型得到的物料加工成品数为357，第二组参数一道工序的RGV循环调度模型得到的物料加工成品数为362。

第三组参数一道工序的RGV一般调度模型得到的物料加工成品数为382，第三组参数一道工序的RGV循环调度模型得到的物料加工成品数为386。

所以采用一道工序的RGV循环调度模型CNC的作业效率与一道工序的RGV一般调度模型CNC的作业效率相差并不大，且比较均匀。在成品数方面比一道工序的RGV一般调度模型要多，算法运行时间较短，所以都采用一道工序的RGV循环调度模型进行求解是最优。

实施例3

在实施例的基础上，所述的智能加工系统采用一道工序加工时采用的循环调度模型时，由于一般调度模型计算比较复杂，且只存在一道加工工序，所以在一个班次内某些条件下是可以存在循环的；

计算机数控机床不存在等待时的循环为：

T＝T_a+T_Rj+T_mo

轨道式自动引导车不存在等待时的循环为：

T_R＝T_m+4T_Rj+4T_Rw

由于T_Ri和T_Rw是参数，所以在T_m为最短时间时T_R就最小。

求解循环中T_m最小值，引入0-1标志变量X_ij表示是否从第i个计算机数控机床移动到第j个计算机数控机床(i，j＝1……8，i≠j)，S_ij表示8个计算机数控机床之间的距离矩阵；

所以T_m表示为：

由于是一个循环，所以在一次循环中每个计算机数控机床都只有一次作为终点，一次作为起点：

所以求解循环中T_m最小值模型为：

求解出最优路径为：1-3-5-7-8-6-4-2；

在此时T_mo的值为0或者t₁；

计算机数控机床不存在等待时的循环T和轨道式自动引导车不存在等待时的循环T_R都为最小值，所以在这个情况下求出来的循环是最优；

实现以1-3-5-7-8-6-4-2为循环路径的循环满足条件。

T＝T_a+T_Rj+T_mo

T_R＝T_m+4T_Rj+4T_Rw

为了提高计算机数控机床的效率所以尽量降低在循环中计算机数控机床的等待时间；

在T＞T_R时：

计算机数控机床等待时间为：

T_d＝3T_Rj+4T_Rw-6T_mo

轨道式自动引导车等待时间为：

T_D＝T-T_R

时

由于此时计算机数控机床不存在除开等待时间T_d之外的额外等待时间，所以循环成立；

时：

当T_d＜T_D时循环是存在的，即为计算机数控机床等待时间并不会在T_d上有额外等待时间存在。

实施例4

在实施例1的基础上，进一步的，所述的智能加工系统采用两道工序加工时采用的动态调度模型时，所述的计算机数控机床加工完成一个两道工序物料的第一道工序所需时间和计算机数控机床加工完成一个两道工序物料的第二道工序所需时间，所以在8台计算机数控机床中第一道工序计算机数控机床数量和第二道工序计算机数控机床数量不一定相等，且是成比例分配的：

min(BT_c-CT_b)²

s.t B+C＝8(B，C＝1......7)

以计算机数控机床的工作效率最高作为目标函数，即每个计算机数控机床工作时间所占比例最大：

一台计算机数控机床的开机时间是八个小时，所以：

T_m＝8*3600

一台计算机数控机床的开机时间是不会小于这台计算机数控机床工作时间的：

T_m＞n_mT_cm

为得到一个班次第m个计算机数控机床加工总成品数n_m，引入三个0-1标志变量分别表示第i时刻轨道式自动引导车是否在工作、第i时刻第m个计算机数控机床是否在工作和第i时刻轨道式自动引导车与第m个计算机数控机床的距离是否为0。

在轨道式自动引导车和计算机数控机床都空闲且轨道式自动引导车与计算机数控机床之间距离为0的这个时刻会正好在增加一个加工物料，所以一个班次第m个计算机数控机床加工总成品数n_m为：

由于系统的计算机数控机床任务分配需要更加均衡，所以任两台计算机数控机床之间的加工总成品数相差不会太大，本文采用任两台计算机数控机床之间的加工总成品数相差不大于1件物料；

|n_m-n_k|≤1(m，k为加工同一工序的CNC)

所以一般调度模型为：

建立的两道工序的RGV一般调度模型，由于根据RGV的就近原则对于一个班次中的每一秒RGV的状态进行讨论，所以是适用于两道工序的所有情况，所以两道工序的RGV一般调度模型的实用性很高。

由于CNC的工作时间在班次里所占比例越高，得到成品数越多，即系统的作业效率越高，所以用系统的CNC作业效率表示算法的有效性，两道工序的 RGV一般调度模型CNC作业效率表见表三，求解出来第一组需要4个第一道工序的CNC，需要4个第二道工序的CNC，第二组需要3个第一道工序的CNC，需要5个第二道工序的CNC；第一组需要6个第一道工序的CNC，需要2个第二道工序的CNC。

由表可得第一组每一个一道工序的CNC的作业效率在0.90左右，每一个第二道工序的CNC的作业效率在0.84左右

由表可得第二组每一个一道工序的CNC的作业效率在0.81左右，每一个第二道工序的CNC的作业效率在0.85左右。

由表可得第三组每一个一道工序的CNC的作业效率在0.80左右，每一个第二道工序的CNC的作业效率在0.78左右。

表三：两道工序调度模型CNC作业效率表

第三组数据的CNC6作业效率是0.158，证明基本没派上用场。

因为T_b＝455，T_c＝182，5*T_c＝2*T_b＝910。

所以CNC6的参与度低，所以CNC6参与和不参与做出的成品数差距不大。

实施例5

在实施例1的基础上，所述的智能加工系统采用一道工序加工时计算机数控机床存在故障时轨道式自动引导车动态调度模型求解算法步骤为：

Step 1：初始化各变量；

Step 2：开始从完成八台计算机数控机床的时间t0开始到8*60*60s结束的关于时间t的循环；

Step3：循环结束，输出作业流程表；

所述计算机数控机床存在故障出现的一道工序加工的轨道式自动引导车一般调度模型为：

所述计算机数控机床存在故障出现的一道工序加工的轨道式自动引导车动态调度模型为：

计算机数控机床加工完成一个两道工序物料的第一道工序所需时间和计算机数控机床加工完成一个两道工序物料的第二道工序所需时间，所以在8台计算机数控机床中第一道工序计算机数控机床数量和第二道工序计算机数控机床数量不一定相等，且应该是成比例分配的：

min(BT_c-CT_b)²

s.t B+C＝8(B，C＝1......7)

所以一般调度模型为：

建立的一道工序的RGV一般调度模型，由于根据RGV的就近原则对于一个班次中的每一秒RGV的状态进行讨论，引入随机数对于故障发生的时间和故障发生的CNC进行模拟，所以是适用于CNC存在故障出现的一道工序所有情况，所以CNC存在故障出现的一道工序的RGV一般调度模型的实用性很高。

由于CNC的工作时间在班次里所占比例越高，得到成品数越多，即系统的作业效率越高，所以用系统的CNC作业效率表示算法的有效性，CNC存在故障出现的一道工序的RGV一般调度模型CNC作业效率表见表四。

由表可得第一组存在故障出现的一道工序加工的RGV动态调度模型的每一个一道工序的CNC的作业效率在0.91左右。

由表可得第二组存在故障出现的一道工序加工的RGV动态调度模型的每一个一道工序的CNC的作业效率在0.88左右。

由表可得第三组存在故障出现的一道工序加工的RGV动态调度模型的每一个一道工序的CNC的作业效率在0.90左右。

表四：CNC存在故障的一道工序模型CNC作业效率表

实施例6

在实施例1的基础上，所述的智能加工系统采用两道工序加工时计算机数控机床存在故障时轨道式自动引导车动态调度模型求解算法步骤为：

Step 1：初始化各变量；

Step 3：开始从完成八台计算机数控机床的时间t0开始到8*60*60s结束的关于时间t的循环；

Step4：循环结束，输出作业流程表；

所述计算机数控机床存在故障出现的两道工序加工的轨道式自动引导车动态调度模型为：

计算机数控机床加工完成一个两道工序物料的第一道工序所需时间和计算机数控机床加工完成一个两道工序物料的第二道工序所需时间，所以在8台计算机数控机床中第一道工序计算机数控机床数量和第二道工序计算机数控机床数量不一定相等，且应该是成比例分配的：

min(BT_c-CT_b)²

s.t B+C＝8(B，C＝1......7)

所以一般调度模型为：

求解出来第一组需要4个第一道工序的CNC，需要4个第二道工序的CNC，第二组需要3个第一道工序的CNC，需要5个第二道工序的CNC，第一组需要6个第一道工序的CNC，需要2个第二道工序的CNC。

由表可得第一组每一个一道工序的CNC的作业效率在0.92左右，每一个第二道工序的CNC的作业效率在0.86左右

由表可得第二组每一个一道工序的CNC的作业效率在0.80左右，每一个第二道工序的CNC的作业效率在0.85左右。

由表可得第三组每一个一道工序的CNC的作业效率在0.79左右，每一个第二道工序的CNC的作业效率在0.78左右。

表五：CNC存在故障的两道工序模型CNC作业效率表

第三组数据的CNC6作业效率是0.158，证明基本没派上用场。

因为T_b＝455，T_c＝182，5*T_c＝2*T_b＝910。

由于CNC6的参与度低，所以CNC6参与和不参与做出的成品数差距不大。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。