基于遺傳算法的貨運動車組集裝器用智能裝車系統(tǒng)

楊 帥，王寶超，管 鑫，南光熙

（1. 中車唐山機車車輛有限公司，河北 唐山 063035；2.中機生產(chǎn)力促進中心，北京 100044）

0 引言

軌道交通集裝箱運輸是一種高效、低成本的貨物運送手段。據(jù)統(tǒng)計，在美國、歐洲等經(jīng)濟發(fā)達國家和地區(qū)，軌道交通集裝箱貨運量占比超過20%；而在我國則低于5%。隨著我國軌道交通行業(yè)的快速發(fā)展，建設(shè)以高速動車組為代表的軌道交通集裝箱貨運體系迫在眉睫，這將極大提高國內(nèi)和國外的供應(yīng)鏈效能，促進我國經(jīng)濟的快速發(fā)展[1]。

高速貨運動車組運行速度超過250 km/h，車輛若偏載過大，則會對列車的運行造成安全隱患，因此，貨物在集裝箱內(nèi)的載荷配置要求嚴格，列車組的輪壓偏差必須在標準范圍之內(nèi)。按照國家相關(guān)標準要求[2-3]，軌道交通運行車輛的輪重偏差不能大于平均輪重的±4%，軸重偏差不能大于平均軸重的±2%。所以，集裝箱貨物配載時，需要進行配載車輛的重心計算，以確保車輛的偏載率符合國家標準要求。目前車輛稱重均在裝載后進行，且尚無系統(tǒng)能實現(xiàn)裝載前貨物的虛擬配載；為了使偏載量滿足標準要求，配載時需要反復調(diào)整和操作。為此，本文提出一種通過對集裝器進行稱重與管理來實現(xiàn)裝載前的虛擬配載系統(tǒng)方案——基于遺傳算法的智能無偏載裝車系統(tǒng)，其能對高速貨運動車組的集裝器進行快速精確的稱重、重心計算和智能虛擬配載，可實現(xiàn)列車的偏載率控制，從而確保列車的運行安全。

1 系統(tǒng)架構(gòu)

貨運動車組集裝器的智能裝車系統(tǒng)結(jié)構(gòu)如圖1 所示，其中，機械系統(tǒng)用于實現(xiàn)集裝器的上下料、稱重等功能，電氣系統(tǒng)用于實現(xiàn)動作的控制和傳感器信息的采集及處理，軟件系統(tǒng)用于實現(xiàn)采集數(shù)據(jù)的管理及流程操作等。

圖1 用于貨運動車組集裝器的智能裝車系統(tǒng)Fig. 1 Intelligent loading system of freight train unit container

1.1 機械結(jié)構(gòu)

貨運動車組集裝器智能裝車系統(tǒng)機械結(jié)構(gòu)分為上料輥輪架、稱重單元、下料輥輪架及防護裝置等4 部分（圖2）。

圖2 智能裝車系統(tǒng)機械結(jié)構(gòu)Fig. 2 Mechanical structure of intelligent loading system

1.1.1 上料輥輪架

上料輥輪架為框架結(jié)構(gòu)，主要由電機和輥輪組成，輥輪之間采用鏈條進行動力傳遞,并能進行獨立的雙向驅(qū)動。其長度為3 273 mm，寬度為2 000 mm，減速電機的速比是30，功率是1.1 kW。

1.1.2 稱重單元

圖3 稱重及重心測量原理Fig. 3 Schematic diagram of weighing and gravity center measurement

稱重單元也為框架結(jié)構(gòu)，其采用電機和鏈輪鏈條進行驅(qū)動，并在4 個邊角處設(shè)有高精度稱重傳感器。其測量原理如圖3 所示，一旦集裝器放在稱重設(shè)備上，稱重設(shè)備便自動進行稱重和去皮操作，并通過軟件計算出集裝器的相對重心位置[4]；同時，測距傳感器對集裝器的相對位置進行測量及修偏，從而計算出集裝器的重心坐標。

集裝器的質(zhì)量為

式中：Wi——集裝器的質(zhì)量在第i 個稱重傳感器上的分量，Wi=Gi-Pi，i=1,2,3,4；Gi——第i 個稱重傳感器在集裝器放置后支撐部位的測量值；Pi——第i 個稱重傳感器支撐部位未放置集裝器的測量值。

未考慮偏角時，集裝器的重心（x1, y1）表達公式如下：

式中：a 和b——稱重單元的邊長。

考慮偏角且修正后，集裝器的重心公式如下：

式中：c，d，e，f，h——測距傳感器測得的集裝器各邊到稱重單元的距離；Δx，Δy——修偏常數(shù)。

系統(tǒng)稱重及重心測量的流程如圖4 所示。

圖4 系統(tǒng)稱重及重心測量的流程圖Fig. 4 Flow chart of system weighing and gravity center measurement

每個稱重傳感器下方均設(shè)置有高度調(diào)節(jié)機構(gòu)（圖5），其采用螺紋方式調(diào)節(jié)，使4 個稱重傳感器頂部始終處于同一水平面，以保證了系統(tǒng)測量精度。

圖5 稱重傳感器調(diào)整架Fig. 5 Adjustment frame of load sensor

1.1.3 下料輥輪架

下料輥輪架也為框架結(jié)構(gòu)，主要由電機和輥輪組成。輥輪之間采用鏈條進行動力傳遞,并能進行獨立的雙向驅(qū)動。其主要技術(shù)參數(shù)：長為3 273 mm，寬為2 000 mm，減速電機速比為30，功率為1.1 kW。

1.1.4 防護裝置

防護裝置主要包括防傾翻的防護架和護欄。防傾翻的防護架被置于集裝器下料輥輪架上，位置在其下料方向的前方，用于阻止質(zhì)量為1 000 kg的集裝器沖出輥輪架。

1.2 電氣系統(tǒng)

電氣系統(tǒng)主要包括電氣控制柜、稱重傳感器、信號觸發(fā)傳感器、測距傳感器、工控機和手持式終端，其中電氣控制柜采用Siemens S7-300 系列PLC，稱重傳感器采用狄那喬C3 精度傳感器模塊，工控機采用Lenovothinkpad E42，手持式終端采用Microsoft Surface 3便攜式平板終端。

1.3 系統(tǒng)軟件

系統(tǒng)軟件主要包括主機客戶端軟件和手持式客戶端軟件。主機客戶端軟件系統(tǒng)環(huán)境是Windows 10，手持式客戶端軟件開發(fā)基于Microsoft Visual Studio 和SQL數(shù)據(jù)庫。主機客戶端軟件的主要功能為：根據(jù)各稱重傳感器測量得到的集裝器重量及載荷分布情況進行重心計算，并對集裝器進行動態(tài)優(yōu)化管理，以實現(xiàn)虛擬配載，其功能構(gòu)成如圖6 所示。

圖6 主機端軟件功能模塊Fig. 6 Software function modules in host side

在完成虛擬配載后，生成裝載流程并導出到手持式客戶端APP。手持式客戶端軟件的主要功能為下載和接收裝箱流程，指導實際配載作業(yè)，過程中可實時顯示各輪壓的變化，如圖7 所示。

圖7 手持式客戶端軟件主界面Fig. 7 Main interface of handheld client software

2 基于遺傳算法的智能裝車方法

2.1 裝箱原理

集裝器分為大小兩種，裝箱時，較大的集裝器為單列排放，較小的集裝器為雙列排放。由于貨運列車的貨物入口在車廂的中部，所以集裝器裝載時采用從兩端開始對稱裝貨的方式，即左-右-左-右地輪流裝載，如圖8 所示。

圖8 裝箱示意圖Fig. 8 Schematic diagram of packing

裝箱的約束條件為：（1）順序為先到后進；（2）單節(jié)車輛中集裝器總重不能超過額定重量；（3）單節(jié)車輛輪壓偏差不能超過4%；（4）單節(jié)車輛軸重偏差不能超過2%；（5）大小集裝器不能混裝。

篩選集裝器時，在遵循裝箱的先后順序的前提下，采用以下原則進行：（1）對稱原則。為了使左、右輪壓的偏移量控制在允許范圍內(nèi)，篩選采用對稱原則，即選定一個集裝器后，根據(jù)其重心偏移量篩選出一個與其偏移量相對稱的集裝器，組成集裝器對（小集裝器是左右兩個為一對，大集裝器是相鄰兩個為一對）。若每個集裝器對的左、右重心偏差均在允許范圍之內(nèi)，則整車的左右重心偏差不會超標。（2）相似原則。為了保證軸重偏差不超標，篩選時，采用相似原則進行篩選，即選定一個集裝器對，則選擇與其重量指標盡可能相近的集裝器對與其配對，并在裝箱時將配好對的集裝器對裝入對稱位置。

2.2 基于遺傳算法的裝箱方法

裝箱問題是離散組合的最優(yōu)化問題，屬于完全多項式非確定性問題（NPC 問題）。根據(jù)Garey 與Johnson 在1979 年出版的關(guān)于NPC 理論的書[5]：在有限、合理的時間內(nèi)，難以求得大規(guī)模NPC 問題的最優(yōu)解。因此，裝箱問題的求解只能依賴于各種啟發(fā)式算法[6-8]。

啟發(fā)式算法的定義是：某類問題P，假設(shè)它的所有實例集合為Dp，Sp（I）為待用解集合，對于任意給定的實例I，其中I ∈Dp，算法A 一定能找到一個待用解集σ，使得σ ∈Sp（I），則稱算法A 為問題P 的一個啟發(fā)式算法。常用裝箱問題的啟發(fā)式算法主要包括經(jīng)典算法、計算智能算法、遺傳算法、構(gòu)造型算法及混合型算法等。本文基于遺傳算法的裝箱方法如圖9 所示，其中N 為集裝器的總數(shù)量。

圖9 基于遺傳算法的智能裝車方法Fig. 9 Intelligent loading method based on genetic algorithm

一個基于直觀或經(jīng)驗構(gòu)造的算法，在可接受的花費（指計算時間和空間）下給出待解決組合優(yōu)化問題中每一個實例的一個可行解，該可行解與最優(yōu)解的偏離程度一般不能被預(yù)計?，F(xiàn)階段， 裝箱問題的啟發(fā)式算法中主要采用構(gòu)造性算法，即通過逐個增加解的構(gòu)造元素來求解。構(gòu)造性算法的循環(huán)次數(shù)與解空間的大小無關(guān)，與問題解的構(gòu)造元素個數(shù)成正比關(guān)系，所以計算速度較快[9]。

裝箱問題構(gòu)造算法主要包括定序規(guī)則和定位規(guī)則，這兩者分別用來確定待布局物體放入布局空間的先后順序和布局空間擺放的位置。結(jié)合到本項目的裝箱特點，當集裝器配成對后，定序與定位在數(shù)學意義上幾乎完全等效。

由于集裝器本身的形狀特征非常固定，遺傳因子復雜度很低，容易生成編碼序列，故在本項目中將采用簡化遺傳算法，具體算法如下：

3 試驗驗證

為了驗證本文所提出的貨運動車組集裝器智能裝車系統(tǒng)的性能及有效性，進行了兩項測試：一部分是稱重及重心測量，另一部分是生成裝箱流程并完成裝車[10]。

3.1 重心測試

采用鋼結(jié)構(gòu)金屬模擬試件進行測試，其質(zhì)量213.77 kg，長1 200 mm，寬1 000 mm，重心坐標（630 mm, 462 mm）。分別在兩個位置（內(nèi)傾及外傾各一組）各測量12 次，共計24 次，根據(jù)重心計算公式求解重心，根據(jù)其測量結(jié)果判斷稱重的一致性及計算的正確性。測試結(jié)果如表1 所示。

表1 重心測試結(jié)果Tab. 1 Test results of gravity center

從表1 可得，稱重誤差不超過1 kg；重心計算的平均誤差在x 和y 方向均小于1 mm；重心誤差在x 方向為-4.10 ～ 4.50 mm；y 方向為-3.90 ～ 3.80 mm。

3.2 模擬裝箱流程測試

根據(jù)集裝器重量，采用隨機生成的車輛輪壓和軸重數(shù)據(jù)樣本（樣本數(shù)量為24 個）模擬配載；并生成裝箱流程，通過優(yōu)化各輪壓、軸重，測試并驗證該流程的準確性。實驗測試結(jié)果如表2 所示。

由實驗數(shù)據(jù)可得，裝箱流程生成并完成裝箱后，輪壓偏差為3%，軸重偏差為1%。這兩項測試結(jié)果均滿足設(shè)計要求（即輪重偏差小于平均輪重的±4%，軸重偏差小于平均軸重的±2%）。

表2 模擬裝箱流程測試Tab. 2 Simulated packing process test (單位：kg)

4 結(jié)語

本文研究了一種基于遺傳算法的貨運動車組集裝器用智能裝車系統(tǒng)，其測量誤差不超過5 kg，輪重偏差小于平均輪重的±4%，軸重偏差小于平均軸重的±2%，嚴格控制了列車的偏載率，實現(xiàn)了對高速貨運動車組集裝器的智能稱重和智能配載，保證了列車的安全運行。

受時間和樣本數(shù)量的限制，雖試驗結(jié)果驗證了該系統(tǒng)的有效性，但仍需大量樣本試驗驗證其可靠性，這也是下一步工作的方向。