鄭正國 武利沖 曲士民 趙會(huì)娟
1株洲天橋起重機(jī)股份有限公司 株洲 412001 2內(nèi)蒙古霍煤鴻駿鋁電有限責(zé)任公司 通遼 029200
在有色金屬冶煉場景中,物料搬運(yùn)作為智能制造環(huán)節(jié)中重要的一環(huán),在生產(chǎn)效率、精益生產(chǎn)中發(fā)揮著重要的作用。起重機(jī)是物料搬運(yùn)機(jī)械中使用最廣泛的一種,隨著機(jī)械化、自動(dòng)化程度的不斷提高,起重機(jī)在生產(chǎn)過程中已成為連續(xù)生產(chǎn)過程的重要專用裝備。
傳統(tǒng)物料搬運(yùn)模式基本依賴人工操作起重機(jī),受工人工作經(jīng)驗(yàn)、操作熟練度以及惡劣工作環(huán)境的影響,在實(shí)際物料搬運(yùn)過程中存在作業(yè)效率低、人力成本高、安全隱患大、信息化程度低等問題。隨著自動(dòng)化技術(shù)的發(fā)展,現(xiàn)有起重機(jī)在一定程度上能滿足物料搬運(yùn)作業(yè)的基本要求,但是距離所期待的自動(dòng)化作業(yè)、安全作業(yè)和智能決策等性能指標(biāo)要求還有一定差距。
智能起重機(jī)是在現(xiàn)有起重機(jī)的基礎(chǔ)上,應(yīng)用智能感知技術(shù)、自動(dòng)控制技術(shù)和人工智能算法,對(duì)其進(jìn)行智能化升級(jí),實(shí)現(xiàn)對(duì)作業(yè)區(qū)域的場景理解和作業(yè)對(duì)象的智能感知,同時(shí)具備自主學(xué)習(xí)能力,優(yōu)化自身決策。然而,工業(yè)現(xiàn)場環(huán)境往往面臨溫度高、光照差、磁場強(qiáng)、振動(dòng)頻繁等惡劣條件。以鋁電解環(huán)境為例,生產(chǎn)車間環(huán)境惡劣、鋁電解槽電解質(zhì)溫度達(dá)950 ℃以上,機(jī)組所處空間溫度約60 ℃,由于強(qiáng)大的直流電流存在,車間環(huán)境磁場強(qiáng)度約200 Gs,目前國內(nèi)500~600 kA大電流鋁電解系列,空間磁場強(qiáng)度更高,局部可高達(dá)300 Gs以上[1]。高溫、強(qiáng)磁場對(duì)智能起重機(jī)的智能感知產(chǎn)生了強(qiáng)烈的噪聲干擾;與此同時(shí),搬運(yùn)作業(yè)又受物料本體溫度、規(guī)格型號(hào)等因素影響,對(duì)智能起重機(jī)的決策和物料精準(zhǔn)搬運(yùn)提出了更高的要求。
國內(nèi)外在重型起重設(shè)備領(lǐng)域的研究在自動(dòng)化控制方面已經(jīng)取得了一定的研究和應(yīng)用成果。國外對(duì)工業(yè)起重機(jī)的自動(dòng)化技術(shù)起步較早,早在1964年就開展了以起重搬運(yùn)作業(yè)自動(dòng)化為目標(biāo)的搬運(yùn)物擺動(dòng)控制研究,除了傳統(tǒng)的起重作業(yè)物擺動(dòng)控制外,對(duì)在線障礙物識(shí)別、路徑規(guī)劃和搬運(yùn)物擺動(dòng)控制等起重機(jī)自主作業(yè)技術(shù)的研究也已相當(dāng)成熟。西門子、ABB公司已將起重機(jī)自動(dòng)化平臺(tái)應(yīng)用于部分汽車制造業(yè)自動(dòng)化流水線進(jìn)行工廠物料搬運(yùn)和轉(zhuǎn)移作業(yè)。我國對(duì)設(shè)備自動(dòng)化控制的起步較晚,但經(jīng)過科研攻關(guān)和技術(shù)積累,已經(jīng)在起重機(jī)半自動(dòng)化和自動(dòng)化控制方面取得了階段性研究成果,并在機(jī)械裝備制造、物料倉儲(chǔ)以及集裝箱港口等行業(yè)中得到推廣應(yīng)用,實(shí)現(xiàn)了起重機(jī)自動(dòng)或半自動(dòng)連續(xù)搬運(yùn)作業(yè),取得了良好的應(yīng)用效果。例如,在鋼鐵行業(yè),推出的多個(gè)5G+智慧起重機(jī)項(xiàng)目。
與行業(yè)高校和科研院所共同承擔(dān)的2019年國家重點(diǎn)研發(fā)項(xiàng)目:面向有色金屬澆鑄過程的機(jī)器人作業(yè)系統(tǒng)取得了國內(nèi)領(lǐng)先的創(chuàng)新成果,在此基礎(chǔ)上研發(fā)面向金屬冶煉作業(yè)場景的智能起重機(jī),能很好地適應(yīng)較為惡劣的作業(yè)環(huán)境,利用智能感知和自主決策技術(shù)解決作業(yè)目標(biāo)自主搜尋和控制指令自主決策的問題,極大地提高了工作效率,節(jié)約了能源成本,同時(shí)采用人工智能深度學(xué)習(xí)技術(shù),使起重機(jī)實(shí)現(xiàn)對(duì)自身控制算法的優(yōu)化迭代,從而使其具備自學(xué)習(xí)、自決策、自適應(yīng)能力,使其性能達(dá)到國際領(lǐng)先水平。
然而,智能起重機(jī)在有色物料搬運(yùn)行業(yè)受制于環(huán)境和生產(chǎn)工藝等因素影響,嚴(yán)重制約了智能起重機(jī)的發(fā)展,主要制約因素有:高溫強(qiáng)磁環(huán)境影響數(shù)據(jù)傳感感知、無線網(wǎng)絡(luò)數(shù)據(jù)通訊、復(fù)雜任務(wù)調(diào)度管理、設(shè)備運(yùn)維管理等。近年來,隨著機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展,對(duì)起重機(jī)的研究也逐漸從自動(dòng)化轉(zhuǎn)向智能化。實(shí)現(xiàn)起重機(jī)智能化的關(guān)鍵技術(shù)包括:基于激光雷達(dá)、工業(yè)相機(jī)等視覺傳感器的外部環(huán)境數(shù)據(jù)采集技術(shù)和基于自身運(yùn)行數(shù)據(jù)進(jìn)行自身定位、作業(yè)目標(biāo)辨識(shí)、作業(yè)區(qū)域場景理解以及優(yōu)化決策和自適應(yīng)控制技術(shù)。因此,智能起重機(jī)達(dá)成智能化需要在智能感知、無線通訊、調(diào)度管理和設(shè)備運(yùn)維方面進(jìn)行系統(tǒng)集成,滿足智能起重機(jī)智能化作業(yè)要求。具體地,智能起重機(jī)系統(tǒng)集成包含的子系統(tǒng)有:智能起重機(jī)本體、智能感知系統(tǒng)、數(shù)據(jù)互聯(lián)系統(tǒng)、智能運(yùn)維系統(tǒng)和調(diào)度管理系統(tǒng),如圖1所示。
圖1 智能起重機(jī)系統(tǒng)集成總體架構(gòu)
本文所述的智能起重機(jī)是金屬冶煉作業(yè)場景下物料搬運(yùn)過程的執(zhí)行主體,主要部件包含:大車、工具小車(操控駕駛室、工具旋轉(zhuǎn)機(jī)構(gòu)、陽極裝置、扳手、打殼機(jī)構(gòu)、加料裝置、出鋁小車)等,該智能起重機(jī)作業(yè)自由度為8個(gè),實(shí)現(xiàn)更換陽極、出鋁、抬母線、零星吊運(yùn)、槽況巡檢、物料運(yùn)輸?shù)裙ぷ?,如圖2所示。
圖2 智能起重機(jī)本體
為滿足起重機(jī)智能化在金屬冶煉作業(yè)場景下作業(yè),需對(duì)機(jī)構(gòu)系統(tǒng)進(jìn)行升級(jí),包括大車機(jī)構(gòu)、工具小車機(jī)構(gòu)、打殼機(jī)構(gòu)、陽極機(jī)構(gòu)、撈渣機(jī)構(gòu)、下料機(jī)構(gòu)、液壓系統(tǒng)和電氣系統(tǒng)等,通過結(jié)構(gòu)優(yōu)化和性能升級(jí),使得各個(gè)自由度的機(jī)構(gòu)具備定位功能,實(shí)現(xiàn)精準(zhǔn)動(dòng)作,各機(jī)構(gòu)關(guān)鍵參數(shù)如表1所示。
表1 智能起重機(jī)關(guān)鍵參數(shù)
智能感知系統(tǒng)是為智能起重機(jī)賦予感知能力,能獲取大車、工具小車和其他機(jī)構(gòu)的位置、狀態(tài)。本文將從定位傳感技術(shù)、定位控制技術(shù)2個(gè)方面進(jìn)行闡述和研究。
劉洋等[2]介紹了鋼鐵行業(yè)應(yīng)用的格雷姆線、激光、編碼器、RFID、UWB 5種技術(shù)參數(shù)和優(yōu)缺點(diǎn)對(duì)比;同時(shí)還闡述了基于工業(yè)相機(jī)能夠?qū)崿F(xiàn)車輛/鋼卷識(shí)別、字符識(shí)別和表面質(zhì)量檢測。
本文基于有色行業(yè)極端退化環(huán)境的特點(diǎn),采用編碼帶進(jìn)行定位,相比上述5種技術(shù)具有如下優(yōu)勢:編碼帶耐高溫至100 ℃、檢測精度高達(dá)±0.2 mm、安裝方便。同時(shí)配置防搖定位控制技術(shù),經(jīng)過現(xiàn)場長周期測試能滿足作業(yè)要求。定位控制模型如圖3所示。
圖3 防搖定位模型
防搖定位控制模型包括:速度控制器、控制對(duì)象模塊及檢測控制對(duì)象位置模塊。以目標(biāo)位置Lt作為速度控制器的輸入,速度控制器與控制對(duì)象模塊連接,控制對(duì)象模塊的輸出作為檢測控制對(duì)象位置模塊的輸入。將當(dāng)前控制對(duì)象的位置Lc反饋于目標(biāo)位置Lt,防搖定位控制模型為一個(gè)閉環(huán)控制模型,控制對(duì)象模塊中的控制對(duì)象為起重機(jī)的大車或小車。設(shè)Lwindow為控制標(biāo)準(zhǔn)閾值,Lmin為給定減速距離,Vmin為最小給定速度,Vmax為最小給定速度,ΔL為控制對(duì)象距離目標(biāo)位置差值,防搖定位單元接收到防搖定位指令后,執(zhí)行以下操作
1)判斷控制對(duì)象距離目標(biāo)位置的差值ΔL是否滿足:Lwindow<ΔL≤Lmin(左側(cè)限定表明控制對(duì)象距離目標(biāo)位置的差值ΔL大于控制標(biāo)準(zhǔn)閾值時(shí),防搖定位控制模型進(jìn)行防搖控制),若滿足,則計(jì)算控制對(duì)象的當(dāng)前速度為
然后執(zhí)行步驟2);否則,判斷控制對(duì)象距離目標(biāo)位置的差值ΔL是否滿足:ΔL>Lmin,若滿足,則令控制對(duì)象的當(dāng)前速度v取Vmax,否則,令控制對(duì)象的當(dāng)前速度v取零,執(zhí)行步驟3);
2)判斷控制對(duì)象的當(dāng)前速度v是否滿足:v≤Vmin,若滿足,則令控制對(duì)象的當(dāng)前速度v取Vmin,執(zhí)行步驟3);否則,執(zhí)行步驟3);
3)通過變頻器將當(dāng)前速度v轉(zhuǎn)換為給定值以防搖,若變頻器在啟動(dòng)階段,則通過變頻器斜率啟動(dòng)后,控制電動(dòng)機(jī)動(dòng)作進(jìn)行速度轉(zhuǎn)換;若變頻器未啟動(dòng),則直接通過控制電動(dòng)機(jī)動(dòng)作進(jìn)行速度轉(zhuǎn)換?,F(xiàn)場安裝和測試數(shù)據(jù)如圖4、圖5所示。通過現(xiàn)場定位測試,選擇的傳感器及設(shè)計(jì)的控制算法均能滿足設(shè)計(jì)定位精度要求。
圖4 現(xiàn)場定位傳感器
圖5 現(xiàn)場定位測試誤差
數(shù)據(jù)互聯(lián)系統(tǒng)是智能起重機(jī)智能感知定位系統(tǒng)、智能運(yùn)維系統(tǒng)和調(diào)度管理系統(tǒng)的數(shù)據(jù)通訊系統(tǒng)。
無線網(wǎng)絡(luò)設(shè)計(jì)時(shí),信號(hào)和通信方面要做到:無盲區(qū)、無丟包、無干擾[3]。系統(tǒng)設(shè)計(jì)使用有線+無線方式對(duì)智能起重機(jī)作業(yè)區(qū)域進(jìn)行無縫覆蓋,使整個(gè)系統(tǒng)達(dá)到無盲區(qū)、覆蓋均勻、信號(hào)清晰和穩(wěn)定可靠,智能起重機(jī)作為移動(dòng)物體,無線通訊部分能實(shí)現(xiàn)漫游,并提供足夠的通信帶寬以便于傳輸控制數(shù)據(jù)和視頻圖像數(shù)據(jù)。分為車載網(wǎng)絡(luò)和地面網(wǎng)絡(luò)2個(gè)部分,智能起重機(jī)與智能感知定位系統(tǒng)通過有線方式連接車載網(wǎng)絡(luò)。調(diào)度管理系統(tǒng)和智能運(yùn)維系統(tǒng)分布在中控室,通過地面網(wǎng)絡(luò)實(shí)現(xiàn)無線數(shù)據(jù)通訊。通訊拓?fù)鋱D如圖6所示。
圖6 通訊拓?fù)鋱D
智能運(yùn)維系統(tǒng)基于GB/T 28264—2017《起重機(jī)械安全監(jiān)控管理系統(tǒng)》[4],增加智能起重機(jī)健康監(jiān)測傳感設(shè)備(如振動(dòng)、溫度、電流等),采集并感知智能起重機(jī)運(yùn)行健康數(shù)據(jù),通過數(shù)據(jù)分析與處理,實(shí)現(xiàn)智能起重機(jī)運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測、設(shè)備健康度診斷、報(bào)警、效能分析和設(shè)備運(yùn)維管理等功能,以保證設(shè)備平穩(wěn)運(yùn)行。大幅提升設(shè)備健康管理,降低運(yùn)維人員勞動(dòng)強(qiáng)度。系統(tǒng)拓?fù)鋱D如圖7所示,系統(tǒng)現(xiàn)場應(yīng)用展示如圖8所示。
圖7 智能運(yùn)維系統(tǒng)拓?fù)鋱D
圖8 智能運(yùn)維系統(tǒng)現(xiàn)場應(yīng)用
由于智能起重機(jī)任務(wù)調(diào)度問題約束條件復(fù)雜、參數(shù)多,故越來越多的智能優(yōu)化方法被應(yīng)用于調(diào)度領(lǐng)域。李雪等[5]介紹了博弈論在鋁電解車間的應(yīng)用,包括遺傳算法、蟻群算法、粒子群算法等,但起重機(jī)調(diào)度方法的研究目前尚未成熟,與庫區(qū)和MES系統(tǒng)中生產(chǎn)計(jì)劃的結(jié)合更為缺乏,因此,還需要結(jié)合無人庫區(qū)物流和信息流特點(diǎn),研究快速有效的起重機(jī)系統(tǒng)調(diào)度方法。本文將結(jié)合實(shí)際生產(chǎn)任務(wù)需要,以2臺(tái)智能起重機(jī)為例,將MES下發(fā)的任務(wù)納入集合管理,引入時(shí)間代價(jià)函數(shù),進(jìn)而將任務(wù)分配問題轉(zhuǎn)換成數(shù)學(xué)優(yōu)化問題。
調(diào)度管理系統(tǒng)網(wǎng)絡(luò)協(xié)議遵守OSI模型的物理和數(shù)據(jù)鏈路層的IEEE802.標(biāo)準(zhǔn)。接收和發(fā)送的電文使用2種邏輯連接,每個(gè)邏輯連接運(yùn)用Server/Client模式。在TCP/IP的socket接口中,Server/Client模式是應(yīng)用廣泛。主動(dòng)方類似Server/Client模式中的client端,主動(dòng)方總是發(fā)起通信連接,直到邏輯連接建立。被動(dòng)方類似Server/Client模式中的Server端,被動(dòng)方等待來自主動(dòng)方的電文,并發(fā)送確認(rèn)(應(yīng)答)電文,直到通信連接建立。
設(shè)MES任務(wù)計(jì)劃T為
任務(wù)計(jì)劃T下包含m種調(diào)度方法,記為調(diào)度集合D。
式中:Dj對(duì)應(yīng)搬運(yùn)作業(yè)調(diào)度指令,分屬于n個(gè)tk執(zhí)行計(jì)劃,引入時(shí)間代價(jià)函數(shù)為cost(x),對(duì)每一個(gè)Dj執(zhí)行時(shí)間代價(jià)函數(shù),時(shí)間代價(jià)函數(shù)取最小值時(shí),最優(yōu)搬運(yùn)作業(yè)調(diào)度指令為
將Dj分解成n部分,每一部分對(duì)應(yīng)于一個(gè)作業(yè)任務(wù),記為
每次執(zhí)行完畢一個(gè)作業(yè)任務(wù)后,Dbest進(jìn)行重新計(jì)算,實(shí)時(shí)生成新的最優(yōu)調(diào)度作業(yè)指令;Dj,k包含調(diào)度管理系統(tǒng)下,若干個(gè)執(zhí)行器和感知器的指令。
優(yōu)選地,智能起重機(jī)A執(zhí)行tk,智能起重機(jī)B執(zhí)行待避,第k個(gè)作業(yè)任務(wù)的執(zhí)行計(jì)劃tk單一執(zhí)行時(shí),調(diào)度集合D成員的數(shù)量m滿足
式中:n'等于任務(wù)計(jì)劃T中的執(zhí)行計(jì)劃tk的數(shù)量。
調(diào)度Dj,k的智能起重機(jī)路徑用路徑函數(shù)為
設(shè)智能起重機(jī)A依序抵達(dá)的目標(biāo)節(jié)點(diǎn)為x0,x1,x2,… ,xs。
則智能起重機(jī)A路徑函數(shù)Path(A)為
式中:x-1是智能起重機(jī)A的起始點(diǎn)或在tk-1計(jì)劃中的最后一個(gè)路徑節(jié)點(diǎn),L(xs-1,xs)為2路徑節(jié)點(diǎn)之間的線段,智能起重機(jī)A的工作區(qū)間為
式中:xmin為智能起重機(jī)A工作區(qū)間的下限,xmax為智能起重機(jī)A工作區(qū)間的上限。
智能起重機(jī)B的待避路徑Path(B)為
式中:x'-1是智能起重機(jī)B的起始點(diǎn)或在tk-1計(jì)劃中的最后一個(gè)點(diǎn),xΔ是智能起重機(jī)A和智能起重機(jī)B之間的安全距離。
智能起重機(jī)A和智能起重機(jī)B的行程長度分別為
智能起重機(jī)A和智能起重機(jī)B的時(shí)間代價(jià)函數(shù)分別為
式中:v為智能起重機(jī)A和智能起重機(jī)B的平均速度;智能起重機(jī)A的運(yùn)行時(shí)間完全覆蓋智能起重機(jī)B的運(yùn)行時(shí)間,智能起重機(jī)B可以在智能起重機(jī)A執(zhí)行計(jì)劃tk的同時(shí)完成待避工作,因此,Dj,k的時(shí)間代價(jià)函數(shù)無需考慮行車待避的影響,Dj,k的時(shí)間代價(jià)函數(shù)為
遍歷Dj,k對(duì)應(yīng)的智能起重機(jī)A路徑Path(A)抵達(dá)的路徑節(jié)點(diǎn),得到使時(shí)間代價(jià)函數(shù)取得最小值的智能起重機(jī)作業(yè)調(diào)度指令,根據(jù)智能起重機(jī)作業(yè)調(diào)度指令確認(rèn)智能起重機(jī)搬運(yùn)物料的路徑節(jié)點(diǎn),以此調(diào)度智能起重機(jī)。
在此,在執(zhí)行計(jì)劃tk單一執(zhí)行時(shí),智能起重機(jī)A執(zhí)行tk,智能起重機(jī)B執(zhí)行待避,智能起重機(jī)B執(zhí)行待避的時(shí)間被智能起重機(jī)A執(zhí)行tk的時(shí)間覆蓋,減少智能起重機(jī)B的執(zhí)行時(shí)間并不會(huì)減少cost(Dj,k),智能起重機(jī)B提前執(zhí)行待避并不能帶來更多的效率提升,故智能起重機(jī)B此時(shí)無需考慮并行問題。
智能起重機(jī)A執(zhí)行tk,智能起重機(jī)B執(zhí)行待避,待避完成后,能連續(xù)執(zhí)行分配到的執(zhí)行計(jì)劃;智能起重機(jī)B執(zhí)行tk-1,智能起重機(jī)A執(zhí)行待避,待避完成后,能連續(xù)執(zhí)行分配到的執(zhí)行計(jì)劃;第k-1個(gè)執(zhí)行計(jì)劃tk-1與第k個(gè)執(zhí)行計(jì)劃tk并行執(zhí)行時(shí),設(shè)智能起重機(jī)B執(zhí)行tk-1,智能起重機(jī)A執(zhí)行待避時(shí),智能起重機(jī)B的工作區(qū)間是[xmin,xmax],智能起重機(jī)A的當(dāng)前位置點(diǎn)為x-1;其中,xmin為智能起重機(jī)A工作區(qū)間的下限,xmax為智能起重機(jī)A工作區(qū)間的上限;智能起重機(jī)A執(zhí)行tk,智能起重機(jī)B執(zhí)行待避,智能起重機(jī)A的工作路徑點(diǎn)是x0,x1,…,xs,智能起重機(jī)A提前行走的路徑Path'(A)為
式中:L(xs-1,xs)為2路徑節(jié)點(diǎn)之間的線段。
執(zhí)行計(jì)劃tk-1和執(zhí)行計(jì)劃tk并行執(zhí)行,節(jié)省的智能起重機(jī)運(yùn)行時(shí)間代價(jià)函數(shù)cost′(Dj,k)為
調(diào)度Dj的時(shí)間代價(jià)函數(shù)Cost(Dj)為
其中,cost′(Dj,0)=0,遍歷調(diào)度Dj對(duì)應(yīng)的智能起重機(jī)路徑節(jié)點(diǎn),求取使得調(diào)度Dj的時(shí)間代價(jià)函數(shù)cost(Dj)取最小值的智能起重機(jī)作業(yè)調(diào)度指令,根據(jù)智能起重機(jī)作業(yè)調(diào)度指令確認(rèn)智能起重機(jī)搬運(yùn)板坯的路徑節(jié)點(diǎn),以此調(diào)度智能起重機(jī)。
在此,tk-1和tk能否并行的必要條件是執(zhí)行tk計(jì)劃的智能起重機(jī)在tk-1計(jì)劃中必須執(zhí)行待避,代價(jià)函數(shù)計(jì)算出路徑,代價(jià)函數(shù)Cost(Dj)計(jì)算每次的路徑代價(jià),遍歷所有可能性,采用最小代價(jià)作為執(zhí)行,每執(zhí)行一塊板坯后,需重新遍歷計(jì)算。
優(yōu)選地,在執(zhí)行計(jì)劃tk拆分執(zhí)行時(shí),有
式中:tk1,tk2分別為執(zhí)行計(jì)劃tk拆分后的2個(gè)計(jì)劃。
新任務(wù)計(jì)劃T'與原任務(wù)計(jì)劃T滿足
新任務(wù)計(jì)劃T'中對(duì)每一個(gè)Dj執(zhí)行時(shí)間代價(jià)函數(shù),時(shí)間代價(jià)函數(shù)取最小值時(shí),最優(yōu)作業(yè)調(diào)度指令為D''best;原任務(wù)計(jì)劃T中對(duì)每一個(gè)Dj執(zhí)行時(shí)間代價(jià)函數(shù),時(shí)間代價(jià)函數(shù)取最小值時(shí),最優(yōu)作業(yè)調(diào)度指令為D''best。
則執(zhí)行計(jì)劃tk拆分執(zhí)行時(shí),最優(yōu)作業(yè)調(diào)度指令Dbest為
遍歷Dbest得到每個(gè)任務(wù)智能起重機(jī)消耗時(shí)間,確定執(zhí)行計(jì)劃tk拆分執(zhí)行時(shí)的執(zhí)行時(shí)間,以及各個(gè)子計(jì)劃的執(zhí)行時(shí)間,進(jìn)而得到智能起重機(jī)的性能指標(biāo)和生產(chǎn)節(jié)拍;Dbest確定后,作業(yè)調(diào)度指令Dj即能確定為
此時(shí)Dj,k均屬于已拆分后的指令;每個(gè)已拆分后的指令Dj,k均由執(zhí)行tk的智能起重機(jī)A和執(zhí)行待避的智能起重機(jī)B 2個(gè)任務(wù)指令構(gòu)成,分別由2個(gè)智能起重機(jī)執(zhí)行,Dj,k的值為
式中:Move為智能起重機(jī)移動(dòng)到x點(diǎn);Grap為夾工具小車移動(dòng)到y(tǒng)點(diǎn),高度移動(dòng)到z點(diǎn),夾取物料,然后回到安全高度;Release為夾具移動(dòng)到y(tǒng)點(diǎn),高度移動(dòng)到z點(diǎn),放下物料,然后回到安全高度;Move和Grap、Release動(dòng)作是能并行的,待避點(diǎn)x'屬于待避區(qū),且離下一個(gè)任務(wù)的第一個(gè)x點(diǎn)最近的點(diǎn)。
對(duì)于相鄰2個(gè)指令Dj,k-1與Dj, k,若Dj, k-1與Dj, k目標(biāo)節(jié)點(diǎn)的有交叉,則Dj,k-1與Dj, k分配給同一臺(tái)智能起重機(jī),使得2臺(tái)智能起重機(jī)作業(yè)區(qū)域不重疊交叉。
本調(diào)度管理系統(tǒng)在現(xiàn)場進(jìn)行了部署應(yīng)用,如圖9所示,可以實(shí)現(xiàn)有效的任務(wù)調(diào)度管理,相比人工單次作業(yè)時(shí)長提升20%以上,且可24 h不間斷執(zhí)行MES任務(wù)。
圖9 調(diào)度管理系統(tǒng)現(xiàn)場應(yīng)用
本文面向金屬冶煉作業(yè)場景的智能起重機(jī)關(guān)鍵技術(shù)的研究和有效示范應(yīng)用,通過作業(yè)場景感知與理解、作業(yè)對(duì)象識(shí)別與跟蹤定位、數(shù)據(jù)互聯(lián)、智能運(yùn)維和智能起重機(jī)智能調(diào)度決策,加速實(shí)現(xiàn)了傳統(tǒng)物料搬運(yùn)方式向物料智能化運(yùn)轉(zhuǎn)發(fā)展,進(jìn)而推進(jìn)智能起重機(jī)傳統(tǒng)產(chǎn)業(yè)向網(wǎng)絡(luò)化、信息化、數(shù)字化、智能化改造,達(dá)到減少人工工作強(qiáng)度、提高物料信息與設(shè)備安全、提升庫區(qū)運(yùn)行效率等目標(biāo),協(xié)同實(shí)現(xiàn)高度自動(dòng)化、信息化、智能化和無人化的黑燈工廠,同時(shí)加強(qiáng)了新形勢下人工智能技術(shù)在傳統(tǒng)特種機(jī)械上的應(yīng)用和發(fā)展探索,加快了新舊動(dòng)能接續(xù)轉(zhuǎn)換,提升了裝備技術(shù)水平與核心競爭力,對(duì)推動(dòng)智能起重機(jī)產(chǎn)業(yè)邁向高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。