论文题名: | 考虑换电因素的集装箱码头自动化岸桥与AGV协同调度研究 |
关键词: | 自动化集装箱码头;岸边起重机;自动导引车;协同调度;换电任务 |
摘要: | 在“互联网+”和5G时代飞速发展的时代大背景下,打造绿色、智慧、高效的自动化集装箱码头已成为国际航运业发展的主要方向。在自动化集装箱码头中,合理、高效地调度码头核心设备协同作业成为了提高码头运行效率的研究重点,本文在自动化集装箱码头的混合装卸模式下,考虑AGV充电过程对码头作业系统的影响,研究了自动化岸边起重机(Automated Quay Crane,AQC)和自动导引车(Automated Guided Vehicle,AGV)的协同调度以及AGV换电任务优化调度问题,以最小化作业总时间和总能耗为目标构建了双层规划模型。 首先,基于对混合装卸同步作业模式下自动化集装箱码头作业系统的特点以及AGV充电工艺的分析,讨论了自动化码头“AQC-AGV”协同调度的必要性,并构建了考虑换电因素的自动化码头“AQC-AGV”协同调度结构模型。考虑到AGV电池的续航时间和空重载SOC的变化特性,结合自动化码头换电站的作业特点和换电流程,构建了考虑换电因素的“AQC-AGV” 协同调度的双层规划模型。其中,上层模型是以最小化作业总时间和总能耗为优化目标的“AQC-AGV”协同调度模型,用于求解AQC和AGV的协同调度方案和集装箱作业序列;下层模型是以最小化AGV换电任务的作业总时间和总能耗为优化目标的AGV换电任务的调度优化模型,用于优化AGV换电任务序列。 其次,根据双层模型高并发、多循环的特点,上层算法参考混合流水车间调度问题的求解思路,设计了改进的果蝇算法。对标准的果蝇算法的嗅觉搜索策略进行了改进,设计了三种不同步长的搜索策略,同时为了体现算法的协同性引入全局协作机制,提高了算法的嗅觉搜索能力和全局协作能力,解决了AQC和AGV的协同调度问题;在下层算法中,为了解决遗传算法在寻优过程中优良解基因容易丢失的问题,在选择算子中引入了灰狼优化算法的理念,以合理选择AGV的换电时机。 最后,通过设计不同规模大小的算例,利用常用的遗传算法与本文的双层规划算法求解模型,从多个方面对计算结果进行了分析比较,验证了模型的合理性和算法的有效性。不同规模的算例实验表明,本文提出的模型和算法可以优化AQC和AGV协同下的集装箱作业序列,合理选择AGV的换电时机与AQC、 AGV的数量配置,有效降低了码头作业系统的运营成本,适用于码头AGV的实际调度。 |
作者: | 梅芳 |
专业: | 交通运输 |
导师: | 盛进路 |
授予学位: | 硕士 |
授予学位单位: | 重庆交通大学 |
学位年度: | 2023 |