【技术实现步骤摘要】
本专利技术属于仓储物流领域，具体是一种车间智能仓储物流系统。
技术介绍
1、agv是一种自动化的物流设备，不仅能够在一些工业应用场所中进行自主行驶，还可以在不同的地形、工作区域和运输任务之间进行转换，进而自主完成物料搬运、物料分拣等多种工作流程。
2、agv小车可以在仓库入口接收物料，将其搬运至指定的存储位置，或者从存储位置取出物料并送至出库区域；以及按需将原材料或半成品从仓库运送至生产线的不同工作站等等，减少对人力搬运工的依赖，但现有的agv小车按照既定的运行路线行驶，但不一定是最优行驶路线，存在运输效率较低，无法及时供应产线生产的问题。
3、因此本专利技术提出一种车间智能仓储物流系统。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种车间智能仓储物流系统，用于解决现有的agv小车按照既定的运行路线行驶，但不一定是最优行驶路线，存在运输效率较低，无法及时供应产线生产的技术问题。
2、为实现上述目的，本专利技术的第一方面提供了一种车间智能仓储物流系统，包括信息处理模块，以及与之相连接的信息采集模块和物料运输模块；
3、信息采集模块：用于采集车间信息和agv小车信息；其中，车间信息包括车间的三维地图信息和产线物料消耗速率；agv小车信息包括agv小车的承重量、尺寸和当前位置；
4、信息处理模块：用于根据车间三维地图构建车间的三维模型；以及，基于生产信息，分析agv小车的需求量；
5、物料运输模块：用于获取agv小车的当前位置，规划agv小车从当前位置至目标工序位置的若干运输路径；分析agv小车的各运输路径的运输时长，获取最优运输路径。
6、优选的，所述构建车间的三维模型，包括：
7、通过激光扫描仪对车间进行扫描，采集点云数据，以及采集车间各角度的图像；将采集点云数据和图像导入gis系统中，建立车间的三维模型；其中，点云数据和图像为车间的三维地图信息。
8、本专利技术激光扫描仪能够以毫米级的精度捕捉物体的形状和尺寸，生成详细的点云数据，这种高精度对于制造、维护和改造工作至关重要；扫描不仅限于可见表面，还可以捕获到隐藏或难以到达区域的信息，确保模型的完整性和准确性。激光扫描和图像采集技术大大缩短了现场测量和数据收集的时间，提高了工作效率；将点云数据和图像导入gis系统后，可以生成车间的三维模型，便于直观地理解和分析空间布局和结构。
9、优选的，所述基于生产信息，分析agv小车的需求量，包括：
10、判断当前的物料输送效率是否小于当前产线的物料消耗速率；是，则增加agv小车的数量；否，则不增加agv小车数量。
11、优选的，若当前的物料输送效率小于当前产线的物料消耗速率，则通过公式k＝(cv-av)/w-k0计算得到增加的agv小车数量k；其中，cv为产线的物料消耗速率；av为当前k0辆agv小车的输送速率；w为agv小车的额定承重量，k0为工厂生产初始分配的agv小车数量。
12、本专利技术根据生产线的实际需求动态调整agv数量，适应不同生产节奏的变化，提高系统的适应性和弹性；通过精确计算，避免了过度部署agv小车，降低了不必要的资本投入和运营成本，同时也防止了物料过剩和浪费；保证了物料的及时供应，减少了生产线停滞时间，从而提高了整体生产效率和吞吐量。
13、优选的，物料消耗速率为单位时间内工厂生产所消耗的物料量；物料输送速率为单位时间内k0辆agv小车输送的物料量。
14、优选的，所述规划agv小车从当前位置至目标位置的若干运输路径，包括：
15、在车间的三维模型中规划agv小车从当前位置至目标位置的若干运输路径，标记每条路径的拐角以及每个拐角的角度；其中，运输路径为agv小车从当前位置至取物料处再到目标位置的作业路径；目标位置为车间产线位置。
16、优选的，所述分析agv小车的各运输路径的运输时长，获取最优运输路径，包括：
17、根据agv小车的运载物料量，分析agv小车直行时的运行速度，标记为v0；
18、根据agv小车的运载物料量和运输路径中拐角的角度，分析agv小车的拐弯时间，标记为tgij；其中，i为拐角的编号，j为运输路径的编号；i，j取正整数；
19、通过公式txj＝sj/v0+σtgij计算得到agv小车在第j条运输路径的运输时长tx；将各运输路径的运输时长tx进行比较，运输时长tx最小的为最优运输路径；其中，sj为第j条运输路径的长度；σ为对i求和。
20、本专利技术通过对agv小车的直行运行速度和拐弯时间的精确分析，可以实现对物流过程的精细化管理，提高车间物流的可控性和预测性；计算每条路径的运输时长，选择总时长最短的路径，可以最大化agv小车的运输效率，减少无效等待时间，提升整体生产效率；同时选择最短运输时长的路径通常也意味着最低的能耗，因为这减少了不必要的加速、减速和转向，从而节省电力，对环保和成本控制都有积极影响。
21、优选的，所述根据agv小车的运载物料量，分析agv小车直行时的运行速度，包括：
22、将agv小车的运载物料量、空运时的运行速度和所受到的阻力，输入至速度衰减系数评估模型中，得到速度衰减系数；其中，速度衰减系数评估模型由fnn神经网络模型构建；
23、agv小车直行时的运行速度v0＝vy×α；其中，α为速度衰减系数；vy为agv小车空运时的运行速度。
24、本专利技术fnn神经网络模型能够处理输入变量与输出变量之间的复杂非线性关系，这意味着即使运载物料量、运行速度和阻力之间的关系不是简单的线性比例，模型也能准确地捕捉和表达；神经网络可以通过训练自我调整权重和偏置，这意味着它能从历史数据中学习并逐渐优化预测速度衰减系数的能力，随着数据的积累，预测精度会不断提高；且通过持续收集和分析agv小车的运行数据，模型可以不断迭代优化，进一步提升速度预测的准确性和系统性能。
25、优选的，agv小车的阻力为agv小车的总重力与滑动摩擦系数的乘积；其中，滑动摩擦系数从滑动摩擦系数查找表获取。
26、优选的，所述根据agv小车的运载物料量和运输路径中的拐角的角度，分析agv小车的拐弯时间，包括：
27、基于车间的三维模型和agv小车信息，构建车间的数字孪生模型；
28、在车间的数字孪生模型中，agv小车根据规划的运输路径依次进行运输模拟，并在运输路径的拐角处设置两个监测节点，分别位于拐角的两端，当agv小车通过监测节点时，记录agv小车通过监测节点的时间戳，两个监测节点之间时间戳的差为agv小车在拐角处花费的时间；其中，时间戳的差为绝对值；运行速度为当前直行的运行速度。
29、本专利技术通过数字孪生模型模拟agv小车在运输路径的行驶情况，监测agv小车在拐角处所用时间，通过记录agv小车在拐角处的时间戳差，可以准确分析拐角处的运本文档来自技高网...
【技术保护点】
1.一种车间智能仓储物流系统，其特征在于，包括信息处理模块，以及与之相连接的信息采集模块和物料运输模块；
2.根据权利要求1所述的一种车间智能仓储物流系统，其特征在于，所述构建车间的三维模型，包括：
3.根据权利要求1所述的一种车间智能仓储物流系统，其特征在于，所述基于生产信息，分析AGV小车的需求量，包括：
4.根据权利要求3所述的一种车间智能仓储物流系统，其特征在于，若当前的物料输送效率小于当前产线的物料消耗速率，则通过公式k＝(CV-AV)/W-k0计算得到增加的AGV小车数量k；其中，CV为产线的物料消耗速率；AV为当前k0辆AGV小车的输送速率；W为AGV小车的额定承重量，k0为工厂生产初始分配的AGV小车数量。
5.根据权利要求4所述的一种车间智能仓储物流系统，其特征在于，物料消耗速率为单位时间内工厂生产所消耗的物料量；物料输送速率为单位时间内k0辆AGV小车输送的物料量。
6.根据权利要求1所述的一种车间智能仓储物流系统，其特征在于，所述规划AGV小车从当前位置至目标位置的若干运输路径，包括：
8.根据权利要求7所述的一种车间智能仓储物流系统，其特征在于，所述根据AGV小车的运载物料量，分析AGV小车直行时的运行速度，包括：
9.根据权利要求8所述的一种车间智能仓储物流系统，其特征在于，AGV小车的阻力为AGV小车的总重力与滑动摩擦系数的乘积；其中，滑动摩擦系数从滑动摩擦系数查找表获取。
10.根据权利要求7所述的一种车间智能仓储物流系统，其特征在于，所述根据AGV小车的运载物料量和运输路径中的拐角的角度，分析AGV小车的拐弯时间，包括：
...【技术特征摘要】
1.一种车间智能仓储物流系统，其特征在于，包括信息处理模块，以及与之相连接的信息采集模块和物料运输模块；
2.根据权利要求1所述的一种车间智能仓储物流系统，其特征在于，所述构建车间的三维模型，包括：
3.根据权利要求1所述的一种车间智能仓储物流系统，其特征在于，所述基于生产信息，分析agv小车的需求量，包括：
4.根据权利要求3所述的一种车间智能仓储物流系统，其特征在于，若当前的物料输送效率小于当前产线的物料消耗速率，则通过公式k＝(cv-av)/w-k0计算得到增加的agv小车数量k；其中，cv为产线的物料消耗速率；av为当前k0辆agv小车的输送速率；w为agv小车的额定承重量，k0为工厂生产初始分配的agv小车数量。
5.根据权利要求4所述的一种车间智能仓储物流系统，其特征在于，物料消耗速率为单位时间内工厂生产所消耗的物料量；物料输送速率为单...
【专利技术属性】
技术研发人员：杨伟龙，
申请(专利权)人：合肥劢伽科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。