一种爬架机器人智能仓储系统的布局设计优化方法技术方案

本发明专利技术公开一种爬架机器人智能仓储系统的布局设计优化方法，通过构建排队网络模型，在考虑机器人拥堵和机器人充电的场景下建立成本最小化模型，使用聚合法对不同布局下仓储运行管理的各个环节进行定量分析，对仓储系统性能进行评估，提高在不同布局下系统的运行效率，提高仓储吞吐量，降低运行成本与能耗。本发明专利技术提出了不同布局下系统存储量和吞吐量间的权衡模型，该模型可准确计算相同存储量下不同布局的吞吐量，帮助决策者在给定存储量、给定机器人数量和给定货架布局占地面积的情况下，选择吞吐量最高的布局，还可帮助仓储决策者在存储量和吞吐量一定的条件下，选择能耗更低，年运行成本更低的布局。年运行成本更低的布局。年运行成本更低的布局。

【技术实现步骤摘要】
一种爬架机器人智能仓储系统的布局设计优化方法


[0001]本专利技术涉及管理科学与工程领域，更准确地说，涉及一种爬架机器人智能仓储系统的布局设计优化方法。

技术介绍

[0002]仓库设计需要平衡仓储占地面积和仓储吞吐量。新一代爬架机器人拥有灵活的布局模式。紧致的布局虽然可以减少占地面积，但由于仓储内机器人通道较少且较为狭窄，机器人会发生死锁或拥堵的情况。
[0003]仓储系统的衡量标准包括：系统的吞吐量；系统的运行成本；系统的能耗。如何根据具体的场景选择合适的布局是影响系统效率的难题。本专利技术帮助仓储决策者判断系统中的交叉布局、紧致布局以及传统的基于通道的布局在不同场景下的性能。传统的方法很难模拟复杂系统的运作方式，因此，有必要采取一种新的方法，帮助决策者根据具体的需求，选择合适的布局，优化爬架机器人智能仓储系统的运行效率。

技术实现思路

[0004]本专利技术为解决上述问题，提出了一种爬架机器人智能仓储系统的布局设计优化方法，通过构建排队网络模型，在考虑机器人拥堵预防策略和机器人充电的场景下，建立成本最小化模型，使用聚合法对交叉布局、紧致布局以及传统的基于通道的布局下的各个环节进行定量分析，对系统性能的吞吐量、运行成本和能耗进行评估，提高在不同布局下系统的运行效率，提高吞吐量，降低运行成本与能耗。
[0005]本专利技术通过以下技术方案来实现：
[0006]一种爬架机器人智能仓储系统的布局设计优化方法，包括以下步骤：
[0007]S1、建立带有机器人拥堵预防策略的闭环排队网络模型并用聚合法求解；
[0008]S2、确定服务时间；
[0009]S3、确定包括机器人充电概率在内的每台服务器的访问概率；
[0010]S4、将解析结果与仿真结果进行误差分析，判断模型的准确性；
[0011]S5、以系统的年运行成本最小化为目标，以系统的存储量、吞吐量为约束条件，建立成本最小化模型minD
m
(S
m
,δ
m
)，以此比较交叉布局、紧致布局、通道布局这三种布局之间的存储量与吞吐量间的权衡关系模型。
[0012]进一步的，S1中拥堵预防策略具体是指：
[0013]将货物分配给可用的机器人后，机器人沿着外部垂直通道从工作站移动到仓库顶部；到达仓库顶部时，机器人从外部垂直通道(x1,y1，γ+1)的出口移动到指定垂直通道(x2,y2，γ+1)的入口；当机器人到达指定通道入口，机器人检查通道是否可用，当指定通道内没有机器人在其内部工作时进入；机器人首先存储前一个货物，然后取到下一个请求的货物，之后机器人移动至其中一个工作站，每个工作站有一个分拣员，当机器人到达工作站时，它在缓冲区中排队，等待服务；当货物在工作站被分拣后，机器人会检查它自身的电池
电量。
[0014]进一步的，S2中服务时间包括机器人在外部垂直通道服务时间u
i
、机器人在顶层的服务时间u
x1,y1,x2,y2
、目标垂直通道服务时间U
t
、仓库底层服务时间u
x2,y2,x3,y3
。
[0015]进一步的，S3中每台服务器的访问概率包括机器人访问目标垂直通道的概率q(x,y)、机器人在完成当前指令后必须充电的概率q
d
。
[0016]进一步的，q(x,y)的计算公式如下：
[0017][0018]式中，(x,y)是目标垂直通道的坐标，α是x方向上的通道数，β是y方向上的通道数，U(x,y)是概率，C(j,k)用于标识垂直通道(j,k)是垂直移动通道还是货架；
[0019][0020]进一步的，其中充电的概率q
d
需结合概率性质与聚合法，用迭代的方式求解；
[0021]q
d
的公式如下：
[0022][0023]式中S为机器人数量，UI为吞吐量，U
s
为机器人在一个周期内消耗能量的预期时间，F
u
为机器人在一个周期内的能耗，U
b
为一个机器人可以运行的最长时间，F为机器人每单位时间所能提供的能量。
[0024]进一步的，UI使用迭代平均近似算法计算，具体为：通过将q
d
设置为0到1之间的任意值来初始化它，对于q
d
的第一个值，使用近似平均值估计算法找到UI的第一个值，然后使用q
d
计算公式和近似平均值估计算法迭代更新q
d
的值，设表示当前迭代中电池耗尽的概率，表示最后一次迭代电池耗尽的概率，当表示最后一次迭代电池耗尽的概率，当时，算法终止，用来近似q
d
的值；
[0025]由于机器人共享工作站和外部垂直通道，所以q
A
是机器人被分配到其中一个工作站的概率，q
i
是机器人访问外部垂直通道的概率，A是工作站的数量，闭环排队网络通过近似平均值估计算法求解，同时更新q
d
。
[0026]进一步的，S5中，建立成本最小化模型的过程如下：
[0027]系统的年运行成本包括机器人运行成本、占地面积成本和货架运行成本，固定系统的占地面积；
[0028]成本最小化模型有两个性能约束：系统的存储容量应大于存储容量约束T，系统的最大吞吐量应大于所需的最小吞吐量UI，决策变量包括在布局m下的机器人数量S
m
和布局m下的系统层数δ
m
，布局m下的成本最小化模型如下：
[0029]minD
m
(S
m
,δ
m
)＝d
S
*S
m
+d
E
*E
m
+d
T
*B
m
*δ
m
[0030][0031]式中，m为交叉布局或紧致布局或通道布局，d
S
是一台机器人平摊至每年的运行和维护成本，d
E
是存储单位空间的年运维成本，E
m
是布局m下所需的空间，d
T
是一个货架位置的年成本，B
m
是布局m下一层中存储货架位置的数量，UI
m
(S
m
,δ
m
)是布局m、机器人为S
m
、层数为δ
m
的系统最大吞吐量。T
m
(S
m
,δ
m
)是布局m、机器人为S
m
、层数为δ
m
的系统存储容量。
[0032]本专利技术的有益效果在于：
[0033](1)在大多数情况下，可以帮助仓储决策者以最小化年运行成本为目标选择相应的布局；
[0034](2)在给定存储容量、给定机器人数量和给定货架布局占地面积的情况下，帮本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种爬架机器人智能仓储系统的布局设计优化方法，其特征在于：包括以下步骤：S1、建立带有机器人拥堵预防策略的闭环排队网络模型并用聚合法求解；S2、确定服务时间；S3、确定包括机器人充电概率在内的每台服务器的访问概率；S4、将解析结果与仿真结果进行误差分析，判断模型的准确性；S5、以系统的年运行成本最小化为目标，以系统的存储量、吞吐量为约束条件，建立成本最小化模型minD
m
(S
m
，δ
m
)，以此比较交叉布局、紧致布局、通道布局这三种布局之间的存储量与吞吐量间的权衡关系模型。2.根据权利要求1所述的一种爬架机器人智能仓储系统的布局设计优化方法，其特征在于：S1中拥堵预防策略具体是指：将货物分配给可用的机器人后，机器人沿着外部垂直通道从工作站移动到仓库顶部；到达仓库顶部时，机器人从外部垂直通道(x1,y1，γ+1)的出口移动到指定垂直通道(x2,y2，γ+1)的入口；当机器人到达指定通道入口，机器人检查通道是否可用，当指定通道内没有机器人在其内部工作时进入；机器人首先存储前一个货物，然后取到下一个请求的货物，之后机器人移动至其中一个工作站，每个工作站有一个分拣员，当机器人到达工作站时，它在缓冲区中排队，等待服务；当货物在工作站被分拣后，机器人会检查它自身的电池电量。3.根据权利要求1所述的一种爬架机器人智能仓储系统的布局设计优化方法，其特征在于：S2中服务时间包括机器人在外部垂直通道服务时间u
i
、机器人在顶层的服务时间U
x1，y1，y2
、目标垂直通道服务时间U
t
、仓库底层服务时间u
x2，y2，x3，y3
。4.根据权利要求1所述的一种爬架机器人智能仓储系统的布局设计优化方法，其特征在于：S3中每台服务器的访问概率包括机器人访问目标垂直通道的概率q(x，y)、机器人在完成当前指令后必须充电的概率q
d
。5.根据权利要求4所述的一种爬架机器人智能仓储系统的布局设计优化方法，其特征在于：q(x，y)的计算公式如下：式中，(x，y)是目标垂直通道的坐标，α是x方向上的通道数，β是y方向上的通道数，U(x，y)是概率，C(j，k)用于标识垂直通道(j,k)是垂直移动通道还是货架；6.根据权利要求4所述的一种爬架机器人智能仓储系统的布局设计优化方法，其特征在于：其中充电的概率q
d
需结合概率性质与聚合法，用迭代的方式求解；q
d
的计算公式如下：式中S为机器人数量，UI为吞吐量，U
s
为机器人在一个周期内消耗能量的预期时间，F
u
为机器人在一个周期内的能耗，U
b
为一个机器人可以运行的...

【专利技术属性】
技术研发人员：陈婉莹，施安楠，伍蓓，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：