基于CVCS 的浮法玻璃冷端机械手堆垛系统调度问题

摘要： 采用目前生产线上常用的高速堆垛机（ High-Speed-Stacker， HSS） 和即时分拣机（Pick-on-the-Fly，POF）两种机械手分别堆垛不同规格的玻璃原片，目标是最小化玻璃的废料率。针对切割和抓取自动化过程，提出了一种组合Unit 的方法最大化生产效率，并在此基础上采用了平衡Unit 的优化方法。根据两种类型机械手是否同时工作，提出了混合抓取和分类抓取两种解决方案。最后针对抓取阶段的特点提出了一种组合变异布谷鸟搜索（ CombinationVariation Cuckoo Search，CVCS）算法，引入了内外逆序和多领域插入变异操作，防止算法陷入局部最优。仿真实验采用响应面分析法对CVCS 进行参数标定。并将CVCS 与MMGA、BPSO、DABC、CS 算法进行了对比分析，实验结果验证了CVCS 算法解决该问题的优越性。

关键词：堆垛系统；平衡Unit；混合抓取；分类抓取；响应面分析法

中图分类号：TP301 文献标志码：A

随着国内浮法玻璃生产线的增加，对生产线自动化水平的要求也越来越高。浮法玻璃生产过程具有不间断生产的特性，产线末尾由于产品未被及时卸载而产生浪费的玻璃称为循环时间废料，废料越多，生产线的效率越低。目前，自动堆垛机主要分为3 类：水平堆垛机、垂直堆垛机和机械手堆垛机。机械手堆垛机相较于其他两类堆垛机具有动态抓板的优势，其强大的灵活性和适应能力是其他两类堆垛机所无法比拟的，因此机械手堆垛机应用在浮法玻璃生产线冷端已成为主要趋势。

如今机械手越来越广泛地应用于高速生产过程。Rafal 等[1] 应用Deb 规则支持的人工蜂群算法解决了单个机械手臂处理3 条生产线的多目标优化问题。Tolmidis 等[2] 针对多机器人动态任务分配的问题，提出了一种通用解决方案。Geismar 等[3] 研究了双臂机器人同时卸载或装载两台相邻机器的问题，目标是找到单元通量最大化的机械手动作序列。Kolakowska 等[4] 安排了自由度为6 的机械手执行一系列喷涂任务， 并最小化任务间的持续时间。Nejad 等[5] 研究了柔性机器人高速生产标准化产品，其主要执行机器的装载/卸载操作并运输物品，目标是确定最小化周期时间的动作顺序。Li 等[6] 研究了机器人装配线平衡的问题（RALB-II），目标是最大程度地缩短周期时间。Yan 等[7] 介绍了一种具有柔性加工时间的机器人单元和材料搬运机器人循环最优调度的精确算法。布谷鸟搜索（Cuckoo Search，CS）算法是Yang 和Deb 于2009 年模仿布谷鸟育雏行为提出来的一种新兴启发式算法。该算法具有参数少、鲁棒性强及全局搜索能力强等优点。郑洪清等[8]对算法中全局搜索和局部搜索迭代公式重新进行定义，以一定概率在最优解附近进行搜索，提高了算法的寻优能力。梁毛毛等[9] 针对原始的Levy 介绍了一种使用每代个体的局部和全局最优适应值动态设置步长因子的方法，并提出了一种带全局−局部最优步长比例因子的CS 算法。

本文中机械手堆垛机可以分为两类：高速堆垛机（High-Speed-Stacker，HSS） 和即时分拣机（Pick-onthe-Fly，POF）。POF 同一时间一次只能抓取一块相对较大规格的玻璃原片，而HSS 能够同时抓取多个相对较小规格的玻璃原片。在这两种机械手数量有限的情况下，需要优化玻璃原片的布局方式和生产顺序，使得玻璃的废料率最少。针对浮法玻璃冷端机械手堆垛系统调度问题提出了一种组合变异布谷鸟搜索（Combination Variation Cuckoo Search，CVCS）算法，同时引入了内外逆序、变领域插入变异以及后寻操作。在多组算例下与其他算法进行了对比实验，验证了CVCS 算法解决该问题的有效性。