基于Plant Simulation的库区AGV调度系统的仿真1 引言AGV库区仿真是以仿真技术为基础，基于生产实践对物料输送线生产过程，AGV运输过程进行仿真，通过设定控制策略，验证、优化生产节拍，实现产能的优化。
其过程和结果的可视化使得用户可以方便地通过仿真模型、图表、报告等信息得到对库区直观、形象的理解。
由此可见，“面向对象的仿真分析”已成为现代生产领域中的一个重要的研究、应用领域。
AGV库区仿真分析的主要目标是验证设计库区的使用效率，出入库流量，为决策人员提供合理的改进建议和解决方案。
为企业后续的扩建合理的规划生产线布局、库存空间分配、人员安排，从而提高总体产能，降低成本和资源消耗。
2 现状与需求分析传统的评估方法很难给出定量的分析结果，无法为决策提供准确的依据。
离散事件系统仿真可以满足企业数字化制造的需求，实现对工厂生产物流的较准确分析。
通过优化分析，满足企业在工厂设计、物流优化等方面的需求，解决生产线运行中遇到的具体问题（例如：确定节拍、防止阻塞等）平衡各工位生产工作时间，从而提高整条线的工作效率，合理安排各种资源，达到降低成本、提高产能的目的。
同时能够加强对设备、物料、工装以及人员等生产资源的管理与控制，更快地应对市场的需求与变化，提高企业的市场竞争力。
3基于仿真软件的生产线优化分析3.1 仿真分析软件（PlantSimulation）简介仿真分析软件(PlantSimulation)是一套离散事件系统仿真软件，属于Tecnomatix仿真系统的重要组成部分。
它可以对整个工厂，从生产线、加工单元到工序操作的所有层次进行建模、物流仿真和优化的集成计算机环境。
PlantSimulation解决方案能实现生产系统与制造过程的建模和仿真，从而在开始生产之前即可确保获得最高的作业效率。
通过让工程师看到在虚拟工厂中计划所产生的结果，企业可以避免在真实工厂中资源浪费。
3.2 原始数据采集与分析AGV库区及出入库的输送线如下图：蓝色：为原料供货物流红色：为空箱返库物流路线绿色：为空箱供应物流路线粉色：为装料后料箱入库路线紫色：为送货空箱直接提供给装箱系统使用的物流路线红色细线：AGV路线1)入库流程上游加工原料经定点式装箱系统（一次一箱）装箱，装箱后加盖机加盖，叠箱机将两箱叠放成一个存储单元，然后，输送至AGV取货口。
AGV任务分配与充电配置选择模型1、作业流程描述在集装箱码头的AGV作业流程：首先系统根据当前作业情况进行判断，若此时无运输任务，AGV进入休息区等待；若存在运输任务，则判断当前处于工作状态的AGV数量是否足够；若不足，则将非工作AGV组中的AGV分配至工作组。
当AGV完成一次运输作业后会对自身电量进行判断，若此时电量高于30%，则继续进行运输作业；若此时电量低于30%，则前往充电桩充电。
确立仿真参数的输入，确立任务数，AGV数量，自动充电桩数量，充电桩充电速度，AGV最低充电阈值（30%），AGV电量充足阈值（80%）。
2、仿真目标设置本文的仿真目标是设计和实施一个集装箱自动化码头作业流程的仿真模型，并评估其中的AGV充电任务调度策略。
具体而言，仿真目标包括以下几个方面：首先，模拟进口箱作业流程：建立一个真实的模拟环境，包括岸桥提取进出口箱、AGV小车水平运输等环节，以准确模拟进口箱的作业流程。
其次，实现AGV充电任务调度：开发一个高效的AGV充电任务调度算法，考虑到AGV的电池寿命和电量状态，以最小化充电任务的时间和成本。
该算法将基于实时的作业需求和AGV的可用状态进行智能调度，以保证作业流程的平稳运行。
再次，评估作业效率和成本：通过仿真模型，分析和比较不同的AGV充电任务调度策略对作业效率和成本的影响。
使用实际数据和性能指标，如作业时间、能源消耗和人力成本等，对各种策略进行定量评估，并找到最佳的调度策略。
最后，提出优化建议，在自动化集装箱码头作业流程中，合理的充电桩布局可以显著提升AGV充电任务的效率和整体作业流程的顺畅性。
分析作业热点区域：通过对集装箱作业流程中的瓶颈区域和高频度作业区域进行分析，确定作业热点区域。
这些区域通常是集装箱堆场附近、码头入口/出口以及岸桥与AGV交接点等位置。
准确定位热点区域可以帮助本文合理布置充电桩，以满足高负荷作业需求。
考虑AGV行驶距离和电池寿命：根据AGV的行驶距离和电池寿命特性，合理分析AGV的电池续航能力。
浅述麦克纳姆轮AGV仿真及控制系统设计作者：许斌来源：《科学与信息化》2019年第02期摘要由麦克纳姆轮驱动的AGV车因其极高的机动性、灵活的运行方式得到广泛应用。
特别在航空装配领域，对高定位精度、可联动的AGV车的需求非常强烈。
本文首先分析了麦轮AGV车的运动特点，建立了运动学方程，然后基于Simulink对AGV进行了控制系统设计，在仿真环境下得到控制器参数。
关键词 AGV；麦克纳姆轮；控制系统；仿真1 概论自1973年瑞典工程师发明麦克纳姆轮以来，国外学者对麦克纳姆轮及麦轮车进行了广泛的研究。
Tlale N等研究了麦轮车的运动学和动力学特性，Malayjerdi E 等研究了基于模糊控制的麦轮车控制算法。
国内的相关研究虽然起步较晚，但研究内容基本覆盖了麦轮车的各个方面，有控制算法、基于视觉的引导等。
本文基于以上研究，首先分析麦轮车的运动学和动力学方程，然后基于Simulink进行了控制系统设计，最后分析了麦轮车的联动算法。
2 运动学关系2.1 运动学约束3 控制系统设计本文将基于Simulink对控制系统进行设计。
在Simulink里新建slx文件，建立如图 3所示模型，其中AGV模块代表了麦轮车的运动学模型，输入是四轮转速，输出是车体在惯性系下的速度和角速度，将速度变量积分得到车体在惯性系下的位置和转角，利用传感器测出该状态信息，输入到控制系统中，控制系统利用状态信息计算出四轮转速便形成了闭环。
本文的控制系统采用PID控制器。
在Simulink环境下，利用依次点击菜单栏Analisis→Control Design→C ontrol System Tuner，再在菜单栏点击TUNING→Select Blocks）选择需要整定的PID模块后，便可进入PID 整定设计环境。
点击菜单栏New Goal可以看到在时域和频域下分别有多种整定目标可以设计。
此处选择时域下的Tracking of Step Commands，再选择输入和输出信号，将模型设置为一阶，最后设置时间常数。
