Optimalizace spotřeby robotických buněk s jedním robotem a m stroji

Abstract

Práce se zaměřuje na optimalizaci spotřeby energie robotické buňky typu flow shop. Uvažujeme robotickou buňku skládající se z m strojů a jednoho transportního robota, která produkuje jeden typ výrobku. Robot přenáší výrobky mezi stroji a zajištuje naložení a vyložení strojů. Uvažujeme cyklický rozvrh pohybů robota s cílem minimalizovat spotřebu energie. Problém formulujeme jako smíšené celočíselné lineární programovaní (MILP). Popisujeme postup, kterým ověřujeme správnost MILP formulace. Dále jsme vyvinuli heuristický přístup založený na genetickém algoritmu pro tento NP těžký problém. Výsledky práce naznačují, že běžné výrobní flow shop linky mohou být efektivně optimalizovány exaktním algoritmem. Nicméně větší robotické buňky s více stroji mohou dosáhnout v rozumném čase téměř optimálního řešení pomocí heuristického přístupu. Hlavní přínos práce je odlišná kriteriální funkce oproti ostatním pracím, které se zabývají optimalizací výrobních linek typu flow shop.

This thesis focuses on the energy optimization of flow shop type manufacturing cells. We consider cells consisting of m machines and a material handling robot producing one type of a part. The robot transfers parts between machines and ensures machines loads and unloads. We consider the cyclic scheduling of the robot moves with the objective of minimizing the energy consumption. We develop a mixed integer linear programming formulation (MILP) of the problem. We describe a verification procedure to evaluate the correctness of the MILP formulation. We also develop a heuristic approach based on genetic algorithm for this NP-hard problem. The result of this thesis indicates that a common flow shop type manufacturing cells can be effectively optimized by the exact algorithm. However, larger robotic cells with more machines can achieve a near-optimal solution by the heuristic approach in a reasonable time. The main contribution of the thesis is a different objective function compared to other studies that deal with the optimization of the flow shop type manufacturing cells.