[发明专利]一种人机协作生产任务的规划方法

权利要求书

1.一种人机协作生产任务的规划方法，其特征在于：包括以下步骤：

S1：根据人机协作工作单元的属性，建立针对人机协作工作单元的生产任务规划模型P(h,r)，具体如下：

P(h,r)＝[A,h,r,T],T＝[T^H,T^R]； (1)

其中，h为人机协作工作单元中工人的数量，r为人机协作工作单元中机器人的数量，A为人机协作需要完成的生产任务，T为完成单个生产任务A的全部工时，T^H为工人完成单个生产任务A的工时，T^R为机器人完成单个生产任务的工时；

该生产任务规划模型设置两个适应度函数，分别为Fit₁和Fit₂，其中Fit₁表示每个生产周期所需的生产时间和休息时间之和；Fit₂表示工人完成一个生产班次的最大疲劳值；

S2：将生产任务A分解为n个任务序列，即：

A＝{S₁,S₂,…,S_n}； (2)

任务序列需要按照顺序执行，只有前一个任务序列完成后，才能开始下一个任务序列；

第i个任务序列S_i又可分解为m_i个子任务，如下：

m_i为第i个任务序列S_i包含的子任务数量，tk_i,j为第i个任务序列S_i中的第j个子任务，j＝1,2,…,m_i；第i个任务序列S_i中的子任务没有顺序限制；工人完成任务序列S_i中的每个子任务具有相同的疲劳系数和恢复系数；

S3：工人H_l完成第i个任务序列S_i的工时为工人H_l完成该任务序列中所有子任务所需时间之和，如下式所示：

式中，为工人H_l完成第i个任务序列S_i的第j个子任务的工时；

机器人R_k完成第i个任务序列S_i的工时为机器人R_k完成该任务序列中所有子任务所需时间之和，如下式所示：

式中，为机器人R_k完成第i个任务序列S_i的第j个子任务的工时；

完成第i个任务序列S_i的所需工时为所有工人及机器人所用工时的最大值：

S4：适应度函数Fit₁由下式求得：

其中，为完成全部任务序列所需的时间，即完成生产任务A所需的时间；B为周期间的时间间隔；

适应度函数Fit₂由以下方法求得：

假设工人H_l分配到的第一个子任务的完成时间为τ^1'、疲劳系数为λ^1'，则工人完成该子任务后的疲劳值，由下式求得：

式中，为工人的初始疲劳值；当工人的得到充分休息，在每个班次的开始时刻，工人的疲劳值为0，即工人在第一个生产周期的第一个子任务开始时的疲劳为0；对其它生产周期而言，第一个子任务开始时工人的疲劳值为经过短暂休息后的疲劳值，见式(10)；

假设每个生产周期中，工人H_l分配到y个子任务，则完成第y个子任务后工人的疲劳值，由下式求得：

式中，为工人H_l完成第y个子任务后的疲劳值；λ^y'、τ^y'分别为第y个子任务对应的疲劳系数与完成所需的工作时间；

工人H_l经过休息时间的休息后，剩余的疲劳如下式所示：

式中，μ为工人的恢复系数；

工人H_l每个生产周期的休息时间由三部分时间确定，如下式所示：

式中，T_be^l为工人H_l完成一个生产周期中最后一个子任务的时刻开始到该生产周期结束的时刻为止的时间；T_bs^l为工人H_l从一个生产周期开始的时刻开始到第一个子任务开始的时刻为止的时间；

设每个班次完成的生产周期总数为N，由下式表示：

式中，W为每个班次的时长；

S5：采用化学反应算法求解两个适应度函数Fit₁和Fit₂的最小值，即在每个生产周期所需的生产时间和休息时间之和最小的情况下工人完成一个生产班次的疲劳值最小，从而得到最优的生产任务规划方案。