汽車企業總裝AGV系統優化研究

馮驥龍，張勁

?

汽車企業總裝AGV系統優化研究

馮驥龍，張勁

（廣汽本田汽車有限公司，廣東 廣州 510000）

隨著國內汽車制造行業的飛速發展，行業競爭日趨激烈。混線生產模式下汽車企業面臨著一系列物流課題，自動引導運輸（AGV）系統的導入能夠提升物流效率。文章結合G企業實際情況對總裝 AGV 系統規劃進行分析，同時提出AGV小車運行路徑的優化方案，削減AGV的實際投入數量，降低生產成本。

汽車制造；物流；AGV系統；路徑規劃

1 前言

近年來，隨著國內汽車制造行業的飛速發展，行業間競爭也日趨激烈。各大車企為滿足廣大消費者日益豐富的產品需求、迎接激烈的市場競爭挑戰，均加快了新車型、新技術的引進步伐。各大車企在建廠時也更加關注生產效率和成本，尋求更高效更節省成本的途徑。

目前，國內汽車企業生產線多采用多車型混線生產模式。此模式下零部件種類、數量均增多，給總裝物流帶來巨大挑戰，如線邊物流存儲面積不足、配送頻次增多6、配送準點率下降等。面對諸多課題，國內汽車企業紛紛導入自動引導運輸車（Automated Guided Vehicle，簡稱AGV），通過預先設定AGV的運行路徑，使小車在指定路徑上運行，完成零部件的臺套配送任務。

AGV運輸系統的導入為總裝物流優化提供了新的方向，目前AGV運輸系統在汽車企業才剛剛發展起來，可優化空間較大；AGV系統的規劃設計和優化問題是汽車企業向高端、智能方向發展面臨的新課題，對生產效率和成本有著極為重要的影響。

2 AGV及其路徑規劃研究現狀

1913年，美國福特汽車公司首次用有軌引導的AGV代替輸送機，用于底盤裝配上。二十世紀五十年代，美國Basrrett電子公司成功開發了一種能夠自動跟蹤帶電導線的無人駕駛車輛，并被成功運用在汽車貨物運送公司；同期，英國人發明了簡易電磁導引AGV，并在歐洲迅速普及發展，后來逐步傳向美國和日本。隨著計算機技術的發展，AGV技術進入智能化、數字化、網絡化和信息化時代。AGV作為一種高度自動化、智能化的物流處理系統迅速發展起來并被廣泛應用。

國內則是從六十年代開始關注AGV的研究，七十年代北京起重運輸機械研究所研制的 ZDB-1型自動搬運車是最早的實用型AGV；九十年代后期，昆船智能輸送裝備公司、沈陽新松機器人自動化股份有限公司等開始 AGV 產品的研制和開發，其技術水平處于同行業領先地位，并且廣泛應用于多種行業，在汽車行業中也有越來越多的企業應用AGV進行物流運送。

路徑規劃研究一直是AGV系統的熱點和難點問題,國內外學者均做出了突出貢獻。Egbelu 和 Tanchoco 等人將遺傳算法應用于AGV路徑規劃，他們將空閑的AGV分類，采用遺傳迭代的方法，將 AGV 的空閑時間最小化；Occena 和 Yokota 等人提出了啟發式的搜索算法，通過評估每個搜索位置，得出最好的搜索方向，然后繼續以這種方法進行搜索，最終得到搜索目標。

國內學者則主要研究AGV系統的路徑規劃以及AGV行進過程中的避障問題；如劉國棟研究了一種AGV兩階段動態路徑規劃算法，AGV在離線時生成路徑集合，在運行時不斷進行動態選擇和調整。以上的路徑規劃理論，各有優缺點，針對不同的系統和環境，應選取不同的算法，通過實驗對比，找出最適合系統和環境的路徑規劃算法。

3 總裝混線生產模式及AGV路徑規劃

汽車總裝生產線一般包括一條連續的主車體輸送線、若干條分裝線、加工設備、物流區域等組成，從布局上看主要包括直線型、多折線型、T型等，本文以國內某汽車企業G的多折線生產線布局為基礎進行分析（如圖1）。

圖1 G公司總裝多折線生產線布局

G公司總裝生產線是多車型批量混線生產模式，生產線涉及多種零件，為節約廠房面積，減少線邊物流占地，需要將零件集合起來，集中配送，這就需要導入AGV進行物流配送。

在生產線布局、生產節拍、現場裝配崗位固定等條件限制下，從成本最優方向考慮AGV系統規劃。規劃的內容包括零件配送區域選定、AGV路徑規劃和AGV數量確定等。零件配送區域選定和AGV路徑規劃期望能確定從起始裝貨點到目標卸貨點的最優路徑。AGV數量則主要取決于零件的配送量、配送距離以及過程中其他等待時間。

在G公司總裝車間廠房面積和輸送線布局基本確定的前提下，可選的零件配送區域已定，由此可知，AGV路徑終點和零件配送需求量均已知，如圖2所示。

圖2 G公司總裝AGV配送路徑

AGV配送零件到輸送線接入點B1、B2、B3、B4已知，配送后空AGV移出點C1、C2、C3、C4已知，零件集中配送可選區域Ⅰ、Ⅱ、Ⅲ已知，需確定最優AGV配送點a1、a2、a3，a4。AGV配送路徑總距離為零件上線距離總和∑aiBi與空AGV回程距離總和∑Ciai兩者之和,確定最優的零件配送路徑，即通過確定ai的位置，找出Min(∑aiBi+∑CiaI)。

從圖2可以看出為使a1B1和a1C1、a2B2和 a2C2 的值最小，只需將a1和a2的位置分別選擇在B1C1和B2C2的延長線上時，其路徑最短；對于a3和a4的選擇則可以轉換為三角形已知底邊求另兩條邊之和最小的問題，如圖3分析，a3B3和a3C3路徑，通過鏡像分析，轉化為在B3、a3、C3’三點為一條直線時，其路徑最短；a4B4和a4C4路徑，通過鏡像分析，轉化為B4、a4、C4’之間的角度為可選范圍內的最大值時，其路徑最短。

圖3 Ⅲ區物流配送AGV最短路徑選擇

在選定最優的a 1 、a 2、 a 3、 a 4后，即確定了實際的配送距離，結合生產線配送節拍需求，考慮必要的等待時間，可以計算出G公司總裝配送零件上下線的AGV數量需求。AGV數量需求具體計算過程為：

AGV數量需求=AGV單循環行走世間/生產節拍

AGV單循環行走時間=物流集配區行走時間+配送上下線行走世間+隨線作業行走世間+等待時間（人機配合、充電等）。

表1 G公司總裝車間AGV需求量

考慮各區域預留10%的備用AGV對應異常情況，各區域需求的AGV數量如下表1所示，G公司總裝車間規劃需投入104臺AGV小車對應生產需求。

4 AGV運行路徑優化

經前文分析，AGV數量的需求與AGV單循環行走的時間正相關，縮短AGV的行走的距離即可實現AGV數量的削減。分析G公司總裝生產線AGV路線，發現其存在以下問題：（1）AGV在生產線上隨線行走的時間，受生產線運行節拍的影響，等待時間長，且每個有效作業車位均需配置一臺AGV對應，效率低；（2）區域Ⅱ、Ⅲ零件配送后空AGV回程路線a1C1和a2C2距離較長，且均為無效行走時間。

以上兩方面的問題，可以通過追加零件料車上、下線機構和隨行槽，實施零件料車通用化改造，優=化AGV路線等措施，實現AGV單循環行走時間的削減，進而達到削減AGV數量的目的。

4.1 設備改造，削減隨線AGV

設備改造前，受生產線構造和節拍制約，零件物料車在生產線上的流動，全部由AGV拉動隨行，造成AGV的大量浪費。

通過在滑板鏈的線頭和線尾追加零件料車上、下線機構，AGV將物料拉至線邊后，AGV斷開，由上下料機構將物料車移載到線上，通過在線體的板鏈上設置隨行槽固定物料車，讓物料車無需AGV拉動隨線而行，削減主線隨行AGV數量。

通過上下線機構的投入，同時在滑板上設置物料車隨行槽，實現物料車在無AGV牽引驅動的情況下，與生產線同步隨行。以G公司為例，最終可削減B1C1、B2C2、B3C3和B4C4段的隨線行走AGV數量，節約導入成本。

4.2 優化路線，料車通用化

圖4 優化后G公司AGV行走路徑

AGV路線優化和零件料車通用化改造：原運載空臺車回程的路線a1C1和a2C2距離較長，通過將區域Ⅱ和Ⅲ的物料小車進行改造，使其具有通用性；再將Ⅱ區AGV的運行路線由原來的a1B1、B1C1、C1a1調整為a1B1、B1C2、C2a1，即AGV小車運載Ⅱ區的裝滿零件的物料小車到C1，物料小車通過上料機構隨行后，AGV小車移動到C2，將此處通過下料機構推出的空物料小車運載回Ⅱ區繼續裝載物料并配送；對應Ⅲ區AGV的運行路線也調整為a2B2、B2C1、C1a2。通過AGV路線優化及零件料車的通用化改造，最終優化后的G公司AGV行走路徑如圖4所示。

G公司原需AGV臺數為104臺，通過追加零件料車上、下線機構和隨行槽、零件料車通用化改造、AGV路線優化等措施，最終將AGV需求削減到42臺。

表2 G公司總裝AGV路徑優化后需求量

5 結語

隨著新能源汽車的逐步導入，傳統的汽車企業將會面臨更多的挑戰，通過對AGV系統的進一步深入研究和推廣，將有助于汽車企業不斷提升自身效率，做強做大，實現產業升級。而伴隨著工業信息化、智能化、網絡化的發展，越來越多的新智能科技、新管理思維、新路徑規劃技術將被更加廣泛的應用到自動物流配送系統中，相信未來的汽車工業也一定會越來越好。

[1] Yu W,Egbelu P J.Design of a variable path tandem layout for automat -ed guided vehicle systems[J].Journal of Manufacturing Systems, 2001, 20(5):305-319.

[2] Occena LG, Yokota T. Modelling of an automated guided vehicle system (AGVS) in a just-in-time (JIT) environment[J]. International Journal of Production Research.1991,29(3): 495-511.

[3] 王榮本,張友坤,王志中.世界自動引導車輛系統(AGVS)的發展[J]. 農業工程學報.1994,（2）.

[4] 劉國棟,曲道奎,張雷.多 AGV 調度系統中的兩階段動態路徑規劃[J].機器人. 2005,27(03): 210-214.

[5] Umar U A, Ariffin M K A, Ismail N, et al. Priority-Based Genetic Algorithm for Conflict-Free Automated Guided Vehicle Routing [M].Procedia Engineering,Gaol FL,2012:50,732-739.

[6] 張灝.物聯網技術下的智能交通系統中車輛通信網絡探究[J].信息與電腦(理論版). 2017(23).

[7] 朱從民.AGV AGENT控制系統研究[D].西安理工大學,2009.

[8] 徐清.自動導引小車系統的設計與實現[D].蘇州:蘇州大學,2006.

[9] 劉維民.AGV路徑規劃與調度系統研究[D].廣州:華南理工大學, 2016.

[10] 尹曉紅.自動引導車運動分段控制技術研究[D].合肥工業大學, 2011.

Study on the optimization of AGV system in automobile enterprises

Feng Jilong, Zhang Jin

（Guangqi Honda automobile co. LTD., Guangdong Guangzhou 510000 )

With the rapid development of the automobile manufacturing industry, the competition between them is becoming fierce increasingly. Under the hybrid production mode, automobile enterprises are faced with a series of logistics issues. And the system of automatic guided vehicle (AGV) can improve the logistics efficiency. In this paper, we analyzes the AGV's system planning based on the actual situation of G enterprise. Also we get the optimization of AGV's moving paths, from that we can reduce the quantity of AGVs and reduce the production cost at the same time.

automobile manufacturing; logistics; AGV system; path planning

U466

A

1671-7988(2019)09-192-03

U466

A

1671-7988(2019)09-192-03

馮驥龍，碩士，就職于廣汽本田汽車有限公司，從事工業工程與運作管理、汽車制造工藝研究工作。

10.16638/j.cnki.1671-7988.2019.09.062