自动化集装箱码头最短完成时间下节能作业建模与优化调度方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61703372
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0302.控制系统与应用
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The existing operational scheduling methods for automated container terminals cannot minimize transport energy consumption with minimum makespan, and meanwhile these methods cannot resolve the planning conflict between energy-efficient operations and collision-free routing of free-ranging AGVs. To achieve these potentials, a new scheduling approach needs to be investigated for improving energy efficiency. Based on the previous research basis, this project, using a hybrid system perspective, will further build mathematical models and propose new scheduling methods to explore the relationship between makespan and energy consumption. First of all, the nonlinear kinetic model of equipment is approximated by piecewise affine functions and a bi-objective optimization problem is then formulated to minimize energy consumption with minimum makespan for a single transport mode. Secondly, when it comes to multiple transport modes, a stage-based iterative scheduling algorithm is proposed for decreasing influence of operation differences on energy efficiency. Furthermore, a three-degree kinetic model of free-ranging AGVs is built, and then a sequential job planning method is proposed for resolving the conflict between energy-efficient operations and collision-free routing. The results of this project will provide valuable theoretical support and a methodology for developing a new intelligent scheduling system for automated container terminals, obtaining more energy-efficient freight storage and transshipment.
当前的自动化集装箱码头岸边作业节能优化调度方法不能在最短完成时间下最小化运输能耗,且没有解决最短完成时间下全向自主AGV节能作业与避碰路径的规划冲突,迫切需要研究新的优化调度方法以提高作业能效。本项目在前期研究基础上,综合作业过程的混杂动态行为,进一步深入开展最短完成时间下节能作业建模和优化调度方法研究。首先,对码头设备的非线性运动方程进行分段仿射近似逼近,求解双目标优化问题获得单运输模式最短完成时间下的最小运输能耗;其次,针对多运输模式的作业差异提出基于阶段分解的节能调度迭代优化算法,降低作业差异对作业能效的影响;最后,建立全向自主AGV的三自由度避碰运动模型,基于分层控制方法提出一种序列任务规划算法来协调AGV节能作业与避碰路径的规划冲突。本项目将为我国研发新的自动化集装箱码头智能调度系统提供有效的理论支持和方法途径,实现码头高效节能的货物存储与中转。

结项摘要

本项目围绕自动化集装箱码头最短完成时间下节能作业建模与优化调度方法进行了深入的研究。本项目的研究工作主要归纳为三个部分:首先,本项目开展了自动化集装箱码头QC-AGV协同作业建模和调度优化算法研究,对自动化集装箱码头岸边作业建立了混合流水车间模型,开发了先进的双目标优化调度算法进一步提高作业能效,揭示了作业速度对作业能效的影响。其次,本项目研究了AGV及多机器人的避碰协调路径规划问题也进行了研究,建立了融合作业序列和避碰约束的时空网络模型,开发了高质量的集成调度算法来提高作业效率。最后,本项目研究了码头堆场物料的动态分配问题,对堆场分配过程建立了描述最大存储容量的混合逻辑动态模型和模型预测控制算法以提高物料的储运效率。本项目的研究有助于更好地理解作业时间和能耗之间的相互关系,为自动化集装箱码头优化调度系统提供有效的理论支持和方法途径。基于本项目的研究,发表高水平SCI检索论文6篇和EI检索论文4篇,申请发明专利2项,培养研究生7名。在自然科学基金部分资助下,本项目加强与国内外高校的交流合作,如国内的哈尔滨工业大学、北京交通大学、西北工业大学等,国外的荷兰代尔夫特理工大学、意大利罗马第三大学等,并积极参与国内/国际学术会议。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(1)
会议论文数量(2)
专利数量(2)
Adaptive neural impedance control for electrically driven robotic systems based on a neuro-adaptive observer
基于神经自适应观测器的电驱动机器人系统的自适应神经阻抗控制
  • DOI:
    10.1007/s11071-020-05569-8
  • 发表时间:
    2020
  • 期刊:
    Nonlinear Dynamics
  • 影响因子:
    5.6
  • 作者:
    Jinzhu Peng;Shuai Ding;Zeqi Yang;Jianbin Xin
  • 通讯作者:
    Jianbin Xin
A Time-Space Network Model for Collision-free Routing of Planar Motions in a Multi-Robot Station
多机器人站平面运动无碰撞路由的时空网络模型
  • DOI:
    10.1109/tii.2020.2968099
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Industrial Informatics
  • 影响因子:
    12.3
  • 作者:
    Jianbin Xin;Chuang Meng;Frederik Schulte;Jinzhu Peng;Yanhong Liu;Rudy Negenborn
  • 通讯作者:
    Rudy Negenborn
Path planning of a mobile robot in a free-space environment using Q-learning
使用 Q 学习在自由空间环境中进行移动机器人的路径规划
  • DOI:
    10.1039/c6ob00692b
  • 发表时间:
    2019
  • 期刊:
    Progress in Artificial Intelligence
  • 影响因子:
    4.2
  • 作者:
    Jianxun Jiang;Jianbin Xin
  • 通讯作者:
    Jianbin Xin
Piecewise affine approximations for quality modeling and control of perishable foods
用于易腐食品质量建模和控制的分段仿射近似
  • DOI:
    10.1002/oca.2382
  • 发表时间:
    2018
  • 期刊:
    Optimal Control Applications and Methods
  • 影响因子:
    1.8
  • 作者:
    Jianbin Xin;Rudy Negenborn;Xiao Lin
  • 通讯作者:
    Xiao Lin
An iterative optimization approach for multi-robot pattern formation in obstacle environment
障碍环境下多机器人模式形成的迭代优化方法
  • DOI:
    10.1016/j.robot.2020.103645
  • 发表时间:
    2020
  • 期刊:
    Robotics and Autonomous Systems
  • 影响因子:
    4.3
  • 作者:
    Fangfang Zhang;Tingting Wang;Qiyan Li;Jianbin Xin
  • 通讯作者:
    Jianbin Xin

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

辛健斌的其他基金

柔性制造环境下AGV物料储运系统的动态容量控制与调度优化
  • 批准号:
    62173311
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码