APP下载

X企业SMT车间中AGV适应性应用研究

2025-07-02李振伊李纯娜

物流科技 2025年12期
关键词:成本生产信息

中图分类号:F252 文献标志码:A DOI: 10.13714/j.cnki.1002-3100.2025.12.010

Abstract:TakingSMTproductionworkshopastheresearchobject,inorderturtherimproveproductioneficiencyreduce productioncosts,asolutionforAGVadaptabiltyselectionworkshoadaptabilitydesignisproposedfortheintroduction AGVtransportvehiclesintheproductionlogisticsprocessFirstlybasedonthediferentnavigation,driving,loadingmodes AGVtransportvehicles,acharacteristicanalysisisconducted.Withpracticalityastheprinciple,themosteconomicalAGV transportvehicleisselectedwhilemetingproductionneedsSecondly,basedontheselectionspecifictypesAGVtrasport vehicles,AntColonyOptiizationisusedtooptimizethepathlayingmagneticstrips,inodertoachevethgoalducingosts. Key words: production logistics; AGV application; Ant Colony Optimization

1研究背景

随着中国智造2025的提出,中国的电子信息业与电子制造业得到了蓬勃发展,电子制造业作为国内的重要产业,在生产端和消费端都有着举足轻重的地位,生产端方面,随着电子产品向集约化、小型化发展,电子制造业成为与物联网、人工智能与5G深度融合的产业;在消费端方面,手机、电脑、新能源汽车、仪器仪表等产品备受消费者青睐。本文聚焦于电子制造业中的SMT(表面贴装技术,Surface Mount Technology)生产加工环节——SMT车间伴随着电子制造业的进步而发展,尤其随着电子产品对集成度、功能和可靠性的要求不断提高。传统的SMT产业在物料流动过程中上、下料均需要人工操作,不光产生大量不必要的搬运,耗费人力成本并且还会增加运输管理成本,所以引人AGV(自动引导车,AutomatedGuided Vehicle),能够减少搬运浪费,直接节省人力成本,减少静电和灰尘处理成本,保证生产连续性从而降低人力成本。但现阶段SMT的加工车间,有部分企业因为成本问题没有配备AGV来实施物流运输,所以应用AGV运输的价值性是本文的核心。

2相关理论

2.1蚁群算法

蚁群算法(Ant Colony Optimization,ACO)是一种模拟自然界蚂蚁觅食行为的优化算法,属于群体智能(Swarm Inteli-gence)的一类。最初用于解决最短路径问题,后来,蚁群算法在许多组合优化问题中取得了很好的应用,特别是在图论、旅行商问题(TSP)、排程问题、网络路由等方面[2]。

2.2基本原理

蚁群算法模拟了蚂蚁通过信息素(化学物质)的传递和更新来实现在觅食的过程中寻找到最优路径3]。……

登录APP查看全文

猜你喜欢

成本生产信息
2021年最新酒驾成本清单
用旧的生产新的!
“三夏”生产 如火如荼
温子仁,你还是适合拍小成本
S-76D在华首架机实现生产交付
订阅信息
展会信息
Сварочное Проμзвоσсmво(《焊接生产》)2012年第5期要目
独联体各国的劳动力成本
揪出“潜伏”的打印成本