Automated Guided Vehicle Systems(AGVSs) have emerged as an important part of material handling in Flexible Manufacturing Systems(FMSs). This is due to the fact that AGVS provides the flexibility and adaptability required from material handling systems in FMS environment. This thesis deals with dispatching algorithms which are recognized as a key element for efficient operations of AGVS.
In the first part, this thesis develops a new automated guided vehicle (AGV) dispatching algorithm based on a bidding concept. In the suggested algorithm, the information of work-in-process(WIP) in incoming and outgoing buffers of workstation, and the travel time of an AGV become input parameters of mathematical functions. These functions will be called "bidding functions". To integrate the values coming from these bidding functions, "dispatching function" is suggested which provides a basis for the selection of the most urgent among competitive move requests. Four variations of the dispatching function are suggested and examined. The performance of the algorithm is compared with some well-known existing rules in terms of the system throughput through simulation on a hypothetical job shop type manufacturing system.
The second part presents an another type of dispatching algorithm which has an adaptive control capability. The parameter values of the bidding functions are updated with an evolutionary process either on a regular time interval or at the time blocking occurs. Thus the algorithm can respond to changes of the system environment, i.e., addition/elimination of some workstations and/or vehicles, and variation of material flow pattern. It can also reflect on-going situation of each workstation, i.e., busy or not, and frequent blockings or starvations, etc. A set of proper parameter values is adjusted by the evolutionary process which utilizes the historical information on the average WIP level of each workstation and the occurrences of blocking in workstations. The performance of the algorithm is also compared with several well-known dispatching rules in terms of the system throughput through simulation. Sensitivity analysis is carried out varying the capacity of buffer queues and the number of AGVs.
In the final part, we present rule-based dispatching algorithms for AGVs with multi-load capacity. The proposed algorithms consider four types of information, i.e., the number of pallets being carried by each AGV, the number of pallets waiting in incoming/outgoing buffer and the travel distance of AGV. Whenever a picking or a dropping occurs in the workstations (we call it "decision point"), the algorithms prioritizes all move requests based on the above information. The performance of the proposed algorithms is studied varying the buffer capacity, the carrying capacity of AGVs, and the number of AGVs.
무인운반차량 시스템(Automated Guided Vehicle System : AGVS)은 프로그램에 의해 주행경로(Guide Path)를 따라 이동하는 배터리 구동방식의 무인운반차와 각 공정간의 운반물을 모니터링하여 무인운반차를 급송시키는 콘트롤러 등으로 구성되는 물류시스템이다. 무인운반차량 시스템은 다른 자동화된 물류시스템에 비해 자유로운 설비배치가 가능하므로 유연생산시스템의 자재이동을 담당하는 강력한 수단으로 최근 각광받고 있다. 무인운반차량 시스템의 운영을 위해 필수적인 급송규칙은 시스템의 생산성을 좌우하는 핵심적인 요소로서 효율적인 급송규칙의 개발은 매우 중요한 문제이다. 본 논문에서는 일반적인 무인운반차량 시스템을 대상으로 다양한 급송규칙을 개발하였다.
본 논문의 제 2장에서는 입찰개념을 이용하여 생산시스템의 구성형태에 보다 유연하게 적용할 수 있는 급송규칙을 개발하였다. 이 급송규칙은 입고대(Incoming Buffer)와 출고대(Outgoing Buffer)에 있는 재고품재고량에 관한 정보와 무인운반차의 주행시간에 관한 정보를 사용하며, 이들 정보는 입찰함수(Bidding Function)을 통해 수치로 환산된다. 또한 이들 수치를 통합하여 급송기준을 제공하는 급송함수(Dispatching Function)를 개발하였으며 급송함수에 사용되는 모수들의 최적조합을 구하기 위하여 격자탐색기법(Grid Search Method)을 적용하였다. 또한 시뮬레이션을 통하여 기존의 규칙들과 수행도를 비교하였으며 본 논문에서 개발한 급송규칙의 우월성을 통계적으로 검증하였다.
제 3장에서는 진화과정(Evolutionary Process)에 근거하여 적응형 급송규칙을 개발하였다. 이 급송규칙은 각 작업대(Workstation)별로 고유한 모수를 할당함으로써 개개 작업대의 특성 (예를 들면, 병목현상을 유발하는 작업대, 봉쇄(Blocking) 또는 고갈(Starvation) 현상이 빈번한 작업대, 등)을 반영할 수 있다. 이 급송규칙은 시스템의 작업대수에 비례하여 모수의 수가 증가하므로 일반적인 탐색기법으로 모수의 최적값을 결정하는 방법은 사실상 불가능하다. 따라서 본 논문에서는 시뮬레이션 수행중이나 실제 무인운반차량 시스템의 운영도중에 모수들의 값이 생산성이 향상되도록 자동으로 갱신되는 절차를 진화과정에 근거하여 개발하였다. 이와 같은 갱신 절차로 인해, 본 논문의 급송규칙은 시스템의 사양이 변하더라도(예를 들면, 작업대나 무인운반차의 증설 또는 감축, 입/출고대 용량의 변화, 생산되는 제품군의 변동, 등) 별도의 추가적인 변경없이 사용할 수 있는 장점이 있다. 시뮬레이션을 통하여 제안하는 급송규칙의 수행도 비교분석과 함께 시스템 사양변화에 따른 적응능력도 검증하였다.
제 4장에서는 무인운반차가 동시에 다수의 운반물을 적재할 수 있는 다용량 무인운반차량의 급송규칙에 관한 문제를 다루었다. 제안된 급송규칙은 무인운반차량의 적재대(Board), 입/출고대, 그리고 주행시간에 관한 정보를 사용하며, 규칙기반(Rule-Based) 기법을 이용하여 개발되었다. 급송을 위한 의사결정은 무인운반차량이 운반물을 상역(Pick-up)하거나 하역(Drop-Off)할 때마다 발생하며 (이 시점을 의사결정시점(Decision Point)이라 한다.), 매 의사결정시점마다 급송규칙은 위의 정보를 토대로 각 운반물의 우선순위를 결정한다. 적재대의 용량, 입/출고대의 용량, 무인운반차량의 댓수를 변화시켜가며 기존의 규칙들과 수행도 비교실험을 수행하였다.
