🤖 રોબોટ ફ્લીટ સંચાલન લાઇવ મોડેલ

આધાર — આંકડા પાછળનું મોડેલ

સિમ્યુલેટર દ્વારા વપરાતો દરેક સંબંધ, તેના સ્રોત સાથે. ધારણા તરીકે ચિહ્નિત અચળાંકો ઉદાહરણરૂપ કેલિબ્રેશન છે.

લિટલનો નિયમ: હજી પેક ન થયેલા બધા ઓર્ડર — રાહ જોતા અથવા પહેલેથી રોબોટ પર — ને ટોટ ખરેખર પેક થવાના દરથી ભાગતાં લીડ ટાઇમ મળે છે.

lead time W = L / X, L = orders waiting + orders on a robot, X = totes packed per minute (smoothed, τ = 10 min)[5]

વધુ રોબોટ ગલીઓ વહેંચે તેમ ઝડપ ઘટે છે (Greenshields નો રેખીય ઝડપ–ઘનતા સંબંધ).

v_eff = v · max(0.1, 1 − n_moving / N_jam), N_jam = 120 robots (80 with an aisle closed)[7][9]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

રિઝર્વેશન વિના, બે રોબોટ દરેક એ જગ્યાની રાહ જોઈ શકે છે જે બીજાએ રોકી રાખી છે — ચક્રીય રાહ. મુલાકાતો ચાલતા રોબોટની સંખ્યાના વર્ગ સાથે વધે છે.

free traffic: P(new deadlock in a minute) = 1 − e^(−κ·n_moving²/n_I), κ = 0.00001 (× 300 with an aisle closed, n_I = 6 → 4); a robot behind joins with p = 0.5 (≤ 8); the fleet manager re-plans with p = 0.2/min (0.03/min with no detour)[8][10]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

ઝોન રિઝર્વેશન: રોબોટ ત્યારે જ પ્રવેશે છે જ્યારે તેની આગળના ઝોન તેના માટે રિઝર્વ થયેલા હોય (બધા એકસાથે, નિશ્ચિત ક્રમમાં), જે ચક્રીય રાહ દૂર કરે છે; પછી દરેક ચોકડી નિશ્ચિત ક્રોસિંગ સમય સાથેની એક-સર્વર કતાર જેવી વર્તે છે.

zone reservation: a robot enters only when the zones ahead are granted to it → no circular wait; each crossing W = ρτ / (2(1 − ρ)), ρ = λ_I·τ, τ = 2 s, 6 crossings per task[8][6][9]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

જ્યાં લોકો હોઈ શકે ત્યાં, અટકવાનું અંતર — પ્રતિક્રિયા દરમિયાનનું અંતર વત્તા બ્રેકિંગ — વ્યક્તિ-શોધ ક્ષેત્રની અંદર સમાવું જોઈએ.

d_stop = v·t_r + v²/(2a) + C ≤ F (t_r = 0.3 s, a = 0.8 m/s², C = 0.1 m, F = 1.3 m ⇒ v ≤ 1.17 m/s where people can be)[1][2]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

પાવર અને ફોર્સ લિમિટિંગ: હાથ સાથેનો સંપર્ક માન્ય બળથી નીચે રહે તેવી સૌથી વધુ ઝડપ, હાથ અને રોબોટના રિડ્યુસ્ડ માસ અને હાથની કઠોરતા પરથી. ટૂંકા સંપર્ક માટે પણ ક્વાસી-સ્ટેટિક મર્યાદા વપરાય છે, જે સાવચેતીભર્યું છે.

v ≤ F / √(μ·k), μ = (1/m_H + 1/m_R)⁻¹, m_R = M/2 + m_L; hand: F = 140 N (quasi-static limit, used conservatively), k = 75 N/mm, m_H = 0.6 kg; M = 24 kg, m_L = 3 kg ⇒ v ≤ 0.67 m/s[3][4]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

વસ્તુઓના એક ટોટમાં પકડવાનો સમય ઉપરાંત દરેક વસ્તુ દીઠ હાથની બે પહોંચ લાગે છે; અંદર વ્યક્તિ હોય ત્યારે કોબોટ સહયોગી ઝડપે ચાલે છે. રોબોટને સેલ પર પહોંચવાના ક્રમમાં સેવા મળે છે, દરેક મિનિટની અંદર સેકન્ડે સેકન્ડે.

tote time = 10 items × (1.5 s + 2 × 0.5 m / v_cobot); v_cobot = collaborative speed while a person is in the cell; 4 cells, served in order of arrival within the minute[3]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

ચાલવાનો પાવર: ઇલેક્ટ્રોનિક્સનો સ્થિર ભાર, રોલિંગ પ્રતિકાર, અને દરેક અટકવા-ચાલવામાં ગુમાવાતી બ્રેકિંગ ઊર્જા.

P = 60 W + C_rr·m·g·v/η + 0.03/m · v · ½mv²·(1 − r)/η (C_rr = 0.012, m = 500 kg, η = 0.75, r = 0.5)[12]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

ચાર્જર લગભગ 70 % ચાર્જ સુધી પૂરો પાવર આપે છે, પછી કરંટ ઘટે છે (પહેલા કોન્સ્ટન્ટ કરંટ, પછી કોન્સ્ટન્ટ વોલ્ટેજ).

P_charge = 0.8 kW up to 70 % SoC, then × (1 − 0.9·(SoC − 70)/30); battery 0.8 kWh; stranded at 1 %[11][10]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

ફ્લીટ મેનેજર સાથેની લિંક રોબોટના વૉચડૉગ કરતાં વધુ સમય શાંત રહે ત્યારે રોબોટ અટકે છે; ટૂંકો વૉચડૉગ ઘણા વધુ ટૂંકા Wi-Fi વિક્ષેપો પકડે છે.

P(link silent > W in a robot-minute) = 0.224·e^(−W/0.1 s); watchdog W: v1 0.5 s, v2.0 0.15 s, v2.1 0.5 s; stop 2 min[13]દર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

કેનરી સરખામણી: સૌથી નવા બિલ્ડ પરના રોબોટના રોબોટ-કલાક દીઠ સ્ટોપ, બાકીના ફ્લીટની સામે.

stops per robot-hour, canary vs control: 60·stops / robots (smoothed τ = 10 min); update or rollback = 4 min out of service[13]

આ મોડેલના અન્ય સ્થિરાંકો

task 200 m in zone A + 40 m in the shared area · 6 intersections · 4 cobot cells, a person inside 25 % of minutes · 6 chargers · shift-start charge stratified over mean ± 27.5 % · v1 mislocalises 0.6 % per driving minute in re-racked aisles (others 0.04 %), 6-min stop + 3 operator-min · clearing a deadlock 2 operator-min per robot · tow 15 operator-minદર્શાવવા માટેના મૂલ્યો, કોઈ વાસ્તવિક સાઇટ કે ઉત્પાદનના નહીં. વાસ્તવિક સાઇટ્સ ક્ષેત્ર, ઝડપ અને મર્યાદાઓ પોતાના જોખમ મૂલ્યાંકન અને ઉત્પાદકના ડેટા પરથી નક્કી કરે છે.

અનિયમિતતા: સીડવાળું mulberry32 જનરેટર; વપરાયેલા વિતરણ — સમાન, ઘાતાંકીય (ઇન્વર્સ CDF), સામાન્ય (Box–Muller), પોઇસન (Knuth). સીડ દર્શાવાય છે અને શેર કરી શકાય છે.

સ્રોતો

1. ISO 3691-4:2023 Industrial trucks — Safety requirements and verification — Part 4: Driverless industrial trucks and their systems (personnel detection, zones, speed) — ISO/TC 110/SC 2, 2023
2. ISO 13855:2024 Safety of machinery — Positioning of safeguards with respect to the approach of the human body (minimum distance S = K·T + C; replaces the 2010 edition) — ISO/TC 199, 2024
3. ISO/TS 15066:2016 Robots and robotic devices — Collaborative robots (Annex A: body-region limits; transient contact speed v = F/√(μk), μ = (1/m_H + 1/m_R)⁻¹, m_R = M/2 + m_L) — ISO/TC 299, 2016
4. ISO 10218-2:2025 Robotics — Safety requirements — Part 2: Industrial robot applications and robot cells (collaborative applications; takes over the ISO/TS 15066 body-region data) — ISO/TC 299, 2025
5. J. D. C. Little — A Proof for the Queuing Formula: L = λW — Operations Research 9(3):383–387, 1961
6. M. Harchol-Balter — Performance Modeling and Design of Computer Systems (M/G/1 Pollaczek–Khinchine mean wait; M/D/1) — Cambridge University Press, 2013
7. B. D. Greenshields — A Study of Traffic Capacity (linear speed–density relation) — Highway Research Board Proceedings 14:448–477, 1935
8. E. G. Coffman, M. Elphick, A. Shoshani — System Deadlocks (the four necessary conditions; prevention by ordered resource allocation) — ACM Computing Surveys 3(2):67–78, 1971
9. I. F. A. Vis — Survey of research in the design and control of automated guided vehicle systems (fleet sizing, zone control, deadlocks, battery management) — European Journal of Operational Research 170(3):677–709, 2006
10. M. De Ryck, M. Versteyhe, F. Debrouwere — Automated guided vehicle systems, state-of-the-art control algorithms and techniques (traffic, deadlock avoidance, battery charging strategies) — Journal of Manufacturing Systems 54:152–173, 2020
11. BU-409: Charging Lithium-ion (constant current to about 70 % state of charge, then constant voltage while the current tapers) — Battery University
12. T. D. Gillespie — Fundamentals of Vehicle Dynamics (rolling resistance F = C_rr·m·g; kinetic energy lost in braking) — SAE International, 1992
13. The Site Reliability Workbook — Ch. 16 Canarying Releases (canary vs control, multi-stage rollout, rollback) — Beyer, Murphy, Rensin, Kawahara, Thorne (eds.), O'Reilly, 2018