Energy Storage Requirement Modeling of Mobile Robots for Intralogistics

Intralogistische Prozesse werden in der Industrie vermehrt mit Hilfe von flexiblen, fahrerlosen Transportsystemen automatisiert. Um ihre Flexibilität hinsichtlich der freien Navigation und einem Minimum an fest installierter Peripherie zu wahren, werden fahrerlose Transportfahrzeuge (FTF) mit Energiespeichersystemen ausgestattet, die einen regelmäßigen Ladeprozess benötigen. Die Flotten werden vermehrt heterogen, welches systemunabhängige Untersuchungen in der Wissenschaft bedarf. Eine Literaturrecherche hat ergeben, dass Materialfluss und Layout einen signifikanten Einfluss auf den Energiebedarf eines FTF haben, welcher sich zugleich auf den Energiespeicherbedarf auswirkt. ... mehrWeiterhin konnte weder ein Dimensionierungsverfahren für Energiespeichersysteme von FTF, noch ein ganzheitliches Modell identifiziert werden, mit dem der Leistungsbedarf, Energiebedarf, oder Energiespeicherbedarf von FTF im Betrieb bestimmt werden kann.
%2 Ziele und Forschungsfragen
In dieser Arbeit wird untersucht, welche Informationen Materialfluss- und Layoutdaten für energetische Betrachtungen von FTF aufweisen müssen (Forschungsfrage (RQ)~1) und wie der Leistungsbedarf von FTF unter Berücksichtigung von Systemspezifikationen und Materialfluss- und Layoutdaten modelliert werden kann (RQ~2). Weiterhin wird untersucht, wie der Enerigespeicherbedarf für FTF unter Berücksichtigung von Fahrzeugspezifikationen, Materialfluss- und Layoutdaten, Ladeinfrastruktursystemverteilung und Ladestrategie ermittelt werden kann (RQ~3).
%3 Methodik + %4 Ergebnisse
Eine Einflussanalyse hat ergeben, dass die Beschreibung von Materialfluss- und Layoutdaten mit Matrizen ausreichende Informationen zur Untersuchung von Energiebedarfsbetrachtung von FTF beinhalten. Zur Beantwortung der ersten Forschungsfrage wurde weiterhin eine Taxonomie ausgearbeitet, um unterschiedliche Materialfluss- und Layoutdaten klassifizieren zu können, welche mit einem erstellten Datensatz, bestehend aus 72 unterschiedlichen Materialfluss- und Layoutdaten exemplarisch angewandt wurde.
Zur Modellierung des Leistungs- und Energiebedarfs hat die Literaturrecherche zustandsbasierte Ansätze aufgezeigt. Daraufhin wurde ein zustandsbasiertes Modell mit insgesamt zehn unterschiedlichen Zuständen entwickelt, welches mit realen Versuchen von über $368$ Betriebsstunden an zwei verschiedenen industriell eingesetzten FTF validiert wurde.
Es wurde gezeigt, dass das Modell den Leistungsbedarf von FTF zu ca. $99,0\,\%$ genau modellieren kann.
Abschließend wurde ein Modell zur Ermittlung des Energiespeicherbedarfs entwickelt. Durch $1.940.400$ Simulationsdurchläufe von FTF unter Verwendung des Energiebedarfsmodells aus der zweiten Forschungsfrage und der Variation der Materialfluss- und Layoutdaten und der Ladeinfrastruktursystemverteilung wurde das Modell validiert. Der Energiespeicherbedarf von FTF für den kapazitiven Betrieb kann im Mittel zu $92,5\,\%$ genau und für den Taktbetrieb im Mittel mit $96,1\,\%$ genau ermittelt werden.
%5 Beitrag für Wissenschaft und Industrie
Zusammenfassend erlaubt die vorgelegte Arbeit der Wissenschaft und den Anwendern, den Leistungs-, Energie- und Energiespeicherbedarf von fahrerlosen Transportsystemen hinreichend genau zu ermitteln. Damit ist eine Grundlage geschaffen, Optimierungsverfahren bezüglich des Energiebedarfs zu untersuchen. Praktiker können mit Hilfe der beschriebenen Methoden effizientere Energiespeichersysteme entwickeln und dimensionieren.

Flexible automated guided vehicles (AGVs) have increasingly automated industrial intralogistics processes. AGVs are equipped with energy storage systems (ESS) that require a periodic charging process to ensure their flexibility in terms of free navigation with a minimum of stationary peripherals. AGV fleets are increasingly heterogeneous, which requires independent scientific investigations. A literature review showed that material flow and layout significantly impact the energy requirement of an AGV while impacting energy storage requirement (ESR). Furthermore, neither a design method for ESSs of AGVs nor a holistic model was identified with which the power requirement, energy requirement, or ESR of AGVs could be determined during operation.
... mehr
%2 Objectives and research questions
Therefore, this thesis examined what information material flow and layout data should include for energy considerations of AGVs (research question (RQ)~1) and how the power requirement of AGVs can be modeled considering system specifications and material flow and layout data (RQ~2). Furthermore, it was investigated how the ESR for AGVs can be determined by considering vehicle specifications, material flow and layout data, charging infrastructure system distribution, and charging strategy (RQ~3).
%3 Methodology + %4 Results
An impact analysis showed that the description of material flow and layout data with matrices provide sufficient information for investigating the energy requirement of AGVs. A taxonomy was also developed to answer the first research question, classifying different material flow and layout data, which was applied exemplarily with a created data set of 72 material flow and layout data.
The literature review showed state-based approaches for modeling the power and energy requirement. Based on this knowledge, a state-based model was developed with ten different states, and validated with real experiments of over $368$ operating hours on two different industrial AGVs.
The model accurately modeled the power requirement of AGVs at approximately $99.0\,\%$.
Finally, a model was developed to determine the ESR. The model was validated by $1,940,400$ simulation runs of AGVs using the energy requirement model from the second research question and by varying the material flow and layout data and the charging infrastructure system distribution. The ESR of AGVs for capacitive operation was determined with an average accuracy of $92.5\,\%$ and an average accuracy of $96.1\,\%$ for opportunity charging.
%5 Contribution to science and industry
In summary, this thesis can allow scientists to determine the power, energy, and ESR of AGVs with sufficient accuracy, thereby creating a basis for investigating optimization procedures concerning energy requirement. Moreover, practitioners can use the methods to develop and design more efficient ESS.