面向智能制造的不规则零件排样优化算法

以智能工厂应用场景为例,为提高广泛应用于智能制造领域的二维不规则件的排样性能,提出了基于启发式和蚁群的不规则件排样优化算法.首先提取不规则件的几何特征,对零件进行组合操作预处理,使两个或多个不规则零件组合为矩形件或近似矩形件并对其包络矩形,然后利用蚁群学习算法对预处理后的零件进行排样,确定零件排放的最佳位置,不断更新得到最优排样结果.仿真实验结果表明,综合考虑板材利用率以及耗时情况,所提算法取得了较好的结果,能够满足实际生产的需求.     

改进的遗传算法在异形件优化排样中的应用

对于二维不规则图形零件在排样区域上的最优排列，也就是对二维不规则图形的计算机自动排样算法进行优化的问题。采用矩形包络算法、遗传算法和模拟退火算法相结合，寻找排样件在排样时的最优次序及各自的旋转角度。再用基于“最低水平线”策略的启发式排样算法实现二维不规则图形零件自动排样。从而得到满意的优化排样结果。     

混合遗传算法在飞机钣金零件排样中的应用

针对飞机钣金二维不规则零件排样问题,将遗传算法与模拟退火算法相结合,提出一种混合遗传算法。该算法利用改进的最小包络矩形把不规则件转化成矩形件,在初始种群时提出一种既考虑排样高度,又考虑排样废料利用率的适应度函数,并引进浓度衡量个体之间的相似程度,为逃离局部最小值指明了方向。实例结果表明,该算法运用到飞机钣金排样系统中,在缩短排样时间和提高排样精度方面取得一定的效果。     

基于重心NFP的二维不规则形状排样算法

提出了一种基于重心NFP的二维不规则多边形排样算法，算法主要包括临界多边形计算和排样定位选优等内容。该算法以多边形来表示板材和待排零件，通过求解临界多边形NFP来得到多边形之间的所有靠接（排放）位置。为了在NFP中进一步得到优化的靠接位置，在NFP的基础上提出了重心NFP的概念，通过选择重心NFP中的最低重心位置来确定零件的排放位置。在零件的排样次序算法上，提出了顺序递归排样算法和遗传算法，以降低排样过程中形成的空腔所造成的浪费。该算法可处理板材和零件均为不规则形状的排样问题，允许零件在全角度范围内进行旋转，并可处理板材内部带孔洞或者边界形成空腔等特殊情况。     

不规则件优化排样的小生境遗传模拟退火算法

提出一种基于小生境遗传模拟退火算法求解不规则件排样问题的方法。该方法首先充分考虑不规则形状零件自身的形状特征,采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题,克服了以往简单采用最小包络矩形代替零件排样存在空白区域,从而导致材料可能发生的利用率过低问题;然后利用遗传模拟退火算法及小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用"最低水平线与填充算法相结合"策略的启发式排样算法实现自动排样。实例表明了该算法的有效性和实用性。     

设计知识驱动的不规则多边形排样算法及应用

为高效解决实际生产制造中的二维不规则多边形排样问题，提出一种设计知识驱动的启发式算法。利用临界多边形判定多边形之间的相对位置，并建立局部适应度数学模型用于衡量多边形的贴合程度；根据设计知识建立数学模型来评价多边形待摆放位置，利用基于局部搜索的贪心算法完成排样。通过对国际通用基准用例进行实验测试并与现有智能优化算法进行对比，证明了所提算法在排样质量与时间性能上不但具有一定优势，而且稳定性高。通过实际生产中样片数据的实验测试证明了所提算法的实用性。     

冲裁件智能排样系统的研究

提出Hopfield人工神经网络与遗传算法相结合的算法,进行了智能排样系统的研究。该系统通过读入冲裁零件排样图形,自动计算出排样结果,并输出零件的优化排样图形。实例分析结果表明。该系统不但具有良好界面和人机交互功能,而且排样自动化程度高、提高了材料利用率。     

粒子群算法在不规则件排样优化中的应用

针对不规则件排样问题,提出一种应用粒子群算法优化求解的方法。首先以零件的入排交换序列和角度变异序列作为粒子运动速度构造粒子群算法,然后运用剩余矩形动态匹配算法实现解码和局部寻优,并结合不规则件的正交靠接算法实现自动排样。排样实例表明,该优化排样算法是有效的。     

一种混合智能排样优化算法的应用研究

基于智能优化方法的混合机理,将并行进化机制引入遗传算法和粒子群算法,提出一种混合智能优化排样方法(HGPA)。该算法依据个体适应度值的大小和相似性对整个种群进行合理划分,在每次迭代中,个体适应度值较好的子种群利用遗传算法进化,个体适应度值较差的子种群则利用粒子群算法处理,实现优化方法的优势互补和信息增值。同时通过设置多样性度量标准来控制种群特征信息和搜索空间。在求解不规则件排样问题的算例表明:该算法可平衡控制个体种群进化中的局部寻优和全局搜索,为智能优化的混合机理研究提供了一个新的思路。     

连续冲裁优化排样系统OptiPunch

介绍了一个新开发研制出来的二维几何形状连续冲裁优化排样系统OptiPunch。它可以应用于许多领域，如钣金件连续冲裁、服装片料连续排样和皮革制鞋等行业。论文中论述了该系统所使用的原理和方法，并给出了几个典型算例。     

A very fast simulated re-annealing algorithm for the leather nesting problem

This article presents a novel approach for effectively optimizing the nesting problem in the leather manufacturing. A very fast simulated re-annealing (VFSRA) algorithm is developed for the placement of two-dimensional irregular sheets and stencils. Theoretically, this algorithm is exponentially faster than Cauchy and Bolzmann annealing approaches. Irregular profiles are represented by approximate polygons using geometrical processing of Weiler tuple. The search configuration space is considerably reduced by using a module slide technique. Compact nesting density is fulfilled by severe penalties of escaping and overlapping areas and the normal penalty of unoccupied area defined in the cost function. The designed stencil motion strategy and annealing schedule are suitable. Comparison of the experimental results show that the VFSRA is effective for the leather nesting problem. In addition, it can be applied in other similar fields.     

基于神经网络的海上离心泵智能预警诊断技术研究

海上石油的发展将推动智能油田建设,加快数字化能力提升。针对海洋石油的开采环境和机组特点,建立了海上离心泵的在线监测系统。设计基于神经网络技术的智能预警诊断算法模型,与海洋石油设备在线监测系统进行融合,搭建基于在线监测和神经网络的海洋石油关键机泵的智能诊断系统。通过实验测试和应用测试表明,该模型能够可靠地实现对海上离心泵故障的智能预警诊断。     

基于分布式并行遗传算法的大规模板材套料优化模型

通过描述分布式计算与并行遗传算法的概念有其相互关系，阐述了利用分布式并行遗传算法进行板材套料的原因。提出并分析了在企业分布式计算环境中进行板材套料优化的计算过程、计算环境及其技术支撑系统。     

数控直角剪排样优化系统研究

通过对直角剪裁的特征分析，提出了一种正交阵列排样的优化新算法，在算法中将机床的加工特征作为约束函数，实际应用证明该方法可以有效地解决直角剪裁排样。     

单一形状冲裁件的优化排样算法

研究单一形状冲裁件的优化排样算法，该算法用于某一零件的普通单排或对头双排，即能提高排样效率和自动化程度，又能提高材料利用率。     

航空发动机叶片数控智能磨削加工技术研究

现有磨削加工技术已经无法满足发动机的需求,故提出航空发动机叶片数控智能磨削加工技术。应用参数线法规划叶片磨削加工轨迹,以此为基础,提取磨削加工余量,模拟与计算对应数值,适当处理获取的叶片磨削加工轨迹与加工余量数据,推出叶片数控智能磨削算法(数控车床转轴、直线轴与压力轴运动控制模型),以此控制数控车床运动姿态,并通过刀位点偏移补偿叶片的反变形误差,实现了航发叶片的数控智能磨削。实验数据表明:应用该技术后叶片型面加工前后粗糙度变化明显;叶片边缘加工误差保持在标准误差范围内;叶片根部粗糙度得到了大幅降低,充分证实了该技术具有可行性。     

配电站开关设备智能配电管理系统解决方案

随着计算机技术、通信技术和控制技术应用到各种行业,监控功能的集成在工业技术领域和供电部门的应用日益增多。完善的配电管理已离不开状态监控系统。其管理系统已纳入了智能化的范畴,因此,配电智能化也成为必然的趋势。智能配电管理系统是针对配电系统的自动化和智能化的需求,研制成的新一代集成化、网络化、智能化的综合自动化系统。该系统拥有开放的通迅协议,可采集低层设备的各种数据信息并为电力管理提供最有效的基础数据。     

基于摇瓶机理和极小势能原理的异形件排样

针对异形件排样问题,提出一种基于摇瓶机理和极小势能原理的求解算法,从力学的角度解释排样问题的基本物理意义。首先,由摇瓶子现象得到启发,初步构建排样的摇瓶子算法;由弹性力学中的极小势能原理可知,零件总是通过平移和旋转变换找到最低的重心位置,利用多边形正负梯形投影法计算排样零件的形心坐标,碰靠过程采用OBB包围盒相交测试算法,最终实现自动排样。通过船舶件排样实例验证,该原理可行,物理意义明确,能够实现异形件排样。     

基于免疫遗传算法的不规则件排样优化问题求解

基于遗传算法难以保持群体的多样性及存在易早熟、效率低的缺陷,提出免疫遗传算法应用于不规则零件排样的优化方法。该算法在遗传算法的全局随机搜索基础上,借鉴了人工免疫系统中的免疫记忆和浓度机制。通过疫苗接种实现种群个体中基因位的局部调整优化,并将其优良个体保存于免疫记忆库中,提高了算法的搜索速度。同时浓度机制保证了遗传交叉和变异过程中生成下代种群个体的多样性,扩大了搜索空间,更利于最优解的获取。该方法在开发的不规则件排样系统中进行了实算求解,通过与标准遗传算法的实验结果比对,板材的利用效率得到显著提高。