基于改进最低水平线方法与遗传算法的矩形件排样优化算法

传统的最低水平线方法用于矩形件排样时可能产生较多未被利用的空白区域,造成不必要的材料浪费.针对此缺陷,在搜索过程中引入启发式判断,实现空白区域的填充处理,提高板材利用率.在应用遗传算法优化矩形件排样顺序时,在进化过程中采用分阶段设置遗传算子的方法,改善算法的搜索性能与效果.通过改进最低水平线方法与基于分阶段遗传算子的遗传算法相结合,共同求解矩形件排样问题.排样测试数据表明,所提出的矩形件排样优化算法能够有效改善排样效果,提高材料利用率.     

仪表指针裁搭边冲模设计

通过对仪表指针的工艺特点进行分析,为了保证工件的成形质量,提出了裁搭边的冲压方案,介绍了裁搭边排样图的特点,并设计了该零件排样图.论述了仪表指针裁搭边冲模的结构设计要点和工作过程,最后介绍了模具的装配过程,实现了该零件冲裁加工的顺利进行.     

基于AutoCAD和MATLAB的排样优化与程序实现

在顶点算法基础上,提出了改进型中心旋转顶点算法.建立了普通单排、对头单排和对头双排的数学模型,提供了实现流程,即通过AutoCAD的DXF接口文件,利用MATLAB语言实现排样优化计算和相关图形处理,最后给出了冲裁件排样的优化实例.     

T2铜板冲裁间隙对冲裁力及断面质量的影响

为提高冲裁件的断面质量和冲裁效率,实现对冲裁间隙的合理优化,现提出了一种新的板料冲裁试验构想:采用广泛应用于变压器等领域板厚为6 mm且相同规格的T2紫铜作为试验材料,通过更换凸模来改变冲裁间隙,完成在不同冲裁间隙条件下对板料的冲裁试验,采集并分析冲裁力随冲裁行程的变化曲线;同时测量光亮带的宽度和最大冲裁力位置,并拟合冲裁力、光亮带宽度等与冲裁间隙之间的曲线.试验表明:冲裁力在塑性变形阶段增大幅度先快后慢,而在此阶段的初期冲裁间隙对冲裁力几乎无影响,但随着冲裁的深入,冲裁间隙越大,冲裁力则越小,当进入断裂带后冲裁力急速下降;对比在相同冲裁间隙条件下冲裁力随冲裁行程的变化曲线和断面质量,可获得冲裁件断面光亮带会随着冲裁力达到最大值时而结束.研究表明,当冲裁间隙为16.67%左右时,光亮带宽度较大且冲裁力较小.     

应用最大截距法实现三维级进模排样

最大截距法是一种基于图形实体数据的计算方法.在研发三维级进模智能排样系统时,经过多种排样算法的分析和比较,选择了最大截距法.提出了由关键点求出最大截距的方法,建立了相应的数学模型,获得了最佳步距,提高了材料利用率,实现了级进模的优化排样.     

厚板冲裁力的计算与分析

分析了材料厚度对冲裁力大小的影响原因.提出了厚板冲裁力计算应以诺谟图为准进行,并给出了新的精确计算的公式,同时对影响最大冲裁力的因素如冲裁力与凹模积件的关系,与下死点的关系以及与凸模表面粗糙度的关系进行了分析.     

T2铜箔空化射流柔性微冲裁机理分析

目的 分析针对不同形状特征时空化射流箔材微冲裁工艺的加工效果,确定工艺参数的影响规律。方法 通过在3种模具（正三角形、正六边形以及圆形模具）下设计6种特征尺寸,分析空化射流对不同厚度T2铜箔的冲裁加工效果,同时通过单因素实验法确定空化射流的入射压力、喷孔直径以及靶距3种工艺参数对微冲裁加工能力与成形质量的影响规律,记录不同工艺参数下T2铜箔的最大可冲裁箔厚。结果 T2铜箔的最大可冲裁箔厚与凹模特征尺寸之间存在线性关系,并且入射压力的增大可显著提高空化射流微冲裁工艺的最大可冲裁箔厚,然而,过大的喷孔直径与靶距均会造成最大可冲裁箔厚下降。通过对实验结果进行表征,发现正多边形冲裁件在边角处会出现裂纹、撕裂等缺陷,而圆形冲裁件的冲裁轮廓无明显缺陷,冲裁质量较好。结论 空化射流柔性微冲裁工艺对正多边形冲裁件边角处的加工效果较差,但加工的圆形冲裁件具有良好且均匀的轮廓质量。该工艺的加工能力随入射压力的提高而提高,且在靶距为120 mm、喷孔直径为1.6 mm时较优。     

冲裁模压力中心的简化求法

针对某些形状复杂的冲裁件,介绍了一种压力中心的简化求法.     

冲裁间隙对冲裁件质量和模具寿命的影响

本文通过描述冲裁过程的变形机理,来说明冲裁间隙对冲裁件质量和模具寿命的影响,以及在实际生产应用中,怎样进行冲裁间隙的选择,才能更合理的满足零件的使用要求和进一步提高模具的寿命。     

304不锈钢板冷冲及其冲裁质量研究

为提高冲裁件质量,降低废品率,研究不锈钢板冷冲过程及冲裁间隙对冲裁件质量的影响规律.本文采用板料冲孔试验:以2 mm厚的同一规格304不锈钢板为试验材料,以凸模直径为冲孔公称尺寸,通过更换不同直径的凹模改变冲裁间隙,完成在不同冲裁间隙下的冲裁试验.试验采集了冲裁力随冲裁行程的变化曲线,分析了冲孔件断面形貌,测量了断面光亮带的孔径和高度、毛刺高度以及断裂带的孔径,并拟合各参数与冲裁间隙之间的关系曲线,研究不锈钢板冷冲过程中冲裁力的变化及冲裁间隙对尺寸精度、断面质量的影响.试验结果表明:不同冲裁间隙下冲裁力-冲裁行程曲线变化趋势基本一致,与冲裁3个变形阶段互相对应,冲裁力达到最大值时光亮带结束;冲裁间隙对冲孔件质量影响显著,冲裁间隙较小时,断裂带形貌呈韧窝状,而较大时断裂带形貌呈台阶状.研究表明:在试验给定大冲裁间隙条件下,当冲裁间隙为15%t左右时,冲孔件尺寸精度最高且断面质量最好,即冲孔件质量最好.     

Parallel Optimization of Program Instructions Using Genetic Algorithms

This paper describes an efficient solution to parallelize software program instructions, regardless of the programming language in which they are written. We solve the problem of the optimal distribution of a set of instructions on available processors. We propose a genetic algorithm to parallelize computations, using evolution to search the solution space. The stages of our proposed genetic algorithm are: The choice of the initial population and its representation in chromosomes, the crossover, and the mutation operations customized to the problem being dealt with. In this paper, genetic algorithms are applied to the entire search space of the parallelization of the program instructions problem. This problem is NP-complete, so there are no polynomial algorithms that can scan the solution space and solve the problem. The genetic algorithm-based method is general and it is simple and efficient to implement because it can be scaled to a larger or smaller number of instructions that must be parallelized. The parallelization technique proposed in this paper was developed in the C# programming language, and our results confirm the effectiveness of our parallelization method. Experimental results obtained and presented for different working scenarios confirm the theoretical results, and they provide insight on how to improve the exploration of a search space that is too large to be searched exhaustively.     

基于遗传算法的正弦波四参数曲线拟合

曲线拟合法能够精确地提取正弦信号的四个参数。但是，由于数据处理比较困难，其应用在一定程度上受到了制约。本文提出了一种基于遗传算法的求解方法，研究了算法应用中初始种群数、繁殖代数和编码方式的选取以及适应度函数的设计。实验数据表明，该方法具有全局收敛和准确度高的优点。     

基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

二维不规则件优化排样的小生境遗传算法

首先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;然后将遗传算法与小生境技术相结合,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,该算法是有效的。     

基于遗传算法的遥感影像匹配定位的研究

提出了利用遗传算法进行遥感影像的匹配定位,将遗传算法优良的全局寻优特点应用于原始影像和目标影像的匹配,实现了具有旋转畸变条件下的遥感影像匹配定位,实验结果表明,该算法不仅具有很高的定位精度,而且具有较高的定位效率。     

基于不同算法的Ti/SS316爆炸焊接数值模拟研究

目的 研究不同基复板间隙对爆炸焊接质量的影响,对钛(Ti)/不锈钢(SS316)的爆炸焊接过程进行数值模拟研究。方法 利用ANSYS/LS-DYNA有限元软件,结合光滑粒子流体动力学-有限元耦合法(SPH-FEM耦合算法)和拉格朗日-欧拉耦合法(ALE算法),对钛(Ti)/不锈钢(SS316)爆炸焊接过程进行三维数值模拟,通过不同算法得到不同基复板间隙下的碰撞速度、碰撞压力及碰撞角,并将模拟结果与试验及理论计算结果进行对比。结果 当间隙为5、10、15 mm时,SPH-FEM耦合算法和ALE算法的复板碰撞速度均落在爆炸焊接窗口内,表明纯钛(Ti)和不锈钢(SS316)均能成功实现焊接,没有脱落与鼓包。与SPH-FEM耦合算法相比,ALE算法下的碰撞速度、碰撞压力和碰撞角的模拟结果和理论计算结果更加吻合,可信度更高。结论 ALE算法的模拟结果与试验结果吻合,且与理论计算结果的误差更小,表明ALE算法用于纯钛(Ti)和不锈钢(SS316)爆炸焊接是有效的。     

Eliminating Forging Defects Using Genetic Algorithms

In this article, an optimization method for metal forging process designs using finite element-based simulation is presented. Using as entry parameters the specifications of the final product the so-called inverse techniques developed for optimization problems allows the calculation of the optimal solution, the design parameters that produce the required product. An evolutionary genetic algorithm is proposed to calculate optimal shape geometry and temperature. An example demonstrating the efficiency of the developed method is presented considering a two-stage hot forging process. It considers optimization of the process parameters to reduce the difference between the realized and the prescribed final forged shape under minimal energy consumption, restricting the maximum temperature.     

一种混合优化策略在工步排序中的应用

结合创成式ＣＡＰＰ系统中工步优化问题，介绍了由遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ，ＧＡ）和模拟退火算法（ＳｉｍｕｌａｔｅｄＡｎｎｅａｌｉｎｇＡｌｇｏｒｉｔｈｍｓ，ＳＡ）构成的混合寻优策略。最后以一箱体的工艺规划过程为例，将基于混合寻优策略的工步排序融入以加工中心为主要加工设备的ＣＡＰＰ工艺决策过程。     

Simulated annealing based parallel genetic algorithm for facility layout problem

The facility layout problem (FLP), a typical combinational optimisation problem, is addressed in this paper by implementing parallel simulated annealing (SA) and genetic algorithms (GAs) based on a coarse-grained model to derive solutions for solving the static FLP with rectangle shape areas. Based on the consideration of minimising the material flow factor cost (MFFC), shape ratio factor (SRF) and area utilisation factor (AUF), a total layout cost (TLC) function is derived by conducting a weighted summation of MFFC, SRF and AUF. The evolution operations (including crossover, mutation, and selection) of GA provide a population-based global search in the space of possible solutions, and the SA algorithm can lead to an efficient local search near the optimal solution. By combing the characteristics of GA and SA, better solutions will be obtained. Moreover, the parallel implementation of simulated annealing based genetic algorithm (SAGA) enables a quick search for the optimal solution. The proposed method is tested by performing a case study simulation and the results confirm its feasibility and superiority to other approaches for solving FLP.     

A genetic algorithm for optimal unequal-area block layout design

The use of a genetic algorithm (GA) to optimise the binary variables in a mixed-integer linear programming model for the block layout design problem with unequal areas that satisfies area requirements is analysed. The performance of a GA is improved using a local search through the possible binary variables assignment; results encourage the use of this technique to find a set of feasible solutions for the block layout design with more than nine departments.