满足“一刀切”约束的矩形件交互式排样系统

在诸如玻璃、木材等板型材的加工过程中,受制造过程和工艺的影响,其下料排样方案必须满足"一刀切"约束——"从矩形板材的一端,沿直线方向切割到另一端,将其分割成两个独立的矩形件"。下料排样时,通过智能优化软件和方法获得的下料排样方案仍有可能进行多次交互式调整,形成的排样方案仍然需要满足"一刀切"约束。针对这一需求,在拥有自主知识产权的排样系统的基础上,设计和开发了满足"一刀切"约束的矩形件交互式排样系统;开发了具有矩形件增、删、旋转和移动功能的交互式排样组件;定义了原材料有效利用率这一核心概念;提出了一种以切割线总路径为优化目标的切割线生成算法,该算法能自动生成排样方案的切割线,同时也能保证切割方案的"一刀切"约束。     

面向排样方式中零件种类数约束的一维优化下料方法

在一维下料方案的每种排样方式中,零件种类数决定后续切割加工过程中零件分类搬运的复杂度,进而影响下料全过程的加工成本。针对这类问题,以最小化原材料成本为主要优化目标的同时,兼顾考虑排样方式中零件种类数这一重要约束,建立了基于排样方式中零件种类数约束的一维多种原材料下料问题的数学模型,提出了一种面向排样方式中零件种类数约束的一维优化下料方法。采用基于排样方式中零件种类数约束的排样生成方法,获取多种原材料利用率高、同时满足排样方式中零件种类数约束的排样方式;以每种排样方式为基础,运用基于排样方式中零件种类数约束的顺序启发式算法生成多种优化下料方案,选取加工总成本最小的一种下料方案作为当前最优的下料方案。最后,通过实例验证了所提方法的可行性和有效性。     

矩形件优化排样算法研究

矩形件排样的合理性直接影响着板材的利用率。考虑到板材下料中纤维方向和一刀切等工艺约束,结合实际作业中切割机器的刀缝限制,建立了板材原料利用率最大的矩形件优化排样模型,同时设计了不同切割方式下的规则算法进行求解。算例结果表明,不同切割方式下的规则算法能够得到板材利用率不同的矩形件排样图,且都能较快地得到最优解,为实际作业提供决策支持。     

基于改进遗传算法的矩形件下料优化方法研究

为提高制造过程中钢材的利用率,针对矩形零件的排样下料问题,提出了一种采用混合遗传算子的遗传算法与最低水平线搜索算法相结合的优化方法。该方法以原材料利用率最大为目标,建立了钢构矩形件下料优化数学模型,并利用遗传算法在所得到的解空间中进行全局优化概率搜索,获得矩形件的排放序列,并采用最低水平线法对其进行自动排样以得到最优排布解,最后经过实例验证该方法的可行性。     

矩形石板优化排样及切割路径规划研究

为了提高石材毛坯的利用率,实现桥式切机的自动化切割,需要解决矩形石板的单一排样以及对应的切割路径规划问题。基于动态规划算法,建立了矩形单一排样的数学模型,得到了矩形石板的最优排样方式。并利用对排样的过程进行记录分析寻找切割坐标,得到了对应的切割路径。通过对常见尺寸矩形石板和工程板的实验研究表明,该方法能有效的对矩形石板进行优化排样并能得到相应的切割路径方案,为实现桥式切机自动化切割奠定了理论基础。     

有约束单一尺寸矩形毛坯下料问题的一种求解算法

讨论有约束单一尺寸矩形毛坯下料问题:切割库存板材满足一定数量的单一尺寸矩形毛坯的需求,优化目标是使所切割的板材总面积最小,该问题广泛的出现在制造业领域的板材切割下料环节。提出一种基于五块布局模式的优化下料算法。首先调用无约束五块布局算法生成整张板材上的毛坯排样方式,然后调用有约束五块布局算法生成部分板上的毛坯排样方式。使用算例对文中下料算法进行了测试,并与文献中下料算法进行了比较。实验结果表明,下料算法可以提高下料利用率,而且计算时间合理。     

矩形件排样优化的背包算法

根据矩形件排样的实际下料工艺要求，将一个二维排样问题转化为一个一维下料问题，并构造了一个利用背包问题解法的矩形件排样的近似优化算法。     

冲裁件自动优化排样系统的开发

应用VisualBasic6.0程序语言,编制冲裁件自动优化排样系统,代替人工从众多排样方法中选择最佳方法,并计算出其作业量,以指导下料操作人员的生产作业,确保原材料的利用率为最优。     

基于填充算法的矩形件排样优化求解

针对矩形件优化排样问题，提出了一种将填充算法和遗传算法相结合的优化排样方法。该方法应用填充算法对遗传算法作预处理，使矩形件排样适用于“一刀切”的下料工艺，并克服了填充算法局部搜索的缺点，使搜索空间由一点扩大为多点，最终可获得总体最优的排样结果。算例表明，该优化排样算法运算速度快，具有广泛的适应性。     

基于变邻域人工蜂群算法的三维矩形箱体下料优化研究

相比一维、二维下料问题,三维空间下料优化问题存在零件规格种类多样、数量庞大、尺寸约束及工艺约束等多重因素限制,导致原材料利用率偏低的现象。为此,文中以三维矩形箱体为研究对象,建立了三维空间下料模型,基于变邻域人工蜂群三维矩形箱体下料算法及算法流程,设计了4种三维变邻域搜索策略：邻域交换、邻域顺序、邻域逆序及邻域正交,提出了5种三维解码方式：SCO,BCO,HO,WO和LO。试验结果表明：变邻域人工蜂群算法较人工蜂群算法在三维矩形箱体排样中有效提高了原坯料利用率及排样效率,排样方案更优、算法迭代时间更短、更加贴合生产实际,对解决制造业在三维空间下料效率与成本方面所面临的问题,具有很好的借鉴意义。     

智能制造环境下考虑可加工性的矩形件下料方案优化

制定面向可加工性的下料方案是实现智能制造的前提和基础.目前,针对多规格、大批量的矩形件切割路径优化方法通常只考虑毛坯或条带的共边切割,忽略了同质块的共边特性,不能有效降低包含切割成本在内的综合成本.鉴于此,本文提出以材料成本和切割成本综合最小的多目标规划模型.设计了同质块的共边切割策略,根据同质条带有无余料、条带所含毛坯个数的奇偶性共同确定块切割的起点和切割路径;设计的前瞻法在选择放置条带时,不仅要考虑当前条带的利用率,还要考虑布局当前条带后板材的整体利用率.最后,实现了综合成本最小的Pareto改进路径和方法.通过与已有文献的多组基准算例测试,证实了所提方法的有效性和实用性,实现了多目标优化的Pareto改进.     

矩形件套裁排样的一种优化解法

求解矩形件套裁排样问题,即用指定规格的板材切割出若干种矩形件,目标是极大化板材利用率。构造一种基于五块结构的矩形件套裁排样方式,该排样方式首先将板材划分为五个块,然后在每块中按照简单方式排样一种矩形件。建立五块排样方式的整数规划数学模型,并在Visual Studio和CPLEX中进行编程求解。用文献中的基准测题,检验五块排样方式的性能,数值实验结果表明,排样方式在提高板材利用率和简化板材切割工艺两方面均有效,且模型求解时间在实际应用中合理。     

矩形件同质条料五块排样方式的生成算法

材料利用率和切割工艺复杂度是金属板材切割排样中主要考虑的两个因素。提出矩形件同质条料五块排样方式的生成算法,用以解决金属板材切割排样问题。这种算法将板材分为五个块,各块中只排放方向和长度均相同的条料。通过求解背包问题优化块中条料的布局,使得块中排放的矩形件总价值达到最大;采用隐式枚举法考察所有可能的五块组合的排样价值,选择排样价值最大的一个组合作为最终的五块排样方式。用文献中的基准测题,验证文中的五块排样算法。数值实验结果表明,文中算法在提高材料利用率和简化板材切割工艺两方面均有效,且算法计算时间较短。     

钢材切割的最佳选材与优化排样的研究

随着钢结构产品的广泛应用,提高原材料板材的利用率是钢结构企业迫切需要解决的问题。本文以矩形钢材下料排样应用为背景,结合软件开发技术开发了钢结构产品排样系统。首先该系统可以快速从数据库中匹配出最符合产品尺寸的材料板材,然后提供高质量的排样方案,节约原材料,降低产品成本,提高企业经济效益。     

矩形毛坯三块排样方式及其算法

采用线性规划和动态规划解决矩形毛坯排样问题。采用下料工艺简单的三块排样方式,用两条成T形的剪切线将板材分成三个矩形区域,每个区域中包含一个由同尺寸毛坯组成的规范块。实验计算表明,所述算法可解决大规模矩形套裁排样问题,能够有效提高材料利用率和简化下料工艺。     

基于改进遗传算法的矩形件排样优化研究

针对定宽无限长板材上的矩形件排样优化问题,将具有启发式判断的改进最低水平线策略与具有全局搜索能力的改进遗传算法结合在一起,共同解决矩形件排样问题,提高了板材的利用率。实例表明,该算法可以得到更好的排样结果。     

基于数控切割工艺的混合优化排料

文章结合切割下料中数控切削工艺的特点，充分运用了图形处理，优化计算等技术方法，结合工程实际知识，对混合优化排料中矩形排样单元结构进行了研究，提出了基于数控切割工艺的混合优化排料算法。文章最后给出并分析了算法运行实便。     

家具板材智能排料控制系统优化研究

板材的排样、下料和切割方案直接影响成品家具的成本及所需板材的利用率。针对非标和标准家具制造需求,分别提出板材智能排料优化算法及系统控制方案。利用粒子群算法优化非标家具所需板材的排样、下料和切割,通过全局优化获取最小材料剩余对应的非标板材切割方案;通过布尔运算对最小材料剩余的几何尺寸进行二次优化,获取满足标准家具成品所需的板材式样。排料优化及系统的应用能大幅提高对家具板材的利用率,有助于调控生产成本,提高企业竞争力。     

解决二维下料问题的最优两阶段排样方式

提出了一种用于生成矩形毛坯二维下料方案的同质块两阶段排样方式算法.下料方案中仅允许一种尺寸的毛坯出现在指定大小的矩形块即同质块中,从而简化了切割过程.该算法使用隐式枚举方法来考虑所有可能的同质块大小,从中选择最优同质块;结合线性规划确定最佳两阶段排样方式,以达到最佳效果.通过文献中的测题,将该算法与2种普通两阶段排样方式算法及普通T型排样方式算法进行比较,实验结果表明,该算法在计算时间和材料利用率两方面均有优势.     

解决二维下料问题的最优两阶段排样方式

提出了一种用于生成矩形毛坯二维下料方案的同质块两阶段排样方式算法.下料方案中仅允许一种尺寸的毛坯出现在指定大小的矩形块即同质块中,从而简化了切割过程.该算法使用隐式枚举方法来考虑所有可能的同质块大小,从中选择最优同质块;结合线性规划确定最佳两阶段排样方式,以达到最佳效果.通过文献中的测题,将该算法与2种普通两阶段排样方式算法及普通T型排样方式算法进行比较,实验结果表明,该算法在计算时间和材料利用率两方面均有优势.