适用于曲线轮廓工件排样的顶点算法

优化排样中的多边形顶点算法是目前主流方法中应用较多的一种方法.顶点算法的核心是根据顶点和边的关系找出相对边和相切点,该方法在处理含有曲线轮廓的排样问题时,有一定的局限性.本文参考了排样碰撞算法中碰撞点的提取方法,将其用于完善排样顶点算法对圆弧轮廓的处理,即将相对边分为圆与直线相切,圆与圆相内切,圆与圆相外切三种情况处理.完善后的方法实际上是顶点算法和碰撞算法的结合,在一定程度上扩大了顶点算法的应用范围,提高了排样的精确性.     

冲压毛坯嵌套排样的一种算法

冲压毛坯嵌套排样优化问题是冲压毛坯排样优化问题中的一个难点。本文在分析了嵌套排样优化问题产生的条件之后 ,详细介绍了一种可以在各种情况下解决毛坯嵌套排样优化问题的算法 :拆分——裁剪分段平移法。同时对采用枚举法解决毛坯排样优化问题作了总结。     

人工智能技术在排样技术上的发展现状

排样问题广泛存在于加工制造业的各个方面,智能化排样技术直接影响到材料利用率的高低和工人的劳动强度,对排样问题的研究具有重要的经济意义。文中介绍了各种排样算法的基本原理、流程及优缺点。     

约束二维排样问题的一种求解算法

讨论有约束二维切割排样问题,即将板材切割成若干种矩形毛坯,其中每种毛坯的数量有上界约束,优化目标以使板材所切割的毛坯总价值(排样价值)最大。采用五块排样方式简化切割工艺,将板材切割成五块,每块切割成所需毛坯。构造一种基于隐式枚举和分支定界思想的算法生成五块排样方式:(1)计算所有可能尺寸的块的排样价值;(2)选择排样价值最大的五块组合生成五块排样方式;(3)采用文献中的基准测题,验证文中的有约束五块排样算法。研究结果表明,文中算法平均排样价值比文献中的3种算法分别高出12.85%,4.52%和1.89%,且算法计算时间较短。     

基于优先度的改进最低水平线排样算法

针对矩形零件的排样问题提出了一种基于最低水平线算法的改进算法。针对最低水平线算法及其派生算法的不足引入优先度(优先度的影响因子包括零件排入宽度与当前最低水平线的匹配程度以及零件本身的长宽比),使算法对零件排入顺序的把握更具灵活性,以获得更优的排样结果。运行实例表明该算法能有效克服现有最低水平线算法的缺陷,使排样图更为紧凑,提高了板材利用率。     

一种应用数据库技术的二维排样优化综合系统

二维优化排样在工程应用领域中应用范围非常广泛,尽管人们对排样问题进行了大量研究,并取得了一些成果,但一直没有找到通用的、标准的解决方法.随着各种优化算法的改进和各种二维优化排样软件不断完善,排样结果越来越理想,在一定程度上满足生产实际的需要,但单纯局限于依靠某种算法的提高或改进来解决二维优化排样问题还不能完全满足实际应用的需要.介绍了二维优化排样在实际应用中遇到的问题,进而提出了一种应用数据库技术和二维排样软件来综合优化二维排样,以期在实际生产应用中,在总体上提高材料的利用率,从而有效控制生产成本的目的.二维优化排样系统的构成及其作业流程也在文中作了详细介绍.     

计算机辅助排样算法综述

讨论了计算机辅助排样算法的分类,分析了算法之间的层次关系,并分别对一维排样问题、卷材排样问题、板材排样问题、冲裁排样问题以及不规则零件无约束排样问题的算法作了总结.     

冲裁件优化排样中嵌套排样算法的研究与实现

现有的冲裁件计算机辅助优化排样算法一般都无法有效地求解嵌套排样的问题。本文通过对排样方式中对头双排的分析,提出了一种求解冲裁件优化排样的新算法。该算法彻底解决了冲裁件嵌套排样的问题,同时也可完成一般情况的优化排样。     

基于双种群遗传算法的智能排样系统

研究并改进了基于双种群遗传算法的矩形优化排样问题的求解方法.使用不同方式产生初始种群,对不同个体使用不同的具有自适应能力的交叉算子和变异算子,使算法的全局优化能力得到提高.以该算法为基础开发了一个应用于实际生产的智能排样系统,对比文献中的数据进行验证,结果表明在原材料利用率方面本方法高于其他类似的正交排样算法.     

基于均匀条带排样方式的二维下料启发式算法

条带结构排样方式在机械制造业下料领域有广泛的应用。针对矩形件二维下料问题,提出一种基于均匀条带排样方式的启发式下料算法。下料方案包含多个排样方式,每个排样方式满足部分矩形件的需求量。首先构造均匀条带四块排样方式的约束排样算法;然后采用列生成法反复调用上述约束排样算法生成各个排样方式,直到所有矩形件需求量得到满足为止。采用文献中的基准例题,将本文下料算法和文献中下料算法进行比较,数值实验结果表明本文下料算法能有效地提高板材利用率,且计算时间能满足实际应用要求。     

冲压工艺数字化设计中的优化排样算法研究与系统实现

毛坯优化排样是冲压工艺数字化设计中的重要环节, 针对优化排样设计中的各种工程约束, 提出了一种新的求解算法———改进的包络矩形法, 避免了图形加密、等距放大技术带来的计算精度和计算效率不高的问题, 可以完成单排、双排、多排等优化排样方式, 在排样方案修改中, 可通过对步距进行修改, 实现自动排样较难解决的嵌套排样问题。提出了在 I DEAS软件平台上实现毛坯优化排样系统的总体框架, 本系统经实际生产验证, 产生了良好的经济效益。     

匀质条带五块布局方式及其生成算法

针对矩形毛坯无约束二维布局问题,提出一种匀质条带五块布局方式。这种布局方式将板材划分为5个矩形块,每个块由包含同种毛坯的匀质条带组成。构造五块布局方式的生成算法:首先采用动态规划方法生成所有可能尺寸的块中匀质条带的最优布局;然后采用隐式枚举和分支定界技术考察板材所有可能的五块划分方式,按照板材布局价值最大原则确定板材的最优五块划分,得到最终的五块布局方式图。数值实验结果表明,这种算法能有效地提高板材布局价值。     

平面图形构型及其在对头排样最优化中的应用

针对对头排样最优化中对排单元的构造问题,提出了一种基于平面图形构型算法的对排单元构造方法,有效地简化了对排样零件图形的处理,提高了排样的自动化程度和材料利用率。     

基于T型布局方式的异构矩形件下料算法

讨论异构矩形件下料问题,提出一种基于T型布局方式的优化下料算法。首先构造一种约束布局算法,生成矩形件在单张板材上的T型布局方式,然后采用列生成算法,依据当前矩形件剩余需求量,迭代调用上述约束布局算法,生成一个虚拟下料方案,按照不产生多余矩形件原则,选取虚拟下料方案中的部分布局方式加入到实际下料方案中,更新当前矩形件剩余需求量,重复上述步骤,直到矩形件剩余需求量为零。采用文献中基准例题将本文算法与3种文献中算法进行比较,数值实验结果表明,本文算法比3种文献中算法分别节省3.93%,1.27%和1.17%的板材。     

基于混合算法与大型水箱装配的车间布局

为解决大型水箱装配车间布局问题以及提高产品的装配效率,提出使用一站式装配的车间布局方式.该布局充分考虑了大型水箱的工艺需求,以及车间布局的物流因素和非物流因素;采用系统布置设计方法初始化车间布局,并提出以物流量成本最低、最大化车间面积利用率、多工艺路线配送成本最低为目标的综合线性规划模型;利用粒子群和灰狼优化算法结合的...     

基于分段排样的铁芯迭片混合下料优化算法

分段排样方式用于大型发电机定子、转子的圆形和扇形两种迭片的下料.在下料排样图中,一根条带所布局的片型和尺寸必须相同,最多可出现3排迭片.为了简化切割工艺,板材中两个段的条带方向相同,且同一段中的条带长度相同.提出一种生成两段式的混合排样算法,混合的迭片包括圆片和扇片.提出扇片的转置布局,扇片在条带中有竖向放置与横向放置...     

基于同质条带的两段式有约束矩形优化排样

为了有效解决企业生产中的有约束矩形优化排样问题，对矩形优化排样算法进行研究，在综合考虑原材料利用率及切割工艺复杂度的情况下，给出基于同质条带的两段式有约束矩形优化排样算法。算法首先通过问题转换，将有约束矩形优化排样问题转化成多重背包问题，然后再基于动态规划算法对其进行求解，最后基于动态规划算法开发了一应用系统，有效地解决了企业实际生产中的有约束矩形优化排样问题。实例应用表明，该算法在求解有约束矩形优化排样问题方面优于其他算法。     

一种分阶段式匀质块最优矩形件排样方法

在生成排样图案时,应同时考虑材料利用率和切割过程的复杂性.提出了一种用于生成矩形件剪切割方式的分阶段式排样方案的算法.它仅允许一种尺寸的毛坯出现在匀质块中,从而简化了切割过程.该算法采用隐式枚举算法和动态规划来确定最佳优化排样方案,以使材料利用率达到最大.通过文献中的测题,将该算法与普通T形排样方式算法、普通两段排样方...     

一种冲压件毛坯组合优化排样算法

利用冲压件在形状上的互补性,通过对两个不同形状的冲压件进行组合排样,可进一步提高材料利用率.提出了一种基于区间法的组合排样算法,包括毛坯零件的旋转、平行线分割、高度区间表的建立和移动位置计算等4个步骤.通过比较不同旋转角度、高度偏移情况下的材料利用率,可获得最优的排样方案.在此算法的基础上,作者开发了一个基于AutoCAD平台的冲压件毛坯优化排样软件.实际应用显示,利用本算法在两种零件形状具有互补性的情况下,可获得比单种零件排样更高的材料利用率.     

基于最优同质块的分段式矩形优化排样

为有效解决企业实际生产中的矩形优化排样问题,对矩形优化算法进行研究,提出基于最优同质块的分段式矩形优化排样算法,有效解决了企业实际生产中的剪切排样问题。该算法首先使用剪床将板材剪成不同长度的子段,然后在子段上基于最优同质块进行优化排样。算法将板材的分段问题以及最优同质块在子段上的最优排样问题均转化为背包问题,并基于动态规划算法求解;使用枚举法求解最优同质块排样。将板材分成若干个子段使算法可以有效解决长板排样问题,使用最优同质块对子段进行优化排样使算法的优化性能得到提高。两组实例应用表明本文算法优于文献中的其他算法。