范冰清[1]2005年在《下料排样优化设计》文中研究说明下料排样在很多工业领域都有广泛的应用,做好排样工作,可以提高材料利用率,节约生产成本,提高企业的经济效益,从而提高企业的竞争力。本文对国内外优化排样的发展进行了概述,对下料与排样进行了简单的介绍,全文包括两个部分。第一部分:对优化排样问题进行了较深入的研究。从数学计算复杂性理论知,排样优化问题属于非多项式确定完备问题,存在“组合爆炸”,找到最优解非常困难。因此论文对目前常用的排样方式进行了详尽的分析,研究比较各种实用的算法,并在此基础上提出一个改进的优化算法。第二部分:在算法研究的基础上开发了基于Windows 环境的优化排样系统。Delphi 作为一种强大的Windows 应用程序开发工具,使排样应用程序得以实现。程序中使用了数据库等相关知识,使编制的排样程序具有良好的扩展能力,并使用AutoCAD 的自动化接口实现了排样结果的输出。
吴杰君[2]2004年在《板材下料优化排样系统研究与实现》文中提出排样问题在很多工业领域都有广泛的应用,解决好排样问题,可以提高材料的利用率,节约生产成本,提高效益,从而使企业提高效率,增强竞争力。 本文主要包括两个部分。 第一部分:对优化排样问题进行了较为深入的研究。从数学计算复杂性理论可知,排样优化问题属于非多项式确定完备问题,存在“组合爆炸”,找到最优解非常困难。因此论文对当前常用的排样方式进行了详尽的分析,研究比较了各种实用的排样算法,并在此基础上提出了一个改进的优化算法。 第二部分:在算法研究的基础上开发出了基于Windows环境的优化排样系统。Delphi是一种强大的Windows应用程序开发工具,本文使用Delphi7实现了排样应用程序。程序中使用了数据库等相关知识,使编制的排样应用程序具有良好的扩展能力,并使用AutoCAD的自动化接口实现了排样结果的输出。在利用日益发展的计算机信息技术开发研制CAD软件方面进行了有益的尝试和实践。
罗婷婷[3]2009年在《飞机钣金迭板数控套裁下料软件系统的研究》文中研究说明钣金零件是飞机的主要组成部分,在飞机制造过程中,钣金零件的生产消耗大量的金属板材,迭板套裁下料是针对飞机钣金零件制造的一种工艺,所以选择好的下料排样方法对提高板材的利用率至关重要。排样系统利用计算机辅助优化排样技术,将一系列形状各异的钣金零件排放在给定的原材料板上,找出零件的最优排布,尽量提高原材料的利用率。由于本系统是面向数控机床的下料,所以将优化下料技术同数控技术相结合,开发面向数控下料加工的优化下料系统,在提高材料利用率的同时还能提高数控下料的加工效率。传统钣金零件排样工作都是人工依靠经验进行排样,下料时间长且经济效益不理想。本文研究的飞机钣金零件迭板套裁自动排样系统以混合遗传算法为基础,借助AutoCAD的二次开发工具ObjectARX,开发了用于解决钣金零件数控排样问题的下料系统。主要的研究工作如下:(1)分析了二维零件排样的数学模型并比较了各种常用算法的特点,最终选择了遗传算法和模拟退火算法相结合的混合算法作为本系统的排样算法,该算法克服了遗传算法的早熟收敛、局部搜索能力差和后期收敛速度慢等问题,利用模拟退火算法的优点提高了排样效率。(2)研究了系统涉及的部分关键技术。分析了基于ObjectARX的AutoCAD二次开发技术,结合对AutoCAD图形数据库结构及数据库软件技术的分析,建立了数字化钣金零件和数字化样板零件数据库;研究了在AutoCAD环境中的板材下料数控仿真技术,实现了数控下料的模拟仿真。(3)根据企业生产的需求,提出了飞机钣金迭板套裁的具体排样方案,在方案中对系统的总体结构和功能结果进行了设计,最后对各个功能模块进行了详细设计并给出了运行实例分析。本文设计的排样系统具有良好的交互性和实用性,使用该软件只需要具备基本的AutoCAD操作能力。实例证明该系统对于减少原材料浪费,提高企业的经济效益有着重要的理论意义和现实意义。
何靖[4]2007年在《面向水电机组的计算机辅助下料排样系统的研究》文中研究说明在我国,水电设备的生产是机械工业中的重要分枝之一。由于水电设备属于钢结构件,随着水电设备生产行业的发展,因此水电机组生产企业的钢材消耗量将出现大幅增长。因为板材在水电设备用钢中占最大比重,所以板材利用率的高低是关乎水电设备生产企业经济效益的重要因素之一。近年来,水电机组制造行业发展迅猛,使得该行业的竞争日益激烈。如何在竞争中求发展已经成为了水电设备制造企业必须应对的问题。然而目前水电设备制造企业在下料排样生产环节存在的问题影响和制约了企业的进一步发展。本文结合天发重型水电设备制造有限公司的实际生产情况,对实际生产中水电机组的下料排样问题进行了研究。作者通过阅读国内外有关下料排样问题的文献资料对排样问题的研究内容、方法、手段及发展趋势进行分析,同时在天发重型水电设备制造有限公司进行了深入细致的实地调研,本文提出建立了完整的面向水电机组的优化下料排样解决方案。基于上述思想,作者针对水电机组下料排样的特点,结合以往人工排样经验,综合自动排样与交互式排样的优势提出了基于实例的优化排样机制;通过在企业的调研确定了下料排样生产作业规划与管理的需求,从下料生产管理和排样优化技术两个方面着手建立了天发下料排样系统的整体方案及功能模型。在上述工作的基础上,开展了基于CAD环境的计算机辅助优化排样系统的相关开发工作,初步实现了下料排样生产作业管理及板材优化排样功能,为企业提供了实用的下料排样工具。
唐生利[5]2007年在《面向机械制造的计算机辅助排样系统的研究与实现》文中指出在机械制造行业里,排样主要研究零件的布局,目的是提高材料利用率,同时满足加工工艺的要求。人工排样效率低,难以得到高质量的排样方案。计算机辅助排样技术充分利用计算机的快速计算优势,可以在较短的时间内得到较优的排样方案,从而提高生产效率,降低生产成本,增强企业竞争力。本文研究了排样类别的划分方法,根据零件毛坯的种类、数量、加工工艺叁者之间的关系细化了每一大类排样问题。本文总结了排样理论和算法的研究现状和发展趋势,分析了典型排样算法的优点和不足。本文详细论述了连分数算法,将连分数算法应用于单一矩形件排样,设计了单一矩形排样的无约束排样、有约束排样、板材分割算法,可以达到单一矩形排样的最优排样和板材的最优分割。本文将连分数算法应用于条带单一排样,采用分区计算的方法精确计算板材可以排放毛坯的最大个数,与分支定界算法结合,设计了单一条带排样的无约束排样、有约束排样、板材分割算法,可以达到单一条带排样的最优排样和板材的最优分割。本文分析了冲裁条带排样研究中的两个极端情况,提出了根据条带在板材上的排样结果来寻求最优的条带排样参数的方法,将两大领域有机统一起来,从而实现条带排样参数的全局寻优。本文分析了当前求解排样参数的几种典型算法的优点和不足,提出了结合平行线化和顶点碰撞特性的思想,采用边界划分、子边界离散、子边界凸顶点信息提取等方法,使计算具有目的性,使预处理信息具有可重用性,从而快速计算包括嵌套排样在内的所有情况下的排样参数,这种方法同样适用于不规则零件排样的解码计算和其它需要求解毛坯间距的情况。
李海生[6]2012年在《简化同尺寸矩形毛坯排样方式的递归算法》文中提出经济的发展是以各种资源为基础的,排样是一项对材料进行优化利用的工作,在涉及材料分割的行业中具有广泛的应用。最初,人们采用人工排样,虽然具有排样灵活的优点,但其排样效率低、材料利用率低的缺点,已不能够满足制造行业发展的需求。随着计算机技术的快速发展和深入应用,国内外许多学者提出了多种有效的排样算法,通过计算机编程技术,充分利用计算机高速和精确的运算能力,实现计算机辅助排样,以提高排样效率和材料利用率。由于矩形的几何图形简单,在工程领域方面具有广泛的应用,矩形件排样成为排样问题研究的一个热点。矩形件属于二维优化排样问题,从计算复杂性上看,属于非确定型多项式问题,具有最高计算复杂性的NP完全问题,通常只求其有效的近似解。矩形件排样有套裁排样和单一排样两种方式。套裁下料对材料的利用率较高的优点,所以一直以来矩形件套裁排样方式是国内外排样研究的热点。国内外研究单一排样的学者不多,但单一排样在具体的生产实践中具有其独特的应用背景。本文的研究内容是同尺寸矩形毛坯无约束剪切排样,采用剪冲下料相结合的下料工艺,分为剪切和冲裁两个阶段将板材切成毛坯。以条带数衡量排样方式的复杂性,在板材中排入的毛坯数达到最大的前提下,使板材所含带数达到最少,实现材料利用率最优和切割工艺最优的排样目标。研究的目的是指导企业在下料环节中进行优化排样,以提高下料利用率、简化下料工艺和减少下料工作量,达到提高企业效益的目的。目前已经提出的算法有连分数分支定界算法、连分数算法、多项式时间算法、分支定界算法、动态规划算法等。这些算法都能在板材上排入最大数量的矩形毛坯,实现排样数量的最优性,但这些算法并不都能保证切割工艺的最优性。连分数分支定界算法虽然能够实现毛坯数和切割工艺最优,但算法复杂,在实际应用中受到很大的限制;动态规划算法简单,在软件开发编程中容易实现,但不能够实现切割工艺最优。本文拟采用递归算法处理同尺寸矩形毛坯排样问题,能够实现毛坯数最优和切割工艺最优,同时具有执行效率较高、算法简单容易实现的优点。在Windows XP环境下,采用C++编程语言开发基于本文算法的同尺寸矩形毛坯排样系统,验证测试本文算法的可行性。讨论本排样系统在企业选购板材尺寸中的应用,指导企业如何选购适宜的板材尺寸和进行优化排样,对于提高材料利用率降低生产成本具有重要意义。
张圣, 李继[7]2010年在《智能算法的板材下料优化排样系统研究》文中进行了进一步梳理为了降低产品制造成本,提高企业竞争力,提高板材的使用效率,以及更为合理的使用钢板,开发了基于智能算法的板材下料优化排样系统,采用了遗传算法,研究了适用于二维不规则零件的排样系统,实现了零件自动化排样.
赵晓东[8]2008年在《矩形件优化排样算法的研究与实现》文中研究说明矩形件优化排样问题是指在矩形的板材上,要排放多种不同尺寸的矩形件,如何使这些矩形件既不互相重迭,又不超出板材边界的条件下,使得材料的利用率达到最高。它广泛应用于玻璃、钢板、木材和皮革等。从数学计算复杂性理论看,优化排样问题属于具有较高计算复杂性的NP完全问题,至今还无法找到解决该问题的有效多项式时间算法[1]。好的排样结果可以提高生产效率,提高材料的利用率,降低生产成本,提高企业的竞争力。对矩形件优化排样问题的研究具有深远的理论意义和实际意义。本文在分析矩形件优化排样问题特点的基础上,建立了该问题的数学模型,描述了一些常见的优化算法和排样算法。在一定的约束条件下,应用遗传算法方法对矩形件排样问题进行优化求解,对算例的求解结果进行比较与分析。首先介绍了矩形件优化排样问题的数学模型和矩形件排样问题的排样算法,如剩余矩形匹配法、BL算法、下台阶算法、基于最低水平线的搜索算法。比较了这些算法的优缺点。其次介绍了在大规模生产中矩形件的下料工艺,如“一刀切”;为了提高生产效率,相同的零件尽可能排放在一起;在加工时,要有安全距离的保障等。再次介绍了遗传算法的基本原理,采用遗传算法对矩形件排样问题进行求解。在求解过程中,给出了遗传算法的编码与解码方法、适应度函数的定义方法、遗传算子的设计方法以及关键参数。通过对具体的算例进行求解,对求解的结果进行分析比较。最后,基于以上理论,用VB.NET开发了矩形件优化排样系统。其中包括用户登录模块,零件与板材管理模块,利用优化算法进行排样的模块等。本文将遗传算法与基于最低水平线的搜索算法相结合应用到矩形件排样优化中,产生的排样结果满足“一刀切”和相同的矩形件尽量排放在一起等工艺要求,并且使板材的利用率在94%左右,可以应用到企业的实际生产中。
余鹏[9]2008年在《生成矩形毛坯最优四块排样方式的精确算法》文中进行了进一步梳理计算机辅助排样,又称为CAN(Computer Aided Nesting),是广泛应用的计算机辅助技术之一。CAN广泛的应用于电气机械制造业、服装制造业、家具制造业、交通运输设备制造业等行业。CAN的目的在于寻求某种优化的布局方式使平面区域的面积利用率较高、减少排样工作量和化简切割工艺,达到降低产品成本的目地,最终增强企业在同行业的竟争力。矩形排样问题是计算机辅助排样的一个重要分支。由于矩形毛坯优化下料方案不仅通过提高材料利用率节约生产成本,而且可以通过简化切割工艺、缩短计算时间,提高生产效率,所以对矩形毛坯优化排样问题的研究具有深远的理论和实际意义。并且对于不规则零件的排样问题,可通过计算机的图形处理技术将一个或几个零件套排在一个包容矩形中,然后对包容矩形进行排样,从而转化为矩形件排样问题。由于排样问题要考虑到的因素有叁个方面:材料利用率、切割工艺和计算时间。在提高材料利用率方面,本文采用四块排样方式和线性规划相结合,保证了较高的材料利用率。另外,由于排样问题是NP难度问题,如果不对排样方式加以必要的限制,不仅计算时间难以接受,排样方式也十分复杂。本文采用了四块排样方式:先用一条竖直或水平剪切线把板材分为左右或上下两块,然后每块分别用垂直于剪切线的两条直线将其分为两块。每个区域中包含一个由同尺寸毛坯组成的均质块,板材中最多含四种毛坯。实现了四块排样方式生成算法FBPFRB,它基于背包问题和动态规划算法,可以求解矩形毛坯无约束二维剪切排样问题。并且用二十道例题做了对比实验。然后本文根据线性规划的原理把四块排样方式生成算法FBPFRB和线性规划结合后的算法称为四块排样方案生成算法FBPFRBLP,用来求解矩形毛坯下料问题。并且用一道例题做了对比实验。由于四块排样方式由条带组成,适合剪冲下料工艺的需要;可以单独应用匀质块排样方式,简化下料过程的管理,缩短生产周期;和线性规划结合,在求解最优排样方案时,时间效率较高,生成每种排样方案中的毛坯种数最多不超过四种,排样方式简单,能在一定程度上简化切割工艺,提高下料效率,有实际应用价值。本文算法分为两部分:第一部分为四块排样方式生成算法FBPFRB,其步骤如下:第一步:求解规范尺寸;第二步:用动态规划算法确定各种尺寸的匀质块中含每种毛坯的最大数量值;第叁步:确定四块排样方式的最大价值V并生成排样方式。第二部分将FBPFRB和线性规划算法LP结合形成四块排样方案生成算法FBPFRBLP,其主要步骤如下:第一步:给出一个初始基可行解;第二步:根据用单纯形法求解线性规划问题所得到的当前基对应的检验数,确定每种毛坯当前价值系数;第叁步:调用FBPFRB算法,根据毛坯的当前价值系数,生成一个四块排样方式;第四步:如果能够使解改善,就将生成的四块排样方式引入当前基并转第二步;否则转第五步;第五步:输出排样方案。采用文献中报道的两组例题进行对比实验。第一组是矩形毛坯无约束二维剪切排样实验,即确定毛坯在一张板材上的排列方式,使板材总价值达到最大,并且对每种毛坯在板材中出现的次数没有约束。采用算法FBPFRB生成了每道例题的最优四块排样方式,并与二阶段方式和叁块排样方式进行比较,结果表明四块排样方式的平均材料利用较高。第二组是矩形毛坯下料实验,要求切出全部所需毛坯,使所使用的板材总成本最小。实验结果表明:当只允许使用均质条带时,使用四块排样方式,可以比叁块、二阶段、T形和叁阶段等排样方式取得较高或相当的材料利用率;当允许使用普通条带时,虽然采用四块排样方式比采用T形、两段、叁阶段等排样方式的材料利用率稍低,但能够有效简化排样方案。实验结果还表明,算法FBPFRBLP的计算时间可以满足实际应用的要求。由于四块排样方式较为简单,能够有效简化切割下料工艺,所能达到的材料利用率和采用其它排样方式也相距不远,因此,四块排样方案生成算法是一种值得推荐的算法。
冯美贵[10]2008年在《基于NGSA算法的不规则件优化排样系统的研究》文中研究表明二维零件的优化排样技术广泛应用于装备制造业,同时也是一个具有最高计算复杂度的NP完全问题。本文根据国内外的研究现状、排样问题的自身特点及前排样算法中存在的问题,针对任意形状的二维不规则零件排样问题的关键技术,进行了深入的研究,提出了一系列解决优化排样间题的算法。本文主要研究包括以下内容:(1)分析并建立了二维不规则件优化排样问题的形式化描述和数学模型。(2)分析二维不规则件优化排样问题的求解难度,提出了求解该问题的优化策略及求解思路。(3)通过对各种智能优化算法和启发式算法进行分析,并通过探讨其在不规则件优化排样问题中的应用,将遗传算法、模拟退火算法与小生境技术相结合,互相耳义长补短,构成小生境遗传模拟退火混合优化排样策略。(4)研究了矩形排样单元与空白区域填充算法。针对不规则形状零件的矩形排样单元构造过程中的关键技术进行了探讨,并针对在多边形的外轮廓与矩形包络之问容易产生一些空白块,给出了具体算法,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,导致材料利用率过低问题。(5)提出了基于BLF策略的不规则件的动念扫描定位启发式算法。本算法综合了改进的一步平移法、基于“最低水平线法”策略的动态定位算法与空白区域填充算法。(6)设计并实现了基于小生境遗传模拟退火算法的不规则件优化排样系统。通过实例验证了算法的有效性和实用性,证明了不规则件优化排样系统完全适合现代制造业的需求,不仅满足材料利用率的要求,也达到了节约原材料的目的。(7)总结本论文的研究内容,对下一步的工作提出建议。
参考文献:
[1]. 下料排样优化设计[D]. 范冰清. 吉林大学. 2005
[2]. 板材下料优化排样系统研究与实现[D]. 吴杰君. 合肥工业大学. 2004
[3]. 飞机钣金迭板数控套裁下料软件系统的研究[D]. 罗婷婷. 南昌航空大学. 2009
[4]. 面向水电机组的计算机辅助下料排样系统的研究[D]. 何靖. 天津大学. 2007
[5]. 面向机械制造的计算机辅助排样系统的研究与实现[D]. 唐生利. 浙江大学. 2007
[6]. 简化同尺寸矩形毛坯排样方式的递归算法[D]. 李海生. 广西大学. 2012
[7]. 智能算法的板材下料优化排样系统研究[J]. 张圣, 李继. 机械与电子. 2010
[8]. 矩形件优化排样算法的研究与实现[D]. 赵晓东. 大连交通大学. 2008
[9]. 生成矩形毛坯最优四块排样方式的精确算法[D]. 余鹏. 广西师范大学. 2008
[10]. 基于NGSA算法的不规则件优化排样系统的研究[D]. 冯美贵. 青岛科技大学. 2008