CN110991755B - 一种用于考虑可加工性的多尺寸板材矩形件优化下料方法 - Google Patents
一种用于考虑可加工性的多尺寸板材矩形件优化下料方法 Download PDFInfo
- Publication number
- CN110991755B CN110991755B CN201911251600.4A CN201911251600A CN110991755B CN 110991755 B CN110991755 B CN 110991755B CN 201911251600 A CN201911251600 A CN 201911251600A CN 110991755 B CN110991755 B CN 110991755B
- Authority
- CN
- China
- Prior art keywords
- blanking
- rectangular
- scheme
- algorithm
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005520 cutting process Methods 0.000 claims abstract description 49
- 239000000463 material Substances 0.000 claims abstract description 36
- 238000004519 manufacturing process Methods 0.000 claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000011161 development Methods 0.000 abstract description 5
- 230000007774 longterm Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 19
- 238000005457 optimization Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 101100295776 Drosophila melanogaster onecut gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种用于考虑可加工性的多尺寸板材矩形件优化下料方法,涉及矩形件优化下料技术领域,其技术方案要点是:S1、构建面向可加工性的矩形件优化下料的整数规划模型;S2、下料方案生成算法,采用价值修正的顺序启发式算法与排样方式生成算法相结合,调用GetPattern()函数和CorrectValue()函数,并根据步骤1)中构建的整数规划模型中的公式(2)计算下料方案的总成本;S3、进行实验结果分析,采用多组算例实验对比,对步骤S2中的下料方案生成算法进行验证。便于简化优化下料过程中相关环节的处理过程,符合实际生产的需求,能够在维持高材料利用率的同时,使下料方案具有较低的切割成本和良好的可加工性,提高下料效率,对于企业的长远发展具有重要意义。
Description
技术领域
本发明涉及矩形件优化下料技术领域,更具体地说,它涉及一种用于考虑可加工性的多尺寸板材矩形件优化下料方法。
背景技术
二维矩形件下料广泛存在于服装、皮革、木材、金属制品、机械设备等生产制造行业,作为控制企业生产成本的重点环节,采用合理的优化下料技术具有重要的意义。如在钢材、机械、汽车、造船等重工业领域,由于钢板一般通过激光、火焰、等离子切割以及冲裁等方式切割成生产零件,切割成本较高,因此采用在提高材料利用率的同时,降低切割成本,缩短生产周期的优化下料技术,对于企业长远发展具有重要意义。
目前,针对矩形件优化下料问题,国内外专家学者大多从改进算法提高材料利用率角度进行研究,例如应用四块排样算法生成单个排样方式,与基于价值修正的顺序启发式算法相结合,选择使用板材张数最少的下料方案作为最终解;应用生成同质条带四块排样方式的背包算法,与线性规划算法相结合,以板材张数最少为目标选择下料方案;将列生成法与有约束排样方式算法相结合,求解同质条带四块排样的矩形件下料问题以提高材料利用率;提出一种可以确定板材采购尺寸的二维优化下料算法,即在已知矩形件需求的情况下,在供应商规定的板材尺寸范围内确定最佳采购尺寸,使板材利用率达到最优,降低材料成本。然而矩形件优化下料问题是具有最高计算复杂性的NP完全问题,实际下料问题涉及环节多,生成下料方案时,不仅要考虑材料利用率,同时还要考虑下料工艺、切割成本、生产效率等一系列问题,使下料方案在具有高材料利用率的同时具有良好的可加工性、低的切割成本和高的生产效率。针对实际下料过程中的一些具体问题,提出一种支持一刀切工艺约束的放宽式搜索算法,在得到高材料利用率下料方案的同时满足特定下料工艺;将基于分组降维规则与遗传算法相结合,求解人造板矩形件优化下料问题,解决一张板材上布局矩形件种类过多导致开料锯在切割过程中锯路繁琐开料速度慢的问题;考虑下料方案的可加工性,将根据板材单方向余料长最小化优选条带方法与基于条带的连续启发式算法相结合求解矩形件优化下料问题,利用同质条带的共边排样设计自动切割工艺的下料切割路径,以缩短总的切割路径,提高生产效率,降低下料切割成本。但是其利用板材单方向余料长最小化优选布局条带的方法不能保证排样方式全局最优,另外基于布局条带的连续启发式算法具有贪婪性,即生成下料方案中靠前排样方式时,剩余矩形件多,容易得到高材料利用率的排样方式;在生成靠后排样方式时,剩余矩形件较少,得到排样方式的材料利用率较低。
基于以上研究基础,本发明综合考虑材料成本、下料工艺、切割成本、以及生产效率,将同质条带多级规范布局方式生成算法与基于价值修正的顺序启发式算法(Sequential Value Correction,SVC)相结合,利用同质条带块的共边排样进行排样方式切割路径的优化设计,以材料成本和切割成本为优化目标,提出一种面向考虑可加工性的多尺寸板材矩形件优化下料算法。最后通过多组算例进行实验对比,证明应用本文算法能够有效地提高材料利用率和生产效率,降低切割成本。
发明内容
本发明的目的是提供一种用于考虑可加工性的多尺寸板材矩形件优化下料方法,便于简化优化下料过程中相关环节的处理过程,符合实际生产的需求,能够在维持高材料利用率的同时,使下料方案具有较低的切割成本和良好的可加工性,提高下料效率,对于企业的长远发展具有重要意义。
本发明的上述技术目的是通过以下技术方案得以实现的:一种用于考虑可加工性的多尺寸板材矩形件优化下料方法,包括以下步骤:
S1、构建面向可加工性的矩形件优化下料的整数规划模型,针对n种长为Lj,宽为Wj,供应量为Dj(其中j=1,...,n)的板材上按照生产工艺要求切割出m种长为li,宽为wi,需求量为di(其中i=1,...,m)的矩形件,构建以下整数规划模型:
其中,K表示下料方案排样方式的种数,Z表示生产成本,di为需求量,Sk为消耗的材料成本,λPk为切割成本(其中λ为控制参数,Pk为切割路径长度,切割成本与切割路径长度成正比,λ∈[1,12],默认值为7),aki为含第i种矩形件的数量,xk为使用次数,β(k)为所使用的板材种类,β(k)∈[1,...,n];
S2、下料方案生成算法,采用价值修正的顺序启发式算法与排样方式生成算法相结合,调用GetPattern()函数和CorrectValue()函数,并根据步骤1)中构建的整数规划模型中的公式(2)计算下料方案的总成本,其中,设Gmax为GetPattern()函数的最高迭代次数,G为GetPattern()函数的当前迭代次数,ri为第i种矩形件的剩余需求量(i=1,...,m),bj为第j种板材的剩余库存量(j=1,...,n),qi为排样方式所含第i种矩形件的数量(i=1,...,m),f为排样方式的使用次数;下料方案生成算法的具体步骤如下:
步骤1:令G=1,初始化毛坯价值ci=li×wi,i=1,...,m;令最佳下料方案的总成本为正无穷大;
步骤2:如果G>Gmax,转步骤9,否则:令矩形件的剩余需求量等于初始需求量,即ri=di,令板材的剩余库存量等于初始供应量,即bj=Dj,其中i=1,...,m,j=1,...,n;
步骤3:调用GetPattern()函数生成当前排样方式;
步骤4:根据当前使用第j种板材(j∈[1,...,n])的库存量和需求量确定当前排样方式使用次数f,更新矩形件剩余需求量ri=ri-fqi,更新板材库存量bj=bj-f,并将此排样方式加入当前下料方案中;
步骤5:调用CorrectValue()函数修正矩形件的价值;
步骤6:对于所有的矩形件,只要存在一个ri>0(i=1,...,m)则转步骤3,否则转步骤7;
步骤7:计算当前下料方案的生产成本,若当前下料方案的生产成本低于目前最佳下料方案的生产成本,则更新最佳下料方案;
步骤8:G=G+1,转步骤2;
步骤9:输出最佳下料方案;
S3、进行实验结果分析,采用多组算例实验对比,对步骤S2中的下料方案生成算法进行验证。
本发明进一步设置为:步骤S1中所述的矩形件为同质条带的矩形件。
综上所述,本发明具有以下有益效果:通过该用于考虑可加工性的多尺寸板材矩形件优化下料算法,以低割成本和高材料利用率为目标,建立以生产成本(材料成本与切割成本之和)最小为目标函数的数学模型,模型中将下料过程中能源、加工工时、人力资源等消耗通过控制参数统一折算为切割成本,以生产成本最小为目标函数,便于简化优化下料过程中相关环节的处理过程,符合实际生产的需求,能够在维持高材料利用率的同时,使下料方案具有较低的切割成本和良好的可加工性,提高下料效率,对于企业的长远发展具有重要意义。
附图说明
图1是本发明实施例中的流程图;
图2是本发明实施例中四种条带布局示意图;
图3是本发明实施例中同质条带块分类示意图。
具体实施方式
以下结合附图1对本发明作进一步详细说明。
实施例:一种用于考虑可加工性的多尺寸板材矩形件优化下料方法,如图1所示,包括以下步骤:
S1、构建面向可加工性的矩形件优化下料的整数规划模型,针对n种长为Lj,宽为Wj,供应量为Dj(其中j=1,...,n)的板材上按照生产工艺要求切割出m种长为li,宽为wi,需求量为di(其中i=1,...,m)的矩形件,构建以下整数规划模型:
其中,K表示下料方案排样方式的种数,Z表示生产成本,di为需求量,Sk为消耗的材料成本,λPk为切割成本(其中λ为控制参数,Pk为切割路径长度,切割成本与切割路径长度成正比,λ∈[1,12],默认值为7),aki为含第i种矩形件的数量,xk为使用次数,β(k)为所使用的板材种类,β(k)∈[1,...,n];
S2、下料方案生成算法,采用价值修正的顺序启发式算法与排样方式生成算法相结合,调用GetPattern()函数和CorrectValue()函数,并根据步骤1)中构建的整数规划模型中的公式(2)计算下料方案的总成本,其中,设Gmax为GetPattern()函数的最高迭代次数,G为GetPattern()函数的当前迭代次数,ri为第i种矩形件的剩余需求量(i=1,...,m),bj为第j种板材的剩余库存量(j=1,...,n),qi为排样方式所含第i种矩形件的数量(i=1,...,m),f为排样方式的使用次数;下料方案生成算法的具体步骤如下:
步骤1:令G=1,初始化毛坯价值ci=li×wi,i=1,...,m;令最佳下料方案的总成本为正无穷大;
步骤2:如果G>Gmax,转步骤9,否则:令矩形件的剩余需求量等于初始需求量,即ri=di,令板材的剩余库存量等于初始供应量,即bj=Dj,其中i=1,...,m,j=1,...,n;
步骤3:调用GetPattern()函数生成当前排样方式;
步骤4:根据当前使用第j种板材(j∈[1,...,n])的库存量和需求量确定当前排样方式使用次数f,更新矩形件剩余需求量ri=ri-fqi,更新板材库存量bj=bj-f,并将此排样方式加入当前下料方案中;
步骤5:调用CorrectValue()函数修正矩形件的价值;
步骤6:对于所有的矩形件,只要存在一个ri>0(i=1,...,m)则转步骤3,否则转步骤7;
步骤7:计算当前下料方案的生产成本,若当前下料方案的生产成本低于目前最佳下料方案的生产成本,则更新最佳下料方案;
步骤8:G=G+1,转步骤2;
步骤9:输出最佳下料方案;
S3、进行实验结果分析,采用多组算例实验对比,对步骤S2中的下料方案生成算法进行验证。
在本实施例中,利用GetPattern()函数,采用同质条带多级规范布局方式,通过求解如下有界二维背包问题确定当前板材的排样方式:
其中,P为当前排样方式的切割总路径。
设lmin,wmin分别为矩形件尺寸中的最小长度和最小宽度,在尺寸为x×y的板材上生成同质条带多级规范布局方式,板材最大产出价值为F(x,y),切割总路径为P(x,y),则递推公式如下:
当x<lmin或y<wmin,同时x<wmin或y<lmin,F(x,y)=0;
否则,
公式(6)的时间复杂度为O(mLW),而且其具有全容量特性:一旦计算出F(x,y),那么对于所有的x×y(x∈[1,L]∪y∈[1,W]),F(x,y)的值均已计算出来。即每一步根据F(x,y)的取值情况,可以确定板材x×y的排样方式。
设函数getPattern(x,y)返回当前排样板材最大价值,函数算法步骤如下:
步骤A:令F(x,y)=0,i=1。
步骤B:令VXX=0,VXY=0,VYX=0,VYY=0。若当前待排样板材x×y不能布局任何一种矩形件条带,则转步骤5;否则:如果x≥li,且y≥wi时,则令
VXX=uXX(i,x)+getPattern(x,y-wi)-λP(x,y),VYX=uYX(i,y)+getPattern(x-li,y)-λP(x,y);若x≥wi,且y≥li,令VXY=uXY(i,x)+getPattern(x,y-li)-λP(x,y),VYY=uYY(i,y)+getPattern(x-wi,y)-λP(x,y)。
步骤C:令V=max{VXX,VXY,VYX,VYY}。
步骤D:如果F(x,y)<V,令F(x,y)=V。
步骤E:令i=i+1。如果i≤m,则转步骤2。
步骤F:返回F(x,y)。
在实际生成排样方式的过程中,初始化x=Lj,y=Wj(j=1,...,n),依次调用函数getPattern(x,y),得到每种可用板材最大产出价值的排样方式,然后以最大产出价值确定最终使用板材种类及其排样方式。
下料方案生成算法中,利用CorrectValue()函数,每生成一个排样方式后,都对矩形件价值进行修正,调整矩形件的优先级,解决局部最优问题,实现下料方案多样化。矩形件价值修正公式如下:
ci=g1ci+g2(li×wi)ρ/U (7)
在步骤3)的实验结果分析中,采用C#编程,配置为Intel Core i5-4590 CPU,3.3GHz主频,4GB内存的实验用计算机。其中参数Gmax=500。
由于单一算例实验的结果具有偶然性,为了准确验证本发明提供的用于考虑可加工性的多尺寸板材矩形件优化下料算法的有效性与可行性,选取20道基准实例与现有技术中的算法进行对比,其中20道基准实例中每个都有20组矩形件,5种可供使用板材(尺寸分别为1400×700、1700×850、2000×1000、2800×1400和4000×2000)。算法对比验证数据结果如下表1所示,
表1算法的实验结果及对比情况
如表1所示,U和CL分别代表本文算法的材料利用率和切割路径总长度,U1和CL1则分别代表文献[9]算法的材料利用率和切割路径总长度,ΔU和ΔCL分别表示材料利用率和切割路径总长度的差值,其中ΔU=U-U1,ΔCL=CL-CL1。从表中可以看出,两种算法的平均材料利用率分别为95.66%和88.62%,前者较后者提高7.04%;平均切割路径分别为83218.8和87741.6,前者较后者减少4552.8,与后者相比前者切割总路径降低5.19%。由数据对比可知,本文算法能够有效地降低生产成本,缩短下料时间,提高下料效率。
步骤S1中所述的矩形件为同质条带的矩形件。
在本实施中,综合考虑下料方案的可加工性,以及自动化切割的可操作性,矩形件为同质条带的矩形件,即由相同种类相同方向的矩形件组成的条带称为同质条带。对于条带的类型,分别用X和Y标记水平方向和竖直方向,则根据条带方向与矩形件长边的方向,可将条带分为XX、XY、YX和YY四种类型。其中,XX型条带表示条带方向水平,矩形件长边水平;XY型条带表示条带方向水平,矩形件长边竖直;YX型条带表示条带方向竖直,矩形件长边水平;YY型条带表示条带方向竖直,矩形件长边竖直。四种条带在板材上的布局如图2所示,其中阴影部分为条带在板材上排样后所产生的余料。同质条带块是由若干根矩形件种类数、条带类型和条带长度均相同的同质条带拼接而成的矩形区域,如图2中块2所示,其同质条带块是由3根2号矩形件的XX型条带拼接而成。图3中排样方式由7个同质条带块组成。对于板材的切割,采用同质条带块切割,同质条带块内采用“之”字型切割路线分离矩形件,条带块之间采用“直线型”切割路线进行分离,每次切割下一个同质条带块,减少空刀行程,实现整个排样方式的切割路径优化设计。
工作原理:以材料利用率和切割成本为优化目标,提出一种面向可加工性的矩形件优化下料算法,其中算法以低割成本和高材料利用率为目标,建立了以生产成本(材料成本与切割成本之和)最小为目标函数的数学模型,模型中将下料过程中能源、加工工时、人力资源等消耗通过控制参数统一折算为切割成本,以生产成本最小为目标函数,简化优化下料过程中相关环节的处理。最后,通过实验对比证实该优化下料算法符合实际生产的需求,能在维持高材料利用率的同时,使下料方案具有较低的切割成本和良好的可加工性,提高下料效率,对于企业的长远发展具有重要意义。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (2)
1.一种用于考虑可加工性的多尺寸板材矩形件优化下料方法,其特征是:包括以下步骤:
S1、构建面向可加工性的矩形件优化下料的整数规划模型,针对n种长为Lj,宽为Wj,供应量为Dj(其中j=1,...,n)的板材上按照生产工艺要求切割出m种长为li,宽为wi,需求量为di(其中i=1,...,m)的矩形件,构建以下整数规划模型:
其中,K表示下料方案排样方式的种数,Z表示生产成本,di为需求量,Sk为消耗的材料成本,λPk为切割成本(其中λ为控制参数,Pk为切割路径长度,切割成本与切割路径长度成正比,λ∈[1,12],默认值为7),α ki 为含第i种矩形件的数量,xk为使用次数,β(k)为所使用的板材种类,β(k)∈[1,...,n];
S2、下料方案生成算法,采用价值修正的顺序启发式算法与排样方式生成算法相结合,调用GetPattern()函数和CorrectValue()函数,并根据步骤1)中构建的整数规划模型中的公式(2)计算下料方案的总成本,其中,设Gmax为GetPattern()函数的最高迭代次数,G为GetPattern()函数的当前迭代次数,ri为第i种矩形件的剩余需求量(i=1,...,m),bj为第j 种板材的剩余库存量(j=1,...,n),qi为排样方式所含第i种矩形件的数量(i=1,...,m),f为排样方式的使用次数;下料方案生成算法的具体步骤如下:
步骤1:令G=1,初始化毛坯价值ci=li×wi,i=1,...,m;令最佳下料方案的总成本为正无穷大;
步骤2:如果G>Gmax,转步骤9,否则:令矩形件的剩余需求量等于初始需求量,即ri=di,令板材的剩余库存量等于初始供应量,即bj=Dj,其中i=1,...,m,j=1,...,n;
步骤3:调用GetPattern()函数生成当前排样方式;
步骤4:根据当前使用第j种板材(j∈[1,...,n])的库存量和需求量确定当前排样方式使用次数f,更新矩形件剩余需求量ri=ri-fqi,更新板材库存量bj=bj-f,并将此排样方式加入当前下料方案中;
步骤5:调用CorrectValue()函数修正矩形件的价值;
步骤6:对于所有的矩形件,只要存在一个ri>0(i=1,...,m)则转步骤3,否则转步骤7;
步骤7:计算当前下料方案的生产成本,若当前下料方案的生产成本低于目前最佳下料方案的生产成本,则更新最佳下料方案;
步骤8:G=G+1,转步骤2;
步骤9:输出最佳下料方案;
S3、进行实验结果分析,采用多组算例实验对比,对步骤S2中的下料方案生成算法进行验证。
2.根据权利要求1所述的一种用于考虑可加工性的多尺寸板材矩形件优化下料方法,其特征是:步骤S1中所述的矩形件为同质条带的矩形件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911251600.4A CN110991755B (zh) | 2019-12-09 | 2019-12-09 | 一种用于考虑可加工性的多尺寸板材矩形件优化下料方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911251600.4A CN110991755B (zh) | 2019-12-09 | 2019-12-09 | 一种用于考虑可加工性的多尺寸板材矩形件优化下料方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110991755A CN110991755A (zh) | 2020-04-10 |
CN110991755B true CN110991755B (zh) | 2022-04-19 |
Family
ID=70091424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911251600.4A Active CN110991755B (zh) | 2019-12-09 | 2019-12-09 | 一种用于考虑可加工性的多尺寸板材矩形件优化下料方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991755B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111410414B (zh) * | 2020-04-27 | 2022-03-29 | 江西财经大学 | 一种玻璃切割优化技术的实现方法 |
CN111709573A (zh) * | 2020-06-15 | 2020-09-25 | 重庆钢铁股份有限公司 | 一种热切分剪待剪切钢板的最优子板规划方法及*** |
CN113926858B (zh) * | 2020-06-29 | 2022-12-16 | 宝山钢铁股份有限公司 | 含缺陷板材套裁剪切的预处理、排样及生产优化方法 |
CN111783254B (zh) * | 2020-07-22 | 2021-03-02 | 欧冶云商股份有限公司 | 一种基于多目标混合整数规划的钢材切割控制方法及装置 |
CN215248132U (zh) * | 2020-11-19 | 2021-12-21 | 洛阳兰迪玻璃机器股份有限公司 | 一种玻璃输送*** |
CN113681171B (zh) * | 2021-08-04 | 2023-07-21 | 中车唐山机车车辆有限公司 | 一种板状件的切割方法 |
CN114022084B (zh) * | 2021-12-09 | 2022-07-29 | 广东工业大学 | 一种增亮膜原料采购规格动态优化方法及*** |
CN114407205B (zh) * | 2022-02-15 | 2023-05-12 | 广东石块链科技发展有限公司 | 一种用于玻璃切割机石料加工的排版方法及其算法 |
CN114862013B (zh) * | 2022-04-29 | 2023-01-31 | 大连海事大学 | 一种基于拼接的矩形件板材剪切排样方法 |
CN114781737B (zh) * | 2022-04-29 | 2023-01-31 | 大连海事大学 | 一种基于多块排样图的矩形件智能排样方法 |
CN117151307B (zh) * | 2023-10-30 | 2024-02-06 | 中国人民解放军战略支援部队航天工程大学 | 一种基于混合线性规划的排样优化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2263051C1 (ru) * | 2004-04-14 | 2005-10-27 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ УНИТАРНОЕ ПРЕДПРИЯТИЕ "РОССИЙСКАЯ САМОЛЕТО-СТРОИТЕЛЬНАЯ КОРПОРАЦИЯ "МиГ" | Устройство для упаковки предметов прямоугольной формы |
CN103500255A (zh) * | 2013-10-16 | 2014-01-08 | 南通大学 | 用于矩形件的智能排样方法 |
CN106845726A (zh) * | 2017-02-13 | 2017-06-13 | 重庆大学 | 一种面向余料集中的矩形件优化下料方法 |
CN108764529A (zh) * | 2018-04-27 | 2018-11-06 | 广东工业大学 | 一种矩形件优化排样的切割式填充方法 |
CN110110980A (zh) * | 2019-04-25 | 2019-08-09 | 广西大学 | 一种余料生成及利用的圆片下料测定方法 |
CN110390360A (zh) * | 2019-07-23 | 2019-10-29 | 天津大学 | 基于遗传算法的矩形块排样顺序确定方法和装置 |
-
2019
- 2019-12-09 CN CN201911251600.4A patent/CN110991755B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2263051C1 (ru) * | 2004-04-14 | 2005-10-27 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ УНИТАРНОЕ ПРЕДПРИЯТИЕ "РОССИЙСКАЯ САМОЛЕТО-СТРОИТЕЛЬНАЯ КОРПОРАЦИЯ "МиГ" | Устройство для упаковки предметов прямоугольной формы |
CN103500255A (zh) * | 2013-10-16 | 2014-01-08 | 南通大学 | 用于矩形件的智能排样方法 |
CN106845726A (zh) * | 2017-02-13 | 2017-06-13 | 重庆大学 | 一种面向余料集中的矩形件优化下料方法 |
CN108764529A (zh) * | 2018-04-27 | 2018-11-06 | 广东工业大学 | 一种矩形件优化排样的切割式填充方法 |
CN110110980A (zh) * | 2019-04-25 | 2019-08-09 | 广西大学 | 一种余料生成及利用的圆片下料测定方法 |
CN110390360A (zh) * | 2019-07-23 | 2019-10-29 | 天津大学 | 基于遗传算法的矩形块排样顺序确定方法和装置 |
Non-Patent Citations (4)
Title |
---|
Reducing the number of cuts in generating three-staged cutting patterns;Yaodong Cui 等;《European Journal of Operational Research》;20120416;第218卷(第2期);第358-365页 * |
基于梯形和平行四边形的圆片剪冲下料算法设计与实现;陈燕 等;《图学学报》;20161129;第37卷(第5期);第661-667页 * |
面向制造业的可加工性矩形件优化下料方法;黎凤洁 等;《郑州大学学报(理学版)》;20210125;第53卷(第3期);第85-92页 * |
面向可加工性的矩形件优化下料算法;鲁淑飞 等;《计算机工程与应用》;20200908;第56卷(第17期);第55-59页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110991755A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991755B (zh) | 一种用于考虑可加工性的多尺寸板材矩形件优化下料方法 | |
Liu et al. | A hybrid fruit fly algorithm for solving flexible job-shop scheduling to reduce manufacturing carbon footprint | |
Madić et al. | Optimization of machining processes using pattern search algorithm | |
CN110543151A (zh) | 基于改进nsga-ⅱ求解车间节能调度问题的方法 | |
CN110404965B (zh) | 考虑非定尺订单规格柔性的热轧中厚板组板及板坯设计的方法及模型*** | |
Dhillon et al. | Economic-emission load dispatch using binary successive approximation-based evolutionary search | |
Lin et al. | Multiple-objective heuristics for scheduling unrelated parallel machines | |
US7292903B2 (en) | Methods for determining tool assignment preference and manufacturing systems using the same | |
CN113034026A (zh) | 基于Q-learning和GA的多目标柔性作业车间调度自学习方法 | |
CN110531716A (zh) | 基于离散鲸鱼算法求解低碳车间调度问题的方法 | |
CN112085318A (zh) | 一种基于多目标蚁狮算法的客户需求模块化工艺配置方法 | |
Cheng et al. | Auto-tuning SOS algorithm for two-dimensional orthogonal cutting optimization | |
Stanojevic et al. | Crisp-linear-and models in fuzzy multiple objective linear fractional programming | |
CN111368421A (zh) | 一种家具板材按叠下料的分组启发式方法 | |
CN116976649A (zh) | 退役家电产品局部破坏性拆解线平衡方法 | |
Zheng et al. | Solving multi-objective two-sided assembly line balancing problems by harmony search algorithm based on pareto entropy | |
Kitamura et al. | Multiobjective energy management system using modified MOPSO | |
CN115455341B (zh) | 一种原材料下料排样的求解方法 | |
CN104021437B (zh) | 一种基于有向图适应度评估的混合差分进化算法 | |
CN113869568A (zh) | 一种用于矩形钢板二维下料优化方法 | |
Ar et al. | Measuring and evaluating efficiency of a glass company through data envelopment analysis | |
CN104766123A (zh) | 一种板材规格种类的合并方法 | |
Song et al. | Research on stability of optimal sheet-cutting strategy based on improved real-coded genetic algorithm | |
Rezaie et al. | Evaluating and selecting flexible manufacturing systems by integrating data envelopment analysis and analytical hierarchy process model | |
Osmani et al. | Application of Compromise Programming in the Energy Generation Planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |