二维板材圆形件剪冲的四块排样算法

针对二维板材圆形件剪冲下料问题,提出一种基于四块排样方式的下料算法.这种排样方式将一张板材划分成四个块,在每块中排放具有相同长度和方向的条带;条带中排放若干行同种圆形件.构造排样算法生成单张板材上圆形件的四块排样方式,首先确定圆形件在条带中的布局;然后构造递归算法生成条带在块中的布局;最后采用隐式枚举算法确定板材的最优四块划分.采用列生成算法调用上述排样方法生成多个不同的排样方式,按照单纯型原理择优选择一组排样方式形成下料方案,并对小数解进行圆整操作.使用文献例题和实际生产实例将本文算法与文献算法进行对比,结果表明: 本文算法下料方案板材利用率比四种文献算法分别高0.49%, 0.32%, 6.04%和1.50%, 计算时间能满足实际应用需要.     

对AgraWal单一矩形排样算法的改进与扩展

讨论单一矩形剪切下料排样方式最优设计问题,给出更为贴切的上界,从而改进Agrawal算法．Agrawal以图解方式说明规范多级排样方式中包含最优剪切割方式,现给出这一结论的数学证明．扩展无约束算法用于解决有约束排样问题．     

基于最佳断点的圆形件T形下料算法

【目的】圆形件下料问题广泛存在于工业生产中，如汽车、船舶零部件的制造等。通过提高材料利用率，减少切割成本可有效降低企业生产成本。基于此，提出了一种基于最佳断点的圆形件T形下料算法。【方法】首先根据需求的圆形件种类生成多规格的标准条带，然后根据规范长度求得点长度集合，再用全容量动态规划算法生成排样方式，遍历断点长度集合，得出最佳断点长度和排样方式，确定排样方式的使用次数并加入排样方案，直到满足所有圆形件的需求；最后根据价值修正公式不断调整圆形件价值，通过迭代生成多种排样方案，以防算法陷入局部最优。【结果】与文献数据相比，该算法能够提高材料利用率，降低切割成本。【结论】实验结果表明，该算法在降低企业生产总成本上具有有效性。     

应力法剪切下料的剪刃形式和适宜参数问题

应力法剪切下料是精密下料方法同裂纹技术的应力断料原理相结合的产物。通过建立夹紧剪切过程中被剪棒料的应力状态方程,分析了被剪棒料同剪刃及夹紧块之间的挤压应力分布,通过挤压应力的分布形式探讨了合理的剪刃形状,进而通过实验研究确定了适宜的剪刃几何参数,为应力法剪切的应用提供了理论依据和适宜剪刃。     

剪切下料问题的几何分析

本文针对剪切下料问题中存在的不足,从裂纹扩展的角度出发,以两个剪刃处产生的裂纹在扩展后必须相遇及保证剪切质量为前提,对剪切下料过程中影响剪切质量的径向间隙、轴向间隙、棒料直径及剪刃和棒料的接触长度进行了综合的几何分析,并以此为基础探讨了适宜的剪切下料方法。本文为径向夹紧剪切下料提供了必要的理论依据,实验证实了理论分析的正确性。     

冲裁条带三块排样方式的动态规划算法

讨论冲裁件无约束两维剪冲排样问题.采用三块排样方式,简化切割工艺.排样时用2根呈T型的分界线将板材分成三块,同一块中所有冲裁条带的方向和长度均相同.采用动态规划法确定所有可能尺寸的块里面条带的最优组合,采用枚举法确定2根分界线最优位置,目标是使排样方式的价值达到最高.使用文献中的例题对该文算法进行了测试,将算法与著名的T型排样算法和两段排样算法进行了比较.实验结果表明,该算法得到的排样方式的价值高于以上两种著名算法,而且计算时间合理.     

应用三块排样方式求解二维下料问题

本文采用顺序价值修正框架和三块排样方式求解二维下料问题。该框架顺序生成排样方案中的各个排样方式(排样图),用每个排样方式满足部分毛坯的需求,直到满足全部需求为止;动态调整毛坯价值,使毛坯价值趋于合理;多次迭代生成多个不同的排样方案,实现优选。采用的三块排样方式通过不完全枚举法生成,其中最多包含三种毛坯,从而有利于简化下料工艺。通过与线性规划算法比较,说明在毛坯需求量较小的情况下,本文算法能有效减少板材消耗量。     

基于单毛坯条带的矩形件最优两段排样方式

对大规模矩形件排样问题提出一种精确、可生成一种新的满足剪冲下料工艺需求的排样方式:基于单毛坯条带的矩形件最优两段排样方式.采用动态规划算法生成最优单毛坯条带,通过一维背包算法确定条带在级中的排样方式和级在段中的最优排样方式,选择最优的两个段组成排样方式.对传统文献中的43道大规模基准测题进行计算,有38道测题达到最优,剩余5道测题的优化结果与最优化结果的比率达到99.9%,每题的平均计算时间仅用2.17s.结果表明,本文算法优于经典两段和著名的T型排样算法,在解决大规模矩形件排样具有高效性.     

圆形冲片的最优排样算法

基于无约束圆片排样问题的排样方式,给出圆形冲片的最优排样算法．该算法易于软件实现,可生成圆形冲片条带剪切下料最优UCCP排样方式。     

一维下料问题数学模型的计算机自动生成与优化计算

介绍了一维下料问题的下料方式,采用计算机自动生成相应的线性规划数学模型,给出了最优下料方案的求解方法。     

基于遗传算法的一刀切矩形排料求解

采用遗传算法对一刀切矩形排料问题进行求解,在排料过程中引入了启发式思想。并针对这个具体问题设计了新的交叉算子和变异算子,新的遗传算子更适合求解一刀切矩形排料问题。     

基于匀质块五块模式的矩形件非剪切排样算法

基于匀质块五块排样模式对一类矩形件非剪切排样问题进行了研究.基于动态规划和隐枚举的思想设计了无约束矩形件非剪切排样问题的匀质块五块排样算法.与文献中的矩形件非剪切排样算法的对比试验表明:这种算法能够快速给出问题的最优解，而且可以降低板材切割工艺难度并减少矩形件的分拣成本.与2种矩形件剪切排样算法的对比进一步表明了引入“非剪切”的经济效益.     

一种基于递归技术的一维下料算法

用递归技术进行排样,并将排样方式与线性规划相结合,提出一种基于递归技术的一维下料算法.该算法通过约束一个排样方式中所含毛坯种数,达到减少开堆数的目的,利用上界技术来减少计算时间.该算法可以大幅缩短计算时间,在材料利用率基本不下降的情况下,可以明显减少最大开堆数.     

下料问题中两种启发式算法的比较研究

给出单一矩形原材料单一规格圆形零件下料问题的两种启发式算法,并比较不同的条件下两种算法的优劣.     

基于空间分解的二维布局问题的启发式算法

一种基于空间分解的解决矩形物体布局问题的启发式方法。按照深度优先的原则将布局空间逐步分解，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来不同大小矩形物体的布局方案。通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案，所得布局方案均满足工业上一刀切的要求。实验结果及与其他算法的比较证明了该算法的灵活性和有效性。     

一维下料方案的遗传算法优化

在对一维下料方案数学模型分析的基础上，提出了一种基于遗传算法的求解方法。主要思想是把零件的一个顺序作为一种下料方案，并视作组合优化问题来求解。在求解过程中，给出了应用遗传算法求解关键问题的编码、解码方法、遗传算子及适应离函数的定义，并根据这算法开发出一维下料方案的优化系统。实际应用表明，采用该方法求解一维下料方案，可提高材料的利用率，而且还可以提供多个优化方案。     

自走式U型渠掘进机主要技术与试验研究

针对目前传统U型渠施工效率低,耗费大的问题,提出了一种自走式U型渠掘进机(以下简称掘进机)的设计方案。介绍了掘进叶片与切土刀片共同作业的U型渠成型方法,对掘进叶片的动力学进行了分析。基于经典切削理论,引入挤碎、输送土壤等因素后,推导出了掘进叶片施工过程的切削合力。确定了影响掘进叶片功率消耗的主要因素。利用滑切原理对切土刀片进行了设计。目前,掘进机已投入使用,承建U型渠道长度达320 km。试验表明掘进机成型的沟渠在顺直性、横断面尺寸标准性、填土密实度达标率等方面均优于传统施工方案。     

一种启发式矩形毛坯带排样算法研究

介绍一种两维矩形毛坯带排样问题的改进启发式递归算法,它基于递归结构和分支定界技术.首先初始化板材作为一个块,考虑目前的块,算法选择一个毛坯,将毛坯放在块的左下角,然后用水平或竖直的剪切线将未使用空间分为两个更小的块,便于进一步递归求解.使用上下界来去除无用的分支,缩短运算时间.将该算法和遗传算法相结合,先通过遗传算法确定所有矩形毛坯较优的排放顺序和排放方式,然后使用递归排样生成排样图,通过比较不同的矩形排放序列对应的板材利用率,最终得到较优的排样方案.测试数据表明了该启发式优化算法的有效性.