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。     

一种变压器硅钢片下料算法的设计与实现

硅钢片是变压器铁芯、电动机的主要原材料。提高硅钢片利用率、减少原材料成本是相关企业重点关注的问题。文章针对变压器厂铁芯车间下料提出一种基于余料控制的套裁下料算法,在考虑主动生成规范余料的基础上排入梯形毛坯,同时采用改进的顺序分组启发式算法(improved sequential grouping heuristic,ISGH)实现毛坯的横纵剪切,保证每次生成的排样方式满足规范余料价值和毛坯填充价值之和最大化,直到所有毛坯全部排完,从而得出最优排样方案。经验证,该算法运行时间合理,可以在一定程度上减少原材料成本、提高硅钢片的利用率。     

自适应遗传退火算法的圆形件下料问题求解

针对长度不限、宽度固定的卷材的直冲圆形件下料问题,采用自适应遗传模拟退火算法(adaptive genetic simulatecl annearling algorithm,AGSA)优化毛坯序列,并采用最佳位置(best location position,BLP)算法决定毛坯放置位置。在遗传算法的基础上,引入环形交叉策略和自适应交叉变异概率,有效地提高收敛速度。将模拟退火算法与遗传算法结合,通过退温机制更改接受概率,避免遗传算法陷入局部最优解导致早熟。实验结果表明:本文提出的算法计算时间合理,能有效提高收敛速度和材料利用率。     

基于VNABC的多规格板材二维下料问题

针对二维下料问题板材单一的特点，研究了多规格板材二维下料问题。板材规格多样、毛坯规格多样且数量庞大，是NP(Non-deterministic Polynomial)完全问题。针对该问题的特点，将下料过程设计成规整和非规整两个阶段。规整阶段完成每种矩形毛坯的主体下料任务之后，如仍有毛坯剩余，则进入非规整阶段采用BL算法（Bottom Left Algorithm）下料剩余毛坯。根据模型特点，提出变邻域人工蜂群算法（VNABC），设计两种解码策略STD和SLD，并改进了VNABC算法的操作算子。最后，采用响应面分析法对VNABC算法进行参数标定。通过仿真实验将VNABC算法与遗传算法（GA）、改进粒子群优化算法（NUS）、模拟退火算法（SA）、人工蜂群算法（ABC）进行了对比分析，实验结果验证了VNABC解决多规格板材二维下料问题的优越性。     

同直径圆形片条带剪切排样的递归算法

采用简单的多级排样方式和递归方法,提出一种新的解决同直径圆形片条带剪切排样问题的递归算法,并用该算法对251块相同的板材,取不同的毛坯直径进行计算机模拟实验.计算可得使用多级排样方式时平均计算时间为0.067s,平均下料利用率为72.84%,比用单一X向级排样方式提高1.23%,比用单一Y向级排样方式提高2.01%.该算法在计算时间和提高下料利用率方面都比较有效,可以用于指导生产实践.     

一种圆形片剪切排样的高效递归算法

制造行业经常采用剪切和冲裁工艺将金属板材切成圆形毛坯. 本文提出一种算法,用于生成多尺寸圆形片条带的剪切排样方式. 该算法采用剪切工艺简单的多级排样方式,每一刀切下一根水平或竖直的条带,每根条带中可以有一排或多排同尺寸的毛坯. 采用递归算法确定每根条带的方向和所含毛坯排数,以便使下料利用率达到最高. 实验计算结果表明所述算法在计算时间和提高材料利用率两方面都较有效.     

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.     

自由立体显示的自适应图像合成算法

现有的自由立体显示图像合成算法存在合成倾斜角度调整不灵活、合成速度慢、效果差等问题.为此,文中在自由立体显示的双目视差原理基础上,提出了在图像合成过程中对图像排布的倾斜角度进行调整的自适应立体图像合成算法.为减少子像素的判决次数,加快立体图像的合成速度,文中首先提出了一种新的判决准则——首列子像素视点判决准则,然后在图像合成过程中根据已经完成排布的部分图像的倾斜角度对将要排布图像的倾斜角度进行自动调整.仿真结果表明:文中算法能够适用于光栅倾斜角度为任意值的自由立体显示设备,并且能够得到排布更为合理的合成图像.     

一种基于三段排样圆形毛坯下料算法

为研究板材上的圆形毛坯下料问题,将矩形板材分成两个不对称的直角梯形段和一个平行四边形段,在三个段中分别采用递推算法确定条带的最优组合,从而得到一种排样方式;并利用线性规划模型求解解决圆形毛坯下料的整个方案。实验结果表明:不对称的梯形分割比对称的梯形分割获得更高的材料利用率;采用递推算法比动态规划求解的背包问题算法确定的排样方式少。     

防水卷材研究进展及其使用情况

本文对近年来国内外防水卷材的使用情况和相关研究进展进行总结和分析,旨在发现我国目前所使用防水卷材的缺陷,并结合国外相关经验和技术,提出进一步推动我国防水卷材行业技术进步的相关建议.     

驾驶室车门内板拉延成形分析及其工程应用

针对汽车覆盖件形状复杂、成形性难以凭经验估计的问题,提出采用有限元数值模拟方法,对车门内板拉延工序进行成形性预测.通过一步法计算出符合材料流动特性的毛坯形状,大大提高了零件的可成形性.经有限元分析计算可知,零件内部进料困难,需在部分区域加开工艺孔.为了有效地消除起皱现象,提出在车门易产生起皱的地方布置八字形拉延筋.通过对压边力的调整,得出此零件成功拉延的压边力为500 kN.通过对比一般方形毛坯和优化毛坯的成形极限图,证明优化毛坯具有更好的成形性.最后将数值分析结果用于指导实际生产,成功地实现了车门内板的拉延,有效地减少了试模次数,降低了生产成本.     

球壳板一次成型切割技术

大型球罐用球壳板为不可展曲面,且厚度往往达30 mm～50 mm,采用传统的下料方法无法得到要求精度的工件,为此大多都采用二次下料切割方法。采用反向法板料成形毛坯设计方法对公司生产中所使用的大型球罐用球壳板材进行了下料设计,建立了数据库,形成完整的球壳板一次成型工艺,有力支持了大型球罐的生产。     

从线性整数规划谈一维下料问题

一维下料问题是运筹学的一个经典NP-hard问题,在生产中普遍存在．优化下料可以提高原材料的利用率, 是企业增加经济效益的途径之一．从线性整数规划开始讨论了下料问题的各种模型,提出了一些需要改进的问题, 介绍了目前该问题研究的热点．     

基于基因群体的一维优化下料

针对一维优化下料问题,将基于群体的编码方法与遗传算法相结合,设计了一种适用于一维优化下料问题的编码方法,修改了经典遗传算子的操作方法,提出了降序最佳置换方法(BRD).引入最佳配合(BF)、优先配合降序(FFD)局部搜索算法,建立了求解一维优化下料问题的复合遗传算法.应用结果显示,本文方法的效果是令人满意的.     

材料工艺定额下料研究与改进

随着公司不断的发展与扩大,降低材料成本和确保交货期成为公司关注的两大主要目标.下料是生产的第一道工序,实现集中拆图下料,可以提高工人的工作效率、降低生产成本,实现材料快速运转.目前就企业下料现状,对下料现状进行分析研究.提出材料工艺定额下料中心的改进方案.并对下料中心进一步发展进行展望.     

分支定界算法优化一维下料问题

一维下料问题是生产实践中常见的问题,优化下料要求最大限度地节约原材料,提高原材料的利用率.本文提出分支定界算法优化一维下料问题,并用MATLAB编写程序,通过计算机来完成这一复杂的过程.     

屋面三元乙丙卷材防水施工的质量控制要点

近年来三元乙丙橡胶卷材防水材料由于其优良的特性，在国内被越来越多的使用。然而三元乙丙防水卷材的施工质量缺陷也在一些工程中逐渐暴露出来。本文通过屋面三元乙丙卷材防水施工的质量控制过程，分析总结了在屋面三元乙丙卷材防水施工中易产生的质量缺陷、产生原因及技术防范措施。并且通过对产生质量缺陷的因素进一步分析，总结出在屋面三元乙丙防水卷材施工中的质量控制重点。     

大直径法兰计算法下料

在化学工业、轻工业等工业生产装置中,要用到许多钢制法兰。小法兰毛坯是直接从钢板上切割下来的,而大直径法兰毛坯(通常指直径大于400毫米的法兰)却比较复杂,为了节省材料,往往先要将钢板切割成扇形环板而后焊制成法兰圈。目前,国内外流行的大直径法兰毛坯下料常常采用作图     

大型复杂曲面类毛坯最佳适配算法的研究

提出了一种复杂曲面类毛坯与设计原型最佳适配的优化算法.通过曲面的旋转、平移以及改进的多目标优化算法,完成了毛坯预定位、精调整以及细微处理,使得毛坯与理论曲面尽可能吻合,从而达到了改善加工余量分布的目的,并且减少了毛坯的堆焊量,大幅度提高了生产效率     

一种基于Web Service的网络化优化下料系统

结合分析传统优化下料技术存在的问题,阐明了网络化优化下料的意义.在此基础上,提出一种新的基于Web Service的网络化优化下料系统,并对系统的构建过程、体系结构和运行机制进行了阐述.系统以Web 服务为中心,通过建立不同粒度的服务和支持多层次的服务调用,将网络化的多软件协同优化计算模型有机地融合到下料系统当中.实验表明本所提出的系统能有效地提高下料的总体优化利用率.