资源描述:
《排样问题论文:圆形零件的优化排样》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、排样问题论文:圆形零件的优化排样【中文摘要】圆形零件的排样问题广泛存在于各种制造业中,例如机械制造业、服装制造业、家具制造业、木材加工业、皮革制品制造业等,但由于圆形件的排样下料问题已被证明为相当困难的完全NP难问题,因此目前国内外学者对此问题研究的方法很少,多为把圆形零件处理成矩形零件(求圆形的最小包络矩),然后运用对矩形零件排样问题的研究方法对圆形零件进行优化排样,主要有动态规划算法、分支定界算法、神经网络算法、遗传算法、禁忌搜索算法、粒子群算法等等,然而优化效果却不明显。而近年来有学者利用条形带法,把圆形件分解成X方向和Y方向的条形带,然后运用动态规划算法求取最优解,
2、虽然在一定程度上得到了好的效果,但仍不能满足生产的要求。因此对圆形零件的排样问题的进一步研究具有理论和现实意义。圆形零件的排样问题分为有约束排样和无约束排样。无约束排样不要求各种圆形片的出现次数,只需求出单张原材料的利用率(价值)最大。这种排样问题研究起来较为简单,多用线性规划算法来求解;而有约束排样是在满足各种圆形片的需求量的前提下,使得原材料的利用率最大,这种问题在生产实际中应用广泛,但研究起来相当困难。本文研究的是圆形件的有约束排样,并且在矩形原材料上进行切割圆片。在研究过程中,主要研究的是圆形片的单一排样和套裁排样。在研究单一排样时,首先分别给出了利用率最高模型和消
3、耗原材料数量最少模型,接着介绍了两种典型的排样方式——排样模式A和排样模式B,其中排样模式B又分为两种情况:奇偶数行排入最多零件数相同的情况和奇数行排入最多零件数比偶数行多一个的情况,并且具体给出了相应的排样过程,最后通过分析排样过程和对实例的求解,总结出两种排样方式在不同的条件下,分别有不同的优化效果。在对圆形件的套裁排样的研究中,首先受单一排样方式的启发,寻求出了套裁排样中两种排样方式——NEST排样和BLOCK排样,并给出了具体的排样过程,但通过对两种排样过程分析知,虽然NEST排样方式大大地提高了原材料的利用率,但由于在进行排样时,是按照圆形零件的直径由大到小的顺序
4、进行排样,由NEST的排样特点知,当两种圆形片的直径相差很大时,该种排样方式会造成原材料的大量的浪费以及排样的混乱。而在BLOCK排样中虽不会出现上述问题,但每当圆形片的直径改变时,都会造成原材料的大量浪费,因此,本文提出了半径搜索法,就是将两种排样方式进行有效地优化组合,排样过程中在满足各种圆形片需求量的前提下,使得所需原材料的张数最少,从而提高了利用率。最后通过实例以及Matlab7.1的运行结果,证明了半径搜索法的可行性以及有效性。【英文摘要】TheCircularblanklayoutproblemsexistwidelyinallkindsofmanufactur
5、ing,suchasmachinerymanufacturing,clothingmanufacturing,furnituremanufacturing,woodprocessingindustry,leatherproductsmanufacturingandsoon.However,becausetheCircularblanklayoutproblemshasbeenprovedtobequitedifficultcompletelyNP-hardproblem,athomeandabroad,theresearchmethodofthescholarsisvery
6、few,partly,thecircularpartsareprocessedforrectangularcomponents(seekingfortheminimumenvelopemoment),andthenusetheresearchmethodsforrectanglepartslayoutproblemtodealwiththeoptimizelayoutofcircularparts.Basically,therearedynamicprogrammingalgorithm,branchboundalgorithm,neuralnetworkalgorithm
7、,geneticalgorithm,tabusearchalgorithm,particleswarmalgorithmandsoon,buttheeffectoftheoptimizationisnotobvious.Butinrecentyears,somescholarsusethebarbandmethodtodividethecircularpartsintobarbandofXandYdirections,andthenusedynamicprogrammingalgorithmtoobtainopti