矩形件的“一刀切”排样优化设计.pdfVIP

学兔兔 骞、l 匐 似 — I力叩[与制造l ——．| —一 矩形件的 “一刀切排样优化设计 Design of optimum “guillotine cuttinglayout of rectangular pieces 王桂兰，朱志松，朱龙彪，王 杰 WANG Gui-lan，ZHU Zhi．song，ZHU Long．biao，WANG Jie (南通大学机械工程学院，南通226019) 摘 要：采用遗传算法对矩形件进行排样优化，迭代搜索最优解，以提高板材利用率，降低生产成 本。应用基于指数变换的非线性动态适应度函数，引进精英保护策略，使用部分匹配交叉 (Partially Matched Crossover)算子，以提高算法的优化精度。结合最低水平线搜索算法 对遗传种群进行解码，并搜索最佳吻合矩形，减少排样空隙。排样结果满足 “一刀切”工艺 要求，板材利用率达97％。 关键词：矩形；遗传算法； “一刀切”；排样优化 中图分类号：TP391 文献标识码：B 文章编号：1 009—01 34(201 4)01(I-)一0001—03 Ooi：1 0．3969／J．issn．1 009-01 34．2014．01(E)．O1 0 引言 优化下料问题Cutting—Stock Problem (CSP) 是指将小的零件在大的原材料上进行合理的几何 组合，确定下料方案，切割下料，使得材料利用 (a)卷料切割 (b)一刀切 (c)正交切割 率最高。矩形件优化排样问题是指在矩形原料板 图1 矩形切割方式 上排放多种不同尺寸的矩形件，要求既不相互重 矩形件优化排样问题是一个具有高度计算复杂 叠，又不超出板材边界，使原材料的利用率达到 性的NP(Nondeterministic Polynomia1)问题 。目 最高…。按照原料和切割方式的不同矩形件排样问 前，国内外学者对矩形件优化排样问题做了广泛 题可分为以下三种 J：1)卷料切割(Roll Material 的研究与论述，构建了许多智能算法与启发式算 Cutting)，该种切割方式适用于原材料宽度固定 法相结合的方法。当矩形数量较大时，计算量很 但长度无限的情况，如图1(a)所示；2)一刀 大，将遗传算法与最低水平线搜索算法相结合， 切 (Guillotine Cutting)方式，该切割方式的特点 可充分应用遗传算法的随机性、快速性和全局搜 是任何一次下刀都是贯穿整个板材并且与一组对 索性以及最低水平线搜索算法的搜索精准性。 边垂直，如图1(b)所示；3)正交切割 (Non— Guillotine Cutting)方式，每一次下刀切割的路 1定长定宽原料板最低水平线搜索 线即可以是直线也可以是折线，并且每一刀切割 算法解码 可以终止在原料板上的任意位置，如图1(C)所 遗传算法解码是矩形件排样实现的关键，目 示。由于不同