CN108764513B - 一种基于两阶段的矩形优化排样混合方法 - Google Patents

Abstract

本发明公开了一种基于两阶段的矩形优化排样混合方法，包括以下步骤：S1.基于零件和母板的长宽组合确定多种排样策略；S2.采用多种排样策略进行排样，分别得到多种策略的排样方案和平均利用率；S3.获得平均利用率最高的排样方案；S4.对平均利用率最高的排样方案进行重新优化排样，并得到最优的排样方案。本发明方法在考虑多个策略的情况下，进行矩形优化排样，实现了对排样不理想的板材原件打散与重组的功能，得到了排样的最优解，拓展了对矩形工件在实际工业生产加工上的优化处理，应用范围更加广泛。

Description

一种基于两阶段的矩形优化排样混合方法

技术领域

本发明涉及板材下料排样技术领域，具体涉及一种基于两阶段的矩形优化排 样混合方法。

背景技术

矩形件排样问题广泛存在于钣金下料、玻璃切割、电路布局、报刊排版等工 业生产中，该问题是指如何在给定板材长度和宽度的情况下，如何将具有一定数 量和种类的小矩形件排放在板材上，使得所需的总板材数最少，即使材料的利用 率达到最大。

玻璃深加工主要以平板玻璃为基本原料。各种各样的异型玻璃，都是以矩形 平板玻璃为原材料二次加工而来。工厂根据客户的要求，需要先把整块的原料平 板玻璃切割成若干数量、各种尺寸的矩形平板玻璃。而在进行玻璃切割时，由于 技术要求，必须要满足“一刀切”条件，即从板材的一端，沿直线方向切割刀另 一端。“一刀切”要求在一块矩形区域内切割出一条直线轨迹，并将其分割成两 块。由于在实际生产中，在玻璃切割后有一道叫做“掰片”的工序，其过程就是 把切割好的矩形掰开，而掰开的两个区域之间的分割线必须为一条直线。如果分 割线不是直线，而是带有拐角的，那么在“掰片”的时候，拐角处可能因为受力 集中而被破坏。

对于此类矩形优化排样的问题，现有的排样算法是采用不同的优化计算方 法，对矩形工件进行排样优化，实现板材原件的利用率最大化，但其优化结果容 易陷入局部最优解，且不具有对排样不理想的板材原件打散与重组的功能。

发明内容

本发明目的在于克服现有技术的缺点与不足，提供了一种基于两阶段的矩形 优化排样混合方法，实现了对排样不理想的板材原件打散与重组的功能，拓展了 对矩形工件在实际工业生产加工上的优化处理，应用范围更加广泛。

为实现上述目的，本发明采用的技术方案如下：

一种基于两阶段的矩形优化排样混合方法，包括以下步骤：

S1.基于零件和母板的长宽组合确定多种排样策略；

S2.采用多种排样策略进行排样，分别得到多种策略的排样方案和平均利用 率；

S3.获得平均利用率最高的排样方案；

S4.对平均利用率最高的排样方案进行重新优化排样，并得到最优的排样方 案。

本发明的作用原理：本发明方法在第一阶段先采用多种策略进行排样，并得 到多种策略的排样方案和平均利用率，再挑选出平均利用率最高的排样方案，然 后在该排样方案上进行优化排样，从而得到最优的排样方案。本发明方法在考虑 多个策略的情况下，进行矩形优化排样，实现了对排样不理想的板材原件打散与 重组的功能，得到了排样的最优解，拓展了对矩形工件在实际工业生产加工上的 优化处理，应用范围更加广泛。

进一步地，所述排样策略为4种，4种策略分别为策略A、策略B、策略C 和策略D，策略A为：将零件和母板的较长边重合并置于水平线上；策略B为： 在策略A的基础上，将母板旋转90度；策略C为：在策略A的基础上，所有零 件旋转90度；策略D为：将零件和母板的较短边重合并置于水平线上。

进一步地，所述步骤S2具体过程包括以下子步骤：

S21.从给定的n种零件C＝{C₁，C₂······C_n}中选取零件宽度W_i小于最低水平线 剩余宽度W的零件，得到集合A＝{C_i|C_i∈C且W_i≤W且M_i＞0}，

其中C_i代表第i种零件的型号，W_i代表第i种零件的宽度，M_i代表第i种 零件的数量；

S22.求出集合A中零件的面积集S＝{S_ci|C_i∈A}

其中S_ci代表第i种零件的面积；

S23.选取零件集A中面积最大的零件C_i进行最左最低原则排样；

S24.更新最低水平线剩余宽度W，并执行步骤S21；

S25.若S21中得到的集合A为空集，则对集合C中零件进行90度旋转，得 到旋转后的零件集C＝{C₁，C₂······C_n}，并执行步骤S21；

S26.若步骤S25中得到的集合A仍为空集，则在当前最低水平线的最右端做 标记后，然后提高最低水平线，并更新最低水平线剩余宽度W，并执行步骤S21；

S27.若当前母板已无法排入剩余零件，则新增一块母板，将剩余零件按上述 步骤排入，直到所有零件都排布完毕。

作为本发明的一种改进，所述步骤S4包括以下子步骤：

S41.给定一个长宽比p，若p_i＞p,则C_i∈Nb；若p_i＜p,则C_i∈Ns；

其中p_i为第i种零件的长宽比，C_i代表第i种零件的型号，Nb为长宽比 大的零件集合，Ns为长宽比小的零件集合；

S42.给定一个阈值v，通过下式(1)确定改变Ns类零件初始方向的最大次 数jmax；

a为长宽比大的Nb类的零件数量，b为长宽比小的Ns类的零件数量，N 为所有零件的种类数，j为改变Ns类零件初始方向的次数，jmax为j的最大值；

S43.根据S3中的最高平均利用率，给出利用率提高幅度的期望值；

S44.从j＝1开始，在S3中平均利用率最高的排样方案基础上，随机改变Ns 中j种零件的初始方向后，结合Nb中零件的所有方向组合，依次进行重新排样， 并记录对应排样方案的利用率；

S45.判断j是否小于jmax，如果是则执行下一步，如果否则执行步骤S47；

S46.判断对应排样方案的利用率提高幅度是否达到期望值，如果是，则达到 期望值的排样方案为最优的排样方案，如果否，则令j值增加1并执行步骤S44；

S47.获得利用率提高幅度最大值对应的排样方案，此排样方案为最优的排样 方案。

与现有技术相比，本发明具有以下优点：

本发明方法在考虑多个策略的情况下，进行矩形优化排样，实现了对排样不 理想的板材原件打散与重组的功能，得到了排样的最优解，拓展了对矩形工件在 实际工业生产加工上的优化处理，应用范围更加广泛。

附图说明

图1为本发明基于两阶段的矩形优化排样混合方法的流程图；

图2为本发明基于两阶段的矩形优化排样混合方法步骤S2的流程图；

图3为本发明基于两阶段的矩形优化排样混合方法步骤S4的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。可以理解的是，此处所描述 的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是， 为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

实施例

本发明在考虑多个策略的情况下，进行矩形优化排样，在得到平均利用率最 高的排样方案后，再对排样方案进行优化从而得到了排样的最优解，下面利用具 体实施方法对本发明具体过程和结构进行详细描述。

请参考图1，一种基于两阶段的矩形优化排样混合方法，包括以下步骤：

S1.基于零件和母板的长宽组合确定多种排样策略，

其中，所述排样策略为4种，4种策略分别为策略A、策略B、策略C和策 略D，策略A为：将零件和母板的较长边重合并置于水平线上；策略B为：在策 略A的基础上，将母板旋转90度；策略C为：在策略A的基础上，所有零件旋 转90度；策略D为：将零件和母板的较短边重合并置于水平线上。

本发明方法在第一阶段先采用多种策略进行排样，尽可能地扩大了排样策略 的局限性，从而在更多排样方案基础上得出更加全面的最优排样方案。

请参考图2，S2.采用多种排样策略进行排样，分别得到多种策略的排样方 案和平均利用率；

所述步骤S2具体过程包括以下子步骤：

S21.从给定的n种零件C＝{C₁，C₂······C_n}中选取零件宽度W_i小于最低水平线 剩余宽度W的零件，得到集合A＝{C_i|C_i∈C且W_i≤W且M_i＞0}，

其中C_i代表第i种零件的型号，W_i代表第i种零件的宽度，M_i代表第i种 零件的数量；

S22.求出集合A中零件的面积集S＝{S_ci|Ci∈A}

其中S_ci代表第i种零件的面积；

S23.选取零件集A中面积最大的零件C_i进行最左最低原则排样；

S24.更新最低水平线剩余宽度W，并执行步骤S21；

S25.若S21中得到的集合A为空集，则对集合C中零件进行90度旋转，得 到旋转后的零件集C＝{C₁，C₂······C_n}，并执行步骤S21；

S26.若步骤S25中得到的集合A仍为空集，则在当前最低水平线的最右端做 标记后，然后提高最低水平线，并更新最低水平线剩余宽度W，并执行步骤S21；

S27.若当前母板已无法排入剩余零件，则新增一块母板，将剩余零件按上述 步骤排入，直到所有零件都排布完毕。

S3.获得平均利用率最高的排样方案；

请参考图3，S4.对平均利用率最高的排样方案进行重新优化排样，并得到 最优的排样方案；

所述步骤S4包括以下子步骤：

S41.给定一个长宽比p，若p_i＞p,则C_i∈Nb；若p_i＜p,则C_i∈Ns；

其中p_i为第i种零件的长宽比，C_i代表第i种零件的型号，Nb为长宽比 大的零件集合，Ns为长宽比小的零件集合；

S42.给定一个阈值v，通过下式(1)确定改变Ns类零件初始方向的最大次 数jmax；

a为长宽比大的Nb类的零件数量，b为长宽比小的Ns类的零件数量，N 为所有零件的种类数，j为改变Ns类零件初始方向的次数，jmax为j的最大值；

S43.根据S3中的最高平均利用率，给出利用率提高幅度的期望值；

S44.从j＝1开始，在S3中平均利用率最高的排样方案基础上，随机改变Ns 中j种零件的初始方向后，结合Nb中零件的所有方向组合，依次进行重新排样， 并记录对应排样方案的利用率；

S45.判断j是否小于jmax，如果是则执行下一步，如果否则执行步骤S47；

S46.判断对应排样方案的利用率提高幅度是否达到期望值，如果是，则达到 期望值的排样方案为最优的排样方案，如果否，则令j值增加1并执行步骤S44；

S47.获得利用率提高幅度最大值对应的排样方案，此排样方案为最优的排样 方案。

本发明的作用原理：本发明方法在第一阶段先采用多种策略进行排样，并得 到多种策略的排样方案和平均利用率，再挑选出平均利用率最高的排样方案，然 后在该排样方案上进行优化排样，从而得到最优的排样方案。本发明方法在第一 阶段先采用多种策略进行排样，尽可能地扩大了排样策略的局限性，从而在更多 排样方案基础上得出更加全面的最优排样方案；本发明方法在考虑多个策略的情 况下，进行矩形优化排样，实现了对排样不理想的板材原件打散与重组的功能， 得到了排样的最优解，拓展了对矩形工件在实际工业生产加工上的优化处理，应 用范围更加广泛。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施 例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替 代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (3)

1.一种基于两阶段的矩形优化排样混合方法，其特征在于包括以下步骤：

S1.基于零件和母板的长宽组合确定多种排样策略；

S2.采用多种排样策略进行排样，分别得到多种策略的排样方案和平均利用率；

S3.获得平均利用率最高的排样方案；

S4.对平均利用率最高的排样方案进行重新优化排样，并得到最优的排样方案；

所述步骤S2具体过程包括以下子步骤：

S21.从给定的n种零件C＝{C₁，C₂……C_n}中选取零件宽度W_i小于最低水平线剩余宽度W的零件，得到集合A＝{C_i|C_i∈C且W_i≤W且M_i＞0}，

其中C_i代表第i种零件的型号，W_i代表第i种零件的宽度，M_i代表第i种零件的数量；

S22.求出集合A中零件的面积集S＝{S_ci|C_i∈A}

其中S_ci代表第i种零件的面积；

S23.选取零件集A中面积最大的零件C_i进行最左最低原则排样；

S24.更新最低水平线剩余宽度W，并执行步骤S21；

S25.若S21中得到的集合A为空集，则对集合C中零件进行90度旋转，得到旋转后的零件集C＝{C₁，C₂……C_n}，并执行步骤S21；

S26.若步骤S25中得到的集合A仍为空集，则在当前最低水平线的最右端做标记后，然后提高最低水平线，并更新最低水平线剩余宽度W，并执行步骤S21；

S27.若当前母板已无法排入剩余零件，则新增一块母板，将剩余零件按上述步骤排入，直到所有零件都排布完毕。

2.根据权利要求1所述的基于两阶段的矩形优化排样混合方法，其特征在于：所述排样策略为4种，4种策略分别为策略A、策略B、策略C和策略D，策略A为：将零件和母板的较长边重合并置于水平线上；策略B为：在策略A的基础上，将母板旋转90度；策略C为：在策略A的基础上，所有零件旋转90度；策略D为：将零件和母板的较短边重合并置于水平线上。

3.根据权利要求1所述的基于两阶段的矩形优化排样混合方法，其特征在于：所述步骤S4包括以下子步骤：

S41.给定一个长宽比p，若p_i＞p,则C_i∈Nb；若p_i＜p,则C_i∈Ns；

其中p_i为第i种零件的长宽比，C_i代表第i种零件的型号，Nb为长宽比大的零件集合，Ns为长宽比小的零件集合；

S42.给定一个阈值v，通过下式(1)确定改变Ns类零件初始方向的最大次数jmax；

a为长宽比大的Nb类的零件数量，b为长宽比小的Ns类的零件数量，N为所有零件的种类数，j为改变Ns类零件初始方向的次数，jmax为j的最大值；

S43.根据S3中的最高平均利用率，给出利用率提高幅度的期望值；

S44.从j＝1开始，在S3中平均利用率最高的排样方案基础上，随机改变Ns中j种零件的初始方向后，结合Nb中零件的所有方向组合，依次进行重新排样，并记录对应排样方案的利用率；

S45.判断j是否小于jmax，如果是则执行下一步，如果否则执行步骤S47；

S46.判断对应排样方案的利用率提高幅度是否达到期望值，如果是，则达到期望值的排样方案为最优的排样方案，如果否，则令j值增加1并执行步骤S44；

S47.获得利用率提高幅度最大值对应的排样方案，此排样方案为最优的排样方案。

Images