CN110288110A - 一种oa板材套裁剪切生产控制优化方法 - Google Patents

一种oa板材套裁剪切生产控制优化方法 Download PDF

Info

Publication number
CN110288110A
CN110288110A CN201810222832.6A CN201810222832A CN110288110A CN 110288110 A CN110288110 A CN 110288110A CN 201810222832 A CN201810222832 A CN 201810222832A CN 110288110 A CN110288110 A CN 110288110A
Authority
CN
China
Prior art keywords
model
steel plate
layout
layout model
merger
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810222832.6A
Other languages
English (en)
Other versions
CN110288110B (zh
Inventor
易剑
杜斌
徐培荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baoshan Iron and Steel Co Ltd
Original Assignee
Baoshan Iron and Steel Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baoshan Iron and Steel Co Ltd filed Critical Baoshan Iron and Steel Co Ltd
Priority to CN201810222832.6A priority Critical patent/CN110288110B/zh
Publication of CN110288110A publication Critical patent/CN110288110A/zh
Application granted granted Critical
Publication of CN110288110B publication Critical patent/CN110288110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明揭示了一种OA板材套裁剪切生产控制优化方法,通过采集大量的排样模式,然后从中选取符合需求的最优排样,根据最优排样再选择最优钢板进行加工,最后生成最优的加工顺序下发给机组生产,以提高成材率,减少钢板的废料,减少排样数量,降低生产加工成本,提高生产效率。

Description

一种OA板材套裁剪切生产控制优化方法
技术领域
本发明涉及OA板材生产技术,更具体地说,涉及一种OA板材套裁剪切生产控制优化方法。
背景技术
钢材剪切加工配送是钢铁企业重要的钢材延伸服务手段,钢厂一般都建有钢材剪切加工中心,通过剪切配送业务,与下游客户形成稳定的供应链关系。加工中心面对的客户非常广泛,像电冰箱、洗衣机、打印机等生产厂商都需要使用钢板,各种产品还有不同型号系列,导致其所用的钢板零件规格各异,由于零件规格偏小,需求量也不同,加工中心在剪切加工时,往往通过组合计算把不同订单零件整合到一个大钢板上进行剪切生产,称为套裁。
像打印机、复印机之类的办公自动化(Office Automation,OA)产品所需要的板材零件一般是通过剪切加工,其板材零件都是规则矩形,且长宽方向与钢板方向保持一致,因此不涉及异形切割。如图1所示,多个OA零件组合在一张钢板上进行剪切,零件的规格(指宽度)都不相同,它们在宽度方向上互相紧邻挨在一起,从而使钢板的宽度尽量被利用足,钢板宽度上的利用率称为成材率,即:成材率=零件宽度之和/钢板宽度。钢板长度上的切割以最长的零件需求为准,因此一张钢板的综合利用率包括宽度和长度两个维度,钢板在套裁时要尽量做到成材率尽量高,同时长度上也少浪费。
客户在订购某个规格的零件时是按重量计算的,比如这次订购10吨,下次订购20吨,加工中心是需要把它折算成长度总需求的,这个长度总需求通常需要切割多张钢板才能满足。因为不同零件的长度总需求是不一样的,为了减少长度上的浪费,有些零件就会在宽度上进行倍尺(宽度进行翻倍),比如某个钢板上并排放两个零件(例如规格300变成规格600),在另外一张钢板上并排放三个零件(规格300变成规格900),这种不同排放方式称为排样模式或排料模式(见图1)。
人工在排样时,通常设定一个最低成材率,以这个为基准进行排样,但由于零件规格多,钢板规格也不是固定不变的,每个钢板可能都有自己的宽度规格,导致人工排样并不能找到非常好的排样模式,因为其排样组合非常多,如果单纯提高成材率,可能在长度上就无法匹配。
一种具体排样模式会牵涉到钢材剪切生产中的实际加工工艺条件限制,有些排样模式即使成材率非常高,也无法安排生产,因为加工时钢板两边还要留有一定余量,称为边丝,边丝的值也不是固定的,跟具体的排样模式相关,这体现了一个排样模式的加工难度。实际生产中,每个排样模式都牵涉到一个加工工艺的难度与成本,因此排样模式要尽量少。
钢板套裁问题就是要找到尽量少的一组符合生产实际工艺要求的排样模式,在若干钢板上进行剪切加工,完成客户对不同OA零件的需求,同时使得钢板的利用率最大化或浪费最少。这个问题并不是各种公开文献中描述的二维装箱问题。它初看也是二维优化,与二维装箱问题中的规则物体装箱挺相似,但其实有本质的区别:首先二维装箱问题中的箱子(即本文中的钢板)规格是单一的,并且数量是无限的,但本文中的钢板规格不是单一的,每个钢板的规格都可能不一样,而且数量是有限的;其次在排料时,二维装箱问题中零件是可以随意摆放的,而且零件尺寸规格是固定的(包括宽度和长度都固定),而本文中的零件只规定了宽度规格,长度上是可以任意切分的(当然有个最小长度限定),只要合起来达到长度总需求即可;再次二维装箱问题并不要求控制排样模式的数量,本文不仅要求排样模式的数量要给出,还要尽量少,同时排样模式的长度也要定出,并且是要给出哪些钢板使用了哪些排样模式。
发明内容
本发明的目的旨在提供一种OA板材套裁剪切生产控制优化方法,能够提高成材率,减少钢板的废料,减少排样数量,降低生产加工成本,提高生产效率。
一种OA板材套裁剪切生产控制优化方法,包括以下步骤:
A.排样模式的采集:
A1.收集OA零件的规格和需求量数据,对零件规格和需求量进行归并;
A2.收集钢板的宽度和长度数据,归并钢板宽度;
A3.建立获取排样模式的数学模型,并迭代求解模型获得较好的排样模式集合;
B.排样模式的优化选取:
B1.对获取的排样模式进行归并;
B2.归并钢板长度;
B3.确立排样模式与归并后的钢板的映射矩阵;
B4.建立排样模式的最优选取模型,求解模型获得能完成零件需求量的最优排样模式;
C.钢板的优化选取:
C1.确定每块钢板的价值系数;
C2.确立最优排样模式与归并前的钢板的映射矩阵;
C3.根据前面求得的最优排样模式,建立钢板的最优选取模型,求解模型获取最优的钢板,并定出排样模式的加工长度;
D.加工顺序的优化:
D1.归并每个排样模式的总加工长度,确定加工顺序;
D2.对加工顺序进行死锁逻辑判定,检验加工顺序是否存在死锁情况;
D3.对有死锁情况的加工顺序,进行重排序解锁;
E.下发给机组剪切加工:
E1.对最终加工顺序进行工艺检查;
E2.把通过工艺检查的加工顺序下发给机组进行剪切加工生产。
在步骤A3中,设最低成材率为P,对某个钢板宽度建立以(成材率最高)为优化目标,含两个主要约束关系(最低成成材率约束)和(边丝约束)的获取高成材率的排样模式的数学模型。
在步骤A3中,所述的迭代求解模型的步骤为:
A31.对每个钢板宽度都要获取排样模式,因此令循环变量k=1;
A32.对当前钢板宽度求解上述模型获得成材率最高的排样模式X1,其成材率为obj1;
A33.在原模型中加入新约束(该约束含义为低于第一次迭代求得的成材率),获取成材率稍低一点的排样模式X2,其成材率为obj2;
A34.在模型中继续加入新约束(该约束含义为低于第二次迭代求得的成材率),继续求解模型;
A35.以此类推,前一步模型的结果作为后一步模型的输入,不断加入新约束,不断求得新解,直到最后无解或满足一定的终止准则为止,将这个终止准则设为最大迭代次数或某个成材率目标;
A36.求得的排样模式都放入集合Q中;
A37.令k++;
A38.判断k>δ是否成立,若成立,则迭代结束,否则转A32。
在步骤B4中,建立以(排样模式最少)为优化目标,含主要约束关系xsk≤Esk,s∈[1,m],k∈[1,δ](归并后的映射矩阵约束)和(归并后的钢板长度约束)的排样模式最优选取模型。
在步骤C3中,建立以(使用价值系数最大的钢板)和(钢板剩余长度浪费最少)为优化目标,含主要约束关系xhj≤Fhj,h∈[1,n],j∈[1,μ](归并前的映射矩阵约束)和(归并前的钢板长度约束)的钢板的最优选取模型。
采用本发明的技术方案,该OA板材套裁剪切生产控制优化方法通过采集大量的排样模式,然后从中选取符合需求的最优排样,根据最优排样再选择最优钢板进行加工,最后生成最优的加工顺序下发给机组生产,以提高成材率,减少钢板的废料,减少排样数量,降低生产加工成本,提高生产效率。
附图说明
在本发明中,相同的附图标记始终表示相同的特征,其中:
图1为本发明的OA板材套裁剪切示意图;
图2为本发明的OA板材套裁剪切生产控制优化方法的流程框图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
参照图图2所示,本发明的OA板材套裁剪切生产控制优化方法主要包括以下步骤:
A.排样模式的采集:
A1.收集OA零件的规格和需求量数据,对零件规格和需求量进行归并;
A2.收集钢板的宽度和长度数据,归并钢板宽度;
A3.建立获取排样模式的数学模型,并迭代求解模型获得较好的排样模式集合;
B.排样模式的优化选取:
B1.对获取的排样模式进行归并;
B2.归并钢板长度;
B3.确立排样模式与归并后的钢板的映射矩阵;
B4.建立排样模式的最优选取模型,求解模型获得能完成零件需求量的最优排样模式;
C.钢板的优化选取:
C1.确定每块钢板的价值系数;
C2.确立最优排样模式与归并前的钢板的映射矩阵;
C3.根据前面求得的最优排样模式,建立钢板的最优选取模型,求解模型获取最优的钢板,并定出排样模式的加工长度;
D.加工顺序的优化:
D1.归并每个排样模式的总加工长度,确定加工顺序;
D2.对加工顺序进行死锁逻辑判定,检验加工顺序是否存在死锁情况;
D3.对有死锁情况的加工顺序,进行重排序解锁;
E.下发给机组剪切加工:
E1.对最终加工顺序进行工艺检查;
E2.把通过工艺检查的加工顺序下发给机组进行剪切加工生产。
实施例1:
1、排样模式的采集
(1)收集OA零件的规格和需求量数据,对零件规格和需求量进行归并
表1是一批客户的OA零件需求,共有五个客户订购了17个OA零件(用α表示,即α=17),其中wi是零件的宽度规格,li是零件的总长度需求,这里i=1,2,...,α。
表1.零件信息表
对表1中的零件归并其规格和需求量,归并后的数据如下表2:
表2.零件归并结果表
归并后的零件规格数量由17个变成12个(用β表示,即β=12),用分别表示零件归并后的宽度和长度需求,这里i=1,2,...,β。
(2)收集钢板的宽度和长度数据,归并钢板宽度
表3是一批可使用的钢板,共有100块(用μ表示,即μ=100),其中Wj为钢板宽度,Lj为钢板长度,这里j=1,2,...,μ。
表3.钢板信息表
对表3中的钢板宽度进行归并,归并后的钢板宽度有:940、980、1000、1020、1050、1060、1080、1100、1110、1120、1150、1200、1230、1240、1250共15个宽度(用δ表示,即δ=15),这些归并宽度用表示,这里k=1,2,...,δ。
(3)建立获取排样模式的数学模型,并迭代求解模型获得较好的排样模式集合
a)定义排样模式的数学表达
设xi表示第i个归并后的零件规格的倍尺数量,取值为非负整数,则我们可以定义一个向量X=(x1,x2,...,xi,...,xβ)为一个排样模式。
b)建立排样模式与边丝的数学关系
根据实际生产工艺,分析排样模式与边丝的关系,我们发现它们之间是一个分段函数关系,若边丝用Wb表示,则Wb是个分段函数,其取值与X有关:
这里b1,b2,b3是常数,本实施例中我们取b1=5,b2=8,b3=10。下面我们对Wb进行线性化,先计算的最大可能取值T:
这里为向下取整符号。
令0-1变量yt,t∈{1,2,...,T}为辅助变量,其与的关系为:
构造一个17位常数向量则边丝Wb可线性化为:
c)建立排样模式的数学模型
在一个钢板上进行排样,需要考虑两个约束条件,一个是最低成材率要求,另一个是边丝要求。设最低成材率为P,对某个钢板宽度建立以(成材率最高)为优化目标,含两个主要约束关系(最低成成材率约束)和(边丝约束)的获取高成材率的排样模式的数学模型。
d)迭代求解模型,获取较好的排样模式集合
上述模型可以获得对钢板宽度来说成材率最高的排样模式,但我们要采集多个排样模式,并且对每个钢板宽度都要采集排样模式,因此要对上述模型进行迭代求解。
求取多个排样模式的循环迭代方法:
①对每个钢板宽度都要获取排样模式,因此令循环变量k=1;
②对当前钢板宽度求解上述模型获得成材率最高的排样模式X1,其成材率为obj1;
③在原模型中加入新约束(该约束含义为低于第一次迭代求得的成材率),获取成材率稍低一点的排样模式X2,其成材率为obj2;
④在模型中继续加入新约束(该约束含义为低于第二次迭代求得的成材率),继续求解模型;
⑤以此类推,前一步模型的结果作为后一步模型的输入,不断加入新约束,不断求得新解,直到最后无解或满足一定的终止准则为止,这个终止准则可设为最大迭代次数或某个成材率目标;
⑥求得的排样模式都放入集合Q中;
⑦令k++;
⑧判断k>δ是否成立,若成立,则迭代结束,否则转②。
2、排样模式的优化选取
(1)对获取的排样模式进行归并
由于有些钢板宽度较为接近,所以前面获取的排样模式会有重复,因此要进行归并,即剔除Q中重复出现的元素。
记归并后的排样模式为m个,则m=|Q|。
(2)归并钢板长度
对每个钢板宽度进行长度归并,归并结果用表示。
(3)确立排样模式与归并后的钢板的映射矩阵
Q中每个排样模式与归并后的钢板(宽度长度)之间存在一个关系:即这个排样模式能否在该钢板上进行排样,要进行最低成材率和边丝约束的判定。
对Q中第s个排样模式Qs=(qs1,qs2,...,q),判定它能否在钢板上进行排样的标准为是否满足以下约束条件:
因为qsi为已知量,所以根据值能确定Wb的值,上述约束条件很容易进行判定是否满足,如果满足表示该排样模式能在该钢板上进行排样,否则不能。这样我们可以确立一个映射矩阵E,矩阵元素Esk值为1表示满足上述约束条件,为0表示不满足,这是个常数矩阵。
(4)建立排样模式的最优选取模型,求解模型获得能完成零件需求量的最优排样模式
前面我们已经采集到了大量的排样模式,现在需要从中选出一组最优的排样模式。我们的目标是在完成客户零件需求的基础上,排样模式尽可能少。
设0-1决策变量xsk,为1表示Q中第s个排样模式在钢板上排样,为0则不在上排样,非负实数变量ysk表示排样长度,0-1变量zs表示排样模式s是否被选取。建立以(排样模式最少)为优化目标,含主要约束关系xsk≤Esk,s∈[1,m],k∈[1,δ](归并后的映射矩阵约束)和(归并后的钢板长度约束)的排样模式最优选取模型。
求解上述模型,获得一组数量最少的排样模式,加入集合R中,其个数记为n,即n=|R|。
3、钢板的优化选取
(1)确定钢板的价值系数
实际生产中,每块钢板根据自身情况,可定出不同的价值系数。有些钢板在库存里放太久了,要急于加工掉,否则就生锈了,有些钢板是上次切剩下的,也要优先加工。
根据钢板库龄和其他情况,给每块钢板定个价值系数vj,其值越大表示优先级越高,优先被选取。
(2)确立最优排样模式与归并前的钢板的映射矩阵
同理,R中每个排样模式与归并前的钢板(宽度Wj,长度Lj)之间存在一个关系:即这个排样模式能否在该钢板上进行加工,也要进行最低成材率和边丝约束的判定。
对R中第h个排样模式Rh=(rh1,rh2,...,r),判定它能否在钢板Wj上进行加工的标准为是否满足以下约束条件:
同样我们可以确立一个映射矩阵F,矩阵元素Fhj值为1表示满足上述约束条件,为0表示不满足,这也是个常数矩阵。
(3)根据前面求得的最优排样模式,建立钢板的最优选取模型,求解模型获取最优的钢板,并定出排样模式的加工长度
从最优排样模式出发,选取一组最优的钢板进行加工,以完成零件需求。目标是使用的钢板浪费最少以及被使用钢板的价值系数最大化。
设0-1决策变量xhj,为1表示R中第h个排样模式在钢板Wj上排样,为0则不在Wj上排样,非负实数变量yhj表示最优排样模式Rh在钢板上的排样长度,0-1变量zj表示钢板是否被剪切,非负实数变量uj表示钢板剩余长度。建立以(使用价值系数最大的钢板)和(钢板剩余长度浪费最少)为优化目标,含主要约束关系xhj≤Fhj,h∈[1,n],j∈[1,μ](归并前的映射矩阵约束)和(归并前的钢板长度约束)的钢板最优选取模型。
求解上述模型,获得一组最优的待加工钢板,确定R中每个排样模式在待加工钢板上的剪切加工长度。
4、加工顺序的优化
(1)归并每个排样模式的总加工长度,确定加工顺序
钢板加工的先后顺序,称为加工顺序。把同一个排样模式的钢板集中在一起,计算每个排样模式的总加工长度,根据生产工艺要求,使用同一个排样模式的钢板要一起生产,由此可对排样模式排序来确定出加工顺序。
(2)对加工顺序进行死锁逻辑判定,检验加工顺序是否存在死锁情况
因为同一个排样模式的钢板要一起生产,而每一块钢板也尽量不要分多次加工,如果一块钢板上有多个排样模式,则很容易发生死锁。这时需要对加工顺序进行死锁逻辑判定,检验加工顺序是否存在死锁情况。
(3)对有死锁情况的加工顺序,进行重排序解锁
比如排样模式一,它在3块钢板A、B、C上加工,一开始定的加工顺序可能是先A后B再C,但如果排样模式二,它在2块钢板B、D上加工,它的加工顺序为先D后B,则整个加工顺序为A->B->C->D->B,钢板B需要上两次机组,存在死锁情况,无法满足每块钢板尽量只加工一次的要求,这时可以对它们进行重排序,比如排样模式一的加工顺序调整为A->C->B,而排样模式二的加工顺序调整为B->D,则整个加工顺为A->C->B->D,这样钢板A、B、C、D都只上一次机组进行加工,不用多次上机组。这样死锁就解开了,有些复杂情况如果解不开死锁,则需要对排样模式进行替换。
5、下发给机组剪切加工
(1)对最终加工顺序进行工艺检查
对最终的加工顺序进行工艺参数的校对检查,校验边丝是否符合加工要求,校验剪切长度是否符合卷取要求。
(2)下发给机组进行剪切加工生产
把通过工艺检查的加工顺序下发给机组进行剪切加工生产。
本技术领域中的普通技术人员应当认识到,以上的说明书仅是本发明众多实施例中的一种或几种实施方式,而并非用对本发明的限定。任何对于以上所述实施例的均等变化、变型以及等同替代等技术方案,只要符合本发明的实质精神范围,都将落在本发明的权利要求书所保护的范围内。

Claims (5)

1.一种OA板材套裁剪切生产控制优化方法,其特征在于,包括以下步骤:
A.排样模式的采集:
A1.收集OA零件的规格和需求量数据,对零件规格和需求量进行归并;
A2.收集钢板的宽度和长度数据,归并钢板宽度;
A3.建立获取排样模式的数学模型,并迭代求解模型获得较好的排样模式集合;
B.排样模式的优化选取:
B1.对获取的排样模式进行归并;
B2.归并钢板长度;
B3.确立排样模式与归并后的钢板的映射矩阵;
B4.建立排样模式的最优选取模型,求解模型获得能完成零件需求量的最优排样模式;
C.钢板的优化选取:
C1.确定每块钢板的价值系数;
C2.确立最优排样模式与归并前的钢板的映射矩阵;
C3.根据前面求得的最优排样模式,建立钢板的最优选取模型,求解模型获取最优的钢板,并定出排样模式的加工长度;
D.加工顺序的优化:
D1.归并每个排样模式的总加工长度,确定加工顺序;
D2.对加工顺序进行死锁逻辑判定,检验加工顺序是否存在死锁情况;
D3.对有死锁情况的加工顺序,进行重排序解锁;
E.下发给机组剪切加工:
E1.对最终加工顺序进行工艺检查;
E2.把通过工艺检查的加工顺序下发给机组进行剪切加工生产。
2.如权利要求1所述的OA板材套裁剪切生产控制优化方法,其特征在于:在步骤A3中,设最低成材率为P,对某个钢板宽度建立以成材率最高为优化目标,含两个主要约束关系的获取高成材率的排样模式的数学模型。
3.如权利要求1所述的OA板材套裁剪切生产控制优化方法,其特征在于,在步骤A3中,所述的迭代求解模型的步骤为:
A31.对每个钢板宽度都要获取排样模式,因此令循环变量k=1;
A32.对当前钢板宽度求解上述模型获得成材率最高的排样模式X1,其成材率为obj1;
A33.在原模型中加入新约束获取成材率稍低一点的排样模式X2,其成材率为obj2;
A34.在模型中继续加入新约束继续求解模型;
A35.以此类推,前一步模型的结果作为后一步模型的输入,不断加入新约束,不断求得新解,直到最后无解或满足一定的终止准则为止,将这个终止准则设为最大迭代次数或某个成材率目标;
A36.求得的排样模式都放入集合Q中;
A37.令k++;
A38.判断k>δ是否成立,若成立,则迭代结束,否则转A32。
4.如权利要求1所述的OA板材套裁剪切生产控制优化方法,其特征在于:在步骤B4中,建立以为优化目标,含主要约束关系xsk≤Esk,s∈[1,m],k∈[1,δ]和k∈[1,δ]的排样模式最优选取模型。
5.如权利要求1所述的OA板材套裁剪切生产控制优化方法,其特征在于,在步骤C3中,建立以为优化目标,含主要约束关系xhj≤Fhj,h∈[1,n],j∈[1,μ]和j∈[1,μ]的钢板最优选取模型。
CN201810222832.6A 2018-03-19 2018-03-19 一种oa板材套裁剪切生产控制优化方法 Active CN110288110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810222832.6A CN110288110B (zh) 2018-03-19 2018-03-19 一种oa板材套裁剪切生产控制优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810222832.6A CN110288110B (zh) 2018-03-19 2018-03-19 一种oa板材套裁剪切生产控制优化方法

Publications (2)

Publication Number Publication Date
CN110288110A true CN110288110A (zh) 2019-09-27
CN110288110B CN110288110B (zh) 2023-03-31

Family

ID=68000793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810222832.6A Active CN110288110B (zh) 2018-03-19 2018-03-19 一种oa板材套裁剪切生产控制优化方法

Country Status (1)

Country Link
CN (1) CN110288110B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001591A (zh) * 2020-07-20 2020-11-27 包头钢铁(集团)有限责任公司 一种据带钢表面质量合理确定剪切方案的评价方法
WO2022001752A1 (zh) * 2020-06-29 2022-01-06 宝山钢铁股份有限公司 含缺陷板材套裁剪切的预处理、排样及生产优化方法
CN114548573A (zh) * 2022-02-24 2022-05-27 苏州市普实软件有限公司 一种板材智能拼接方法、终端及存储介质
CN115519402A (zh) * 2021-06-25 2022-12-27 宝山钢铁股份有限公司 一种试样钢板取样剪切的控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455848A (zh) * 2013-08-05 2013-12-18 浙江大学城市学院 钢材的优化切割方法
CN105946054A (zh) * 2016-03-24 2016-09-21 青岛金岭电器有限公司 一种数控推台锯优化排版方法及排版系统
CN106052560A (zh) * 2016-07-25 2016-10-26 上海柏楚电子科技有限公司 一种视觉辅助板材余料排样的方法
CN106055747A (zh) * 2016-05-23 2016-10-26 广东工业大学 一种面向单规格板材的矩形工件快速排样方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455848A (zh) * 2013-08-05 2013-12-18 浙江大学城市学院 钢材的优化切割方法
CN105946054A (zh) * 2016-03-24 2016-09-21 青岛金岭电器有限公司 一种数控推台锯优化排版方法及排版系统
CN106055747A (zh) * 2016-05-23 2016-10-26 广东工业大学 一种面向单规格板材的矩形工件快速排样方法
CN106052560A (zh) * 2016-07-25 2016-10-26 上海柏楚电子科技有限公司 一种视觉辅助板材余料排样的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杜远坤 等: "同尺寸矩形件多板材下料算法", 《机械设计与制造》 *
黄岚 等: "一种求解矩形排样问题的遗传-离散粒子群优化算法", 《电子学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022001752A1 (zh) * 2020-06-29 2022-01-06 宝山钢铁股份有限公司 含缺陷板材套裁剪切的预处理、排样及生产优化方法
CN113926858A (zh) * 2020-06-29 2022-01-14 宝山钢铁股份有限公司 含缺陷板材套裁剪切的预处理、排样及生产优化方法
EP4156047A4 (en) * 2020-06-29 2023-11-15 Baoshan Iron & Steel Co., Ltd. METHOD FOR PRETREATMENT, ARRANGEMENT AND PRODUCTION OPTIMIZATION OF ASSORTMENT CUTTING SHEAR FOR DEFECTIVE PLATE
CN112001591A (zh) * 2020-07-20 2020-11-27 包头钢铁(集团)有限责任公司 一种据带钢表面质量合理确定剪切方案的评价方法
CN112001591B (zh) * 2020-07-20 2022-04-19 包头钢铁(集团)有限责任公司 一种据带钢表面质量合理确定剪切方案的评价方法
CN115519402A (zh) * 2021-06-25 2022-12-27 宝山钢铁股份有限公司 一种试样钢板取样剪切的控制方法
CN114548573A (zh) * 2022-02-24 2022-05-27 苏州市普实软件有限公司 一种板材智能拼接方法、终端及存储介质
CN114548573B (zh) * 2022-02-24 2024-02-13 苏州市普实软件有限公司 一种板材智能拼接方法、终端及存储介质

Also Published As

Publication number Publication date
CN110288110B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN110288110A (zh) 一种oa板材套裁剪切生产控制优化方法
López-Camacho et al. A unified hyper-heuristic framework for solving bin packing problems
CN111612412B (zh) 一种钢筋智能化加工方法装置及系统
CN101796538A (zh) 以基于相对面积的控制在页面上布置图形对象
CN107832412B (zh) 一种基于文献引用关系的刊物聚类方法
Jia et al. Minimizing makespan for arbitrary size jobs with release times on P-batch machines with arbitrary capacities
CN111024484A (zh) 纤维增强复合材料随机力学性能预测方法
TW299411B (zh)
Cunha Campos et al. NSGA-II with iterated greedy for a bi-objective three-stage assembly flowshop scheduling problem
Sharma et al. Sizing a hybrid hydrogen production plant including life cycle assessment indicators by combining NSGA-III and principal component analysis (PCA)
US20090213428A1 (en) Automated layout
CN106844490A (zh) Bim非几何信息数据库的结构化与交互的方法及系统
Cui et al. A heuristic for the one-dimensional cutting stock problem with pattern reduction
CN109857981A (zh) 一种基于python进行循环机芯测试数据处理的方法
Garai et al. Intuitionistic fuzzy T-sets based solution technique for multiple objective linear programming problems under imprecise environment
CN116933932A (zh) 一种二维矩形板件排样优化方法
CN105808840A (zh) 一种兼顾玻璃原片下料率与钢化炉装载率的集成优化方法
Bender et al. Integrated Digital Design and Manufacturing for 3D Printing Technologies
Heins et al. On the potential of normalized tsp features for automated algorithm selection
CN114936711A (zh) 一种大规模板式定制家具订单揉单优化方法
CN112396290B (zh) 一种支持双边模糊约束的mps/mrp集成规划方法
CN114781013A (zh) 一种实现设计图纸中标注字符避让排布的方法
Abdelmola et al. Productivity optimization of cellular manufacturing systems
CN110298538B (zh) 一种智能车间组合调度控制方法
Daoden An adaptive No fit polygon (NFP) using modified SFLA for the irregular shapes to solve the cutting and packing problem

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant