论文部分内容阅读
二维多母板不规则排样问题广泛存在于制造业中。其目标是解决批量零件在多个母板上的下料问题时提高材料利用率。高效的排样算法可以提高材料利用率进而带来巨大的经济效益和社会效益。因此,对二维多母板不规则排样问题的研究具有重要意义。解决排样问题需要考虑定位和定序两个因素。对于定位问题,目前广泛使用的临界多边形方法容易遗漏排样区域且计算复杂度较高;对于定序问题,单一智能优化算法在优化零件顺序时易陷入局部最优解,且目前的顺序优化算法没有考虑多母板排样的特性。为进一步提高实际生产中的自动化水平,在排样完成后还需对切割路径进行规划。本文对以上问题进行针对性研究,主要研究内容如下:(1)针对复杂零件的定位问题,提出基于参考线的二维不规则图形定位算法。该算法图形识别精度高,还能够识别零件的凹区域,减少材料浪费,并且无需求出完整的临界多边形,提高了计算效率。(2)针对多母板排样定序问题,首先在充分考虑多母板排样问题的特点的基础上提出基于分步排样的多母板排样顺序优化思想,构建分步排样算法框架;然后将全局搜索能力良好的小生境离散粒子群算法应用于排样顺序优化,提出基于小生境离散粒子群算法的多母板顺序优化策略;最后将二者结合形成分步排样框架下的小生境离散粒子群算法,在解决多母板排样顺序优化问题时取得了良好的效果。(3)针对切割路径规划问题,设计一种带切割点列表的改进蚁群算法。该算法减小了切割行程,提高了计算效率。最后根据切割路径自动生成数控代码,提高了生产效率。(4)为提高排样加工的自动化水平,开发了一款排样与切割路径规划软件。该软件嵌入了本文提出的排样相关方法,能够实现从零件图纸读取到数控代码生成的一整套流程,提高了排样加工的自动化、智能化水平。