一种针对绝缘纸板排样的混合算法

绝缘纸板排样属于"一刀切"的二维矩形排样问题,是一个NP难问题,在造纸、变压器制造等领域有着广泛的应用。提出了一种改进的剩余矩形填充算法和遗传算法相结合的混合算法,建立绝缘纸板排样的数学模型,在满足"一刀切"工艺的同时,能使同种类零件尽量排放在一起,方便加工。算法解决了多种类零件、多种类板材排样的组合优化问题,并结合工厂下料实例,得到了更优的排样方案,大大提高板材利用率。最后总结并分析了二维排样问题的前景。     

支持多任务集中下料的零件分组优化方法

在多任务集中下料中,针对算法在处理大规模零件下料问题时易陷入时间效率和材料利用率矛盾的问题,提出基于下料零件样本的分组优化方法。该方法首先利用零件样本完成大部分待下料零件的过滤分组,将形成的零件球体中心作为初始聚类中心,对余下的零件进行硬C均值聚类;然后基于零件下料配合特征将零件相似组重组为若干个分组,在优化中根据各组材料利用率对零件的组间分布进行动态修正,合并各组优化结果,得到原问题的下料方案。基于该方法开发了一种条材优化下料系统,实际应用表明,相对于没有零件样本参与的随机分组优化,该方法在处理多任务集中下料时可以获得更优更稳定的下料方案。     

一种可变规格板材下料的优化方法

针对零件在一批大小和成本不同的板材上下料(可变规格板材下料)的问题,以下料方案对应的成本最优为目标,提出了一种结合遗传算法和模拟退火算法的混合优化方法.该方法以遗传算法为主体,利用遗传算法优化板材序列和零件序列,通过优化板材序列实现板材使用优化,平衡了板材成本、利用率和使用数量;解码过程通过对排样板材间零件以模拟退火方式优化调整,提高了板材总体利用率,得到了比现行方法更优的下料方案.通过算例和相关应用,验证了文中方法的有效性.     

基于SigmaNest的板材下料问题研究

阐述了板材下料问题研究应考虑的实际注意事项,以SigmaNest排料软件为研究平台,对某企业实际板材下料方案进行优化改善,建立余料管理方案,确定了生产机型投产的最小经济批量,将板材的利用率从平均69.2%提高到79.6%,为企业带来了显著的经济效益,也为二维下料生产企业实际应用提供参考价值。     

家具板材智能排料控制系统优化研究

板材的排样、下料和切割方案直接影响成品家具的成本及所需板材的利用率。针对非标和标准家具制造需求,分别提出板材智能排料优化算法及系统控制方案。利用粒子群算法优化非标家具所需板材的排样、下料和切割,通过全局优化获取最小材料剩余对应的非标板材切割方案;通过布尔运算对最小材料剩余的几何尺寸进行二次优化,获取满足标准家具成品所需的板材式样。排料优化及系统的应用能大幅提高对家具板材的利用率,有助于调控生产成本,提高企业竞争力。     

一种针对板材余料的排样优化方法

在板材加工过程中,会产生一定的板材余料,为了加强板材余料的管理和利用,降低企业生产成本,提出采用图像处理的方法得到余料板材的形状尺寸信息,并对余料板材进行分类,根据待排零件通过关键词搜索对余料板材进行查询;在分析国内外有关二维排样问题的研究基础上,以Auto CAD为载体利用Object ARX语言的优势进行程序设计,采用遗传-蚁群算法得到待排零件的排样序列,利用碰撞检测和包络矩形原理实现余料板材的半自动优化排样。     

运用精益工具优化圆钢材料定额

运用精益理念,借助精益工具,采用数学下料法优化圆钢的材料定额,通过对零件组合下料,减少了余料,提高了材料利用率。     

矩形件优化排样算法研究

矩形件排样的合理性直接影响着板材的利用率。考虑到板材下料中纤维方向和一刀切等工艺约束,结合实际作业中切割机器的刀缝限制,建立了板材原料利用率最大的矩形件优化排样模型,同时设计了不同切割方式下的规则算法进行求解。算例结果表明,不同切割方式下的规则算法能够得到板材利用率不同的矩形件排样图,且都能较快地得到最优解,为实际作业提供决策支持。     

多板材单一圆片剪冲下料的一种优化算法

讨论多板材单一圆片剪冲下料问题,即使用剪冲工艺将若干种不同尺寸的板材剪冲出一定数量的单一尺寸圆片,优化目标是使得材料利用率尽可能的高。文中采用由圆片条带组成的规范多级排样方式,简化剪切工艺;采用多板材组合下料方案,提高下料利用率。首先运用动态规划算法确定圆片在每种板材中的排样方式;然后运用整数规划算法确定多板材组合下料方案。计算结果表明,对于板材使用张数无约束问题和有约束问题,文中算法生成的下料方案比文献中算法生成的下料方案,下料利用率分别提高了1.75%和1.38%。     

有约束单一尺寸矩形毛坯下料问题的一种求解算法

讨论有约束单一尺寸矩形毛坯下料问题:切割库存板材满足一定数量的单一尺寸矩形毛坯的需求,优化目标是使所切割的板材总面积最小,该问题广泛的出现在制造业领域的板材切割下料环节。提出一种基于五块布局模式的优化下料算法。首先调用无约束五块布局算法生成整张板材上的毛坯排样方式,然后调用有约束五块布局算法生成部分板上的毛坯排样方式。使用算例对文中下料算法进行了测试,并与文献中下料算法进行了比较。实验结果表明,下料算法可以提高下料利用率,而且计算时间合理。     

微小型零件切断装置优化设计分析

为了提高零件的加工效率与加工质量,加工过程中应尽量避免再次装夹。本文采用慢走丝电火花线切割技术设计(一种新型装置),在五轴数控铣床上实现了对微小型零件自动化切断加工。在设计过程中,采用Genetic Aggregation响应曲面法,结合多目标遗传算法对固定板结构进行多目标优化,使微小型零件切断装置具有固有频率,丝架达到最大变形,X2滑台最大变形达到最优。     

普通机床一刀成形加工薄壁零件

阐述了在普通机床上加工薄壁零件的一刀成形工艺,从材料弹塑性的原理入手,分析了薄壁零件的稳定条件,根据切削力与薄壁零件极限载荷之间的关系,得到薄壁零件最大的切削量,从而提出了薄壁零件在普通数控机床一刀成形的工艺方法,解决了目前薄壁零件依赖高速加工的技术难题,降低了成本,提高了效率。     

基于粗糙度形成机理的曲面高速铣精加工参数选用

为在曲面精加工中获得理想的表面粗糙度,通过分析表面粗糙度的形成机理,建立了粗糙度与走刀行距、进给率关系的数学模型;通过实验,建立了高速曲面铣削时粗糙度与加工倾角、主运动线速度关系的图谱,实现了在生产过程中按照加工目标的表面粗糙度确定相应的走刀行距、进给率、加工倾角、主运动线速度等加工参数.研究结果表明,该研究对提高加工...     

零件转角加工方式的研究及优化

针对不同的零件转角类型和加工条件,对零件转角的加工方式进行了研究,列举了转角减速、插铣后轮廓切削、轴向分层轮廓切削等三种优化后的转角加工方式,在此基础上详细介绍了每种加工方式的程序编制过程及其参数设置,并对各种加工方案进行了对比,分析了各自的优势和不足.为改善零件转角的加工品质,提高零件的加工合格率及加工效率,针对各种不同情况,制定了不同的加工方案,以保证零件转角加工的优质及高效.     

基于SVR-GA算法的广义加工空间机床切削稳定性预测与优化研究

针对机床零件加工位置和进给方向不确定造成刀尖频响函数变化,导致切削稳定性叶瓣图与无颤振工艺参数预测具有不确定性问题,提出一种耦合支持向量回归机(SVR)与遗传算法(GA)的切削稳定性预测与优化方法。该方法采用锤击法模态实验和空间坐标变换,获取样本空间不同加工位置与进给方向的刀尖频响函数;进而结合传统切削稳定性预测方法构建以各向运动部件位移、进给角度、主轴转速、切削宽度、每齿进给量为输入的极限切削深度SVR预测模型;采用该SVR模型作为切削稳定性约束建立材料切除率优化模型,通过遗传算法求解各运动轴位移、进给角度与切削参数的最优配置。以某型加工中心展开实例研究,实验结果表明获取的优化配置能实现稳定切削,验证了该方法的有效性。     

Optimal cutting condition determination for desired surface roughness in end milling

CNC end milling is a widely used cutting operation to produce surfaces with various profiles. The manufactured parts’ quality not only depends on their geometries but also on their surface texture, such as roughness. To meet the roughness specification, the selection of values for cutting conditions, such as feed rate, spindle speed, and depth of cut, is traditionally conducted by trial and error, experience, and machining handbooks. Such empirical processing is time consuming and laborious. Therefore, a combined approach for determining optimal cutting conditions for the desired surface roughness in end milling is clearly needed. The proposed methodology consists of two parts: roughness modeling and optimal cutting parameters selection. First, a machine learning technique called support vector machines (SVMs) is proposed for the first time to capture characteristics of roughness and its factors. This is possible due to the superior properties of well generalization and global optimum of SVMs. Next, they are incorporated in an optimization problem so that a relatively new, effective, and efficient optimization algorithm, particle swarm optimization (PSO), can be applied to find optimum process parameters. The cooperation between both techniques can achieve the desired surface roughness and also maximize productivity simultaneously.     

薄壁铸铝合金高速铣削加工试验研究

以铸铝合金薄壁件为加工对象,分别研究不同的切削速度、每齿进给量、径向切深对表面质量和切削力的影响规律,并优化切削参数的选择,力求为合理选择高速切削加工参数提供可靠依据。     

Fuzzy-nets-based in-process surface roughness adaptive control system in end-milling operations

A fuzzy-nets-based in-process adaptive surface roughness control (FN-ASRC) system was developed to be able to adapt cutting parameters in-process and in a real time fashion to improve the surface roughness of machined parts when the surface roughness quality was not meeting customer requirements in the end-milling operations. The FN-ASRC system was comprised of two sub-systems: (1) fuzzy-nets in-process surface roughness recognition (FN-IPSRR); and (2) fuzzy-nets adaptive feed rate control (FN-AFRC) sub-system. To test the system, while the machining process was taking place, the FN-IPSRR system predicted the surface roughness, which was then compared to the desired surface roughness. If the desired surface roughness was not met, then, the FN-AFRC system proposed a new feed rate for the machining process. Once the feed rate was changed, and the cutting continued, the output of the surface roughness of the new feed rate was compared with the desired surface roughness. This proposed FN-ASRC system has been demonstrated to be successful using 25 experimental tests with 100% success rate.     

大型叶片五坐标数控加工进给速度优化

针对大型叶片数控加工中存在加工余量分布不均匀的现象 ,本文在建立叶片毛坯曲面模型的基础上 ,提出了一种基于恒切削量的进给速度优化算法 ,在计算刀位轨迹、生成 NC代码的过程中实现了进给速度的优化。实践表明 ,这种方法能够提高大型叶片的五坐标数控加工效率 ,降低刀具磨损 ,改善叶片表面加工质量。     

APPLICATION OF INTEGER CODING ACCELERATING GENETIC ALGORITHM IN RECTANGULAR CUTTING STOCK PROBLEM

An improved genetic algorithm and its application to resolve cutting stock problem are presented. It is common to apply simple genetic algorithm (SGA) to cutting stock problem, but the huge amount of computing of SGA is a serious problem in practical application. Accelerating genetic algorithm (AGA) based on integer coding and AGA's detailed steps are developed to reduce the amount of computation, and a new kind of rectangular parts blank layout algorithm is designed for rectangular cutting stock problem. SGA is adopted to produce individuals within given evolution process, and the variation interval of these individuals is taken as initial domain of the next optimization process, thus shrinks searching range intensively and accelerates the evaluation process of SGA. To enhance the diversity of population and to avoid the algorithm stagnates at local optimization result, fixed number of individuals are produced randomly and replace the same number of parents in every evaluation process. According to the computational experiment, it is observed that this improved GA converges much sooner than SGA, and is able to get the balance of good result and high efficiency in the process of optimization for rectangular cutting stock problem.