面向船舶建造的二维矩形件排样问题研究
发布时间：2021-09-28 13:29
当前国际船舶市场低迷,我国船舶工业面临着严峻的挑战。推动船舶建造技术的升级转型,向数字化与智能化方向发展,提高企业核心竞争力,是船舶工业发展的方向。船舶板材下料是船舶企业生产建造的核心问题,一方面它直接决定了原材料的利用率与成本,体现了船舶企业的核心竞争力;另一方面,零件下料的先后次序也决定了后续的船舶建造过程,直接影响工艺流程和生产管控。由于船舶板材下料问题属于NP-C问题,不适用精确求解的算法进行求解。而启发式算法以及智能优化算法具有良好的寻优能力,被用来求解优化排样问题。由于船舶板材下料过程具有复杂的约束条件,必须建立符合实际加工情况的问题模型,才能设计出合适的优化算法。本文的主要研究工作和成果如下:1)研究了船舶板材下料的详细过程,了解船舶板材加工特点以及工艺约束。总结了矩形件优化排样问题的基本概念以及数学模型,并且结合船舶企业板材加工的实际情况,建立了符合船舶工业实际的矩形件排样模型。研究并分析了启发式算法和智能优化算法的特点,提出应将两者结合得到混合式算法,才能更好的求解矩形件优化排样问题。2)研究了几种常见启发式算法,并将各种算法进行了对比分析,选出了排样效果更好的最低水...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
二维矩形件优化排样图
(a) (b)图 3-1 BL 算法排样过程如图 3-1 所示：将 6 个矩形件按照 BL 算法规则排入母板，可以看出矩形件的排放顺序为(1,6,2,5,4,3)。当最后一个待排样 3 号矩形件排将被排放入母板时，其排样方式如图 3-1(a)所示，最终的排样结果如图 3-1(b)所示。BL 排样算法它的优点在于算法较为简单，可以快速得到排样方案图。该算法的时间复杂度仅有2O ( N )，其中 N 为本次排样过程中矩形件的数量。然而在图 3-1 中可以看出，该算法在排样过程中可能会出现先排入的较大的矩形件阻挡了后边待排入矩形件向左下运动，从而形成一些在 BL 规则下不能排样的区域，如图 3-1 中的 1 号、2 号、4 号以及 6 号矩形件所围成的区域。导致本来可以排入该区域的 3 号矩形件被排放到其他位置，造成板材空间的浪费。虽然可以通过调整排样顺序来避免该问题的产生，然而相应的计算复杂程度将会急剧增加。3.2.2 BLF 算法为了弥补 BL 排样算法可能会产生无法排样区域的缺陷，Chazelle 等人在 BL
BLF 算法排样过程如图 3-2 所示：图 3-2(a)表示在即将排放 3 号矩形件的时候已经将 1 号、2 号、4 号以及 6 号矩形件排放入母板之中，而且在 1 号、2 号、4 号以及 6 号矩形件之间产生了一个未排样区域。在排放 3 号矩形件时，将其与之前已排样的矩形件之间形成的未排样区域作对比，如果未排样区域的大小适合则将 3 号矩形件排入，最终排样结果如图 3-2(b)所示。通过研究可以得知，相比于 BL 算法，BLF 算法能够避免 BL 算法可能产生的在以排入矩形件之间出现的未排样区域，从而减少了板材浪费。
【参考文献】：
期刊论文
[1]基于遗传模拟退火算法的矩形件优化排样[J]. 杨卫波,王万良,张景玲,赵燕伟. 计算机工程与应用. 2016(07)
[2]面向多规格板材的矩形工件排样优化方法[J]. 张帆,刘强,张浩,王磊. 计算机集成制造系统. 2015(11)
[3]带时间属性的多功能钢板切割计划优化[J]. 张志英,李广照,顾炜,隋意. 哈尔滨工程大学学报. 2013(08)
[4]矩形件优化排样的混合启发式方法[J]. 许继影. 计算机工程与应用. 2012(13)
[5]求解矩形件优化排样的自适应模拟退火遗传算法[J]. 蒋兴波,吕肖庆,刘成城. 计算机辅助设计与图形学学报. 2008(11)
[6]一维下料问题的自适应广义粒子群优化求解[J]. 沈显君,杨进才,应伟勤,郑波尽,李元香. 华南理工大学学报(自然科学版). 2007(09)
[7]矩形件优化排样的研究[J]. 邓冬梅,周来水,安鲁陵,王桂宾. 宇航材料工艺. 2007(04)
[8]一种求解矩形块布局问题的拟物拟人算法[J]. 黄文奇,陈端兵. 计算机科学. 2005(11)
[9]排样问题的分类研究[J]. 贾志欣. 锻压技术. 2004(04)
[10]排样问题的研究现状与趋势[J]. 贾志欣. 计算机辅助设计与图形学学报. 2004(07)
博士论文
[1]板构产品制造过程中的智能排样优化方法研究[D]. 王磊.广东工业大学 2017
[2]基于Memetic算法的套料与切割优化方法研究[D]. 周玉宇.华中科技大学 2012
[3]船体建造板材套料系统中排样优化算法与碰靠技术研究[D]. 梅颖.华南理工大学 2010
[4]基于临界多边形的二维排样算法研究[D]. 刘胡瑶.上海交通大学 2007
硕士论文
[1]信息集成环境下船舶制造企业材料成本控制研究[D]. 余晓云.江苏科技大学 2014
[2]船舶制造的全过程成本控制[D]. 唐诗渊.复旦大学 2013
本文编号：3411988
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
二维矩形件优化排样图
(a) (b)图 3-1 BL 算法排样过程如图 3-1 所示：将 6 个矩形件按照 BL 算法规则排入母板，可以看出矩形件的排放顺序为(1,6,2,5,4,3)。当最后一个待排样 3 号矩形件排将被排放入母板时，其排样方式如图 3-1(a)所示，最终的排样结果如图 3-1(b)所示。BL 排样算法它的优点在于算法较为简单，可以快速得到排样方案图。该算法的时间复杂度仅有2O ( N )，其中 N 为本次排样过程中矩形件的数量。然而在图 3-1 中可以看出，该算法在排样过程中可能会出现先排入的较大的矩形件阻挡了后边待排入矩形件向左下运动，从而形成一些在 BL 规则下不能排样的区域，如图 3-1 中的 1 号、2 号、4 号以及 6 号矩形件所围成的区域。导致本来可以排入该区域的 3 号矩形件被排放到其他位置，造成板材空间的浪费。虽然可以通过调整排样顺序来避免该问题的产生，然而相应的计算复杂程度将会急剧增加。3.2.2 BLF 算法为了弥补 BL 排样算法可能会产生无法排样区域的缺陷，Chazelle 等人在 BL
BLF 算法排样过程如图 3-2 所示：图 3-2(a)表示在即将排放 3 号矩形件的时候已经将 1 号、2 号、4 号以及 6 号矩形件排放入母板之中，而且在 1 号、2 号、4 号以及 6 号矩形件之间产生了一个未排样区域。在排放 3 号矩形件时，将其与之前已排样的矩形件之间形成的未排样区域作对比，如果未排样区域的大小适合则将 3 号矩形件排入，最终排样结果如图 3-2(b)所示。通过研究可以得知，相比于 BL 算法，BLF 算法能够避免 BL 算法可能产生的在以排入矩形件之间出现的未排样区域，从而减少了板材浪费。
【参考文献】：
期刊论文
[1]基于遗传模拟退火算法的矩形件优化排样[J]. 杨卫波,王万良,张景玲,赵燕伟. 计算机工程与应用. 2016(07)
[2]面向多规格板材的矩形工件排样优化方法[J]. 张帆,刘强,张浩,王磊. 计算机集成制造系统. 2015(11)
[3]带时间属性的多功能钢板切割计划优化[J]. 张志英,李广照,顾炜,隋意. 哈尔滨工程大学学报. 2013(08)
[4]矩形件优化排样的混合启发式方法[J]. 许继影. 计算机工程与应用. 2012(13)
[5]求解矩形件优化排样的自适应模拟退火遗传算法[J]. 蒋兴波,吕肖庆,刘成城. 计算机辅助设计与图形学学报. 2008(11)
[6]一维下料问题的自适应广义粒子群优化求解[J]. 沈显君,杨进才,应伟勤,郑波尽,李元香. 华南理工大学学报(自然科学版). 2007(09)
[7]矩形件优化排样的研究[J]. 邓冬梅,周来水,安鲁陵,王桂宾. 宇航材料工艺. 2007(04)
[8]一种求解矩形块布局问题的拟物拟人算法[J]. 黄文奇,陈端兵. 计算机科学. 2005(11)
[9]排样问题的分类研究[J]. 贾志欣. 锻压技术. 2004(04)
[10]排样问题的研究现状与趋势[J]. 贾志欣. 计算机辅助设计与图形学学报. 2004(07)
博士论文
[1]板构产品制造过程中的智能排样优化方法研究[D]. 王磊.广东工业大学 2017
[2]基于Memetic算法的套料与切割优化方法研究[D]. 周玉宇.华中科技大学 2012
[3]船体建造板材套料系统中排样优化算法与碰靠技术研究[D]. 梅颖.华南理工大学 2010
[4]基于临界多边形的二维排样算法研究[D]. 刘胡瑶.上海交通大学 2007
硕士论文
[1]信息集成环境下船舶制造企业材料成本控制研究[D]. 余晓云.江苏科技大学 2014
[2]船舶制造的全过程成本控制[D]. 唐诗渊.复旦大学 2013
本文编号：3411988
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3411988.html
