数控切绘系统的图形排样优化算法研究

发布时间：2017-03-29 12:23

  本文关键词：数控切绘系统的图形排样优化算法研究，由笔耕文化传播整理发布。

【摘要】：数控切绘系统在各行业的生产加工中得到广泛应用,图形排样作为数控切绘系统中重要环节之一,将影响到生产材料使用成本和后续切割环节的效率。本文针对将给定图形放置到宽度一定高度不限的板材上的排样问题,以减小板材使用高度、提高材料利用率为目的,分别对图形排样中不规则图形预处理、排样顺序求解、图形逐个排样三个阶段进行研究,通过三角预处理算法简化不规则图形排样,遗传-禁忌算法搜索最佳图形排样顺序,合并轮廓线算法寻找图形最适摆放位置和计算摆放坐标来对图形排样算法进行优化。(1)建立矩形排样数学模型,分析搜索策略意义,介绍常用搜索策略。针对遗传算法早熟问题,将禁忌算法用于遗传算法中变异环节,结合未定序排样问题对遗传算法编码、解码、交叉、变异环节,禁忌算子邻域搜索环节及迭代次数、禁忌表长度等参数进行了设计。与遗传算法进行对比仿真,结果表明改进遗传-禁忌算法具有较好的搜索效率与突破局部最优解能力,但其逼近最优解能力与遗传算法相差不大。(2)分析了布局策略的意义及常用图形布局策略,包括BL,下台阶,BLF,最低水平线四种算法。针对最低水平轮廓线算法排样过程中轮廓线长度不断减小的缺点,对该算法进行改进,每个矩形排样前首先合并高度相同或者相近的轮廓线,该矩形排样后再还原合并的轮廓线。将合并轮廓线算法分别应用于定序排样问题与非定序排样问题,通过多个样本与最低水平轮廓线进行仿真对比。仿真结果均表明合并轮廓线算法能得到板材使用高度更小的排样方案。(3)对于不规则图形排样问题,针对最小矩形包络算法包络率低的不足,提出了凸多边形的三角形包络算法。并且结合最小矩形包络算法,提出了基于包络、分类、组合三个环节的三角形预处理算法,简化了凸多边形图形的排样问题。将该算法应用于未定序排样问题,通过随机样本与最小矩形包络算法进行仿真对比。仿真显示三角形预处理算法排样方案的板材使用高度更小。
【关键词】：图形排样 遗传-禁忌 合并轮廓线 三角形预处理
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG659;TP18
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 引言8-14
• 1.1 选题背景及意义8-9
• 1.2 排样问题的分类9-10
• 1.3 数控切绘自动排样的发展与研究现状10-12
• 1.3.1 二维规则排样的发展与研究现状10-11
• 1.3.2 二维不规则排样的发展与研究现状11-12
• 1.3.3 排样问题的重难点12
• 1.4 课题主要内容与创新点12-13
• 1.4.1 主要内容12-13
• 1.4.2 主要创新点13
• 1.5 本章小结13-14
• 第2章 矩形排样搜索策略研究14-30
• 2.1 二维矩形排样14-16
• 2.1.1 问题描述14
• 2.1.2 数学模型14-16
• 2.2 搜索策略概述16-19
• 2.2.1 搜索策略意义16-17
• 2.2.2 遗传算法17-18
• 2.2.3 禁忌搜索算法18-19
• 2.3 非定序排样的优化算法19-26
• 2.3.1 改进遗传-禁忌算法19-21
• 2.3.2 遗传算法的设计21-24
• 2.3.3 禁忌变异算子的设计24-26
• 2.4 仿真结果与分析26-29
• 2.5 本章小结29-30
• 第3章 矩形排样布局策略研究30-44
• 3.1 布局策略概述30-33
• 3.1.1 布局策略的意义30-31
• 3.1.2 常用算法31-33
• 3.2 合并轮廓线算法33-39
• 3.2.1 算法介绍33-36
• 3.2.2 实例说明36-39
• 3.3 仿真与分析39-43
• 3.3.1 定序排样39-41
• 3.3.2 非定序排样41-43
• 3.4 本章小结43-44
• 第4章 基于三角形处理算法的不规则图形排样44-54
• 4.1 不规则图形排样概述44-45
• 4.1.1 常用方法概述44
• 4.1.2 最小矩形包络算法44-45
• 4.2 三角形处理算法45-49
• 4.2.1 三角形包络算法的提出45-46
• 4.2.2 余弦向量分类三角形46-47
• 4.2.3 同类三角形的组合47-49
• 4.3 实验与分析49-52
• 4.3.1 凸多边形矩形包络和三角形包络占有率比较49
• 4.3.2 整体排样结果对比49-52
• 4.4 本章小结52-54
• 第5章 总结与展望54-56
• 5.1 全文总结54
• 5.2 工作展望54-56
• 参考文献56-60
• 致谢60-61
• 附录一：作者在攻读硕士学位期间录取的学术论文61-62
• 附录二：样本 2-10数据62-63
• 附录三：MATLAB核心程序63-74

【相似文献】

中国期刊全文数据库 前10条

1 Б.Ф.Пипа;杨呈烟;;三角轮廓线的制造精度对针与三角的动态负荷的影响[J];国外纺织技术(针织及纺织制品分册);1982年18期

2 李光亮;肖海红;徐遵义;邹华胜;王宇飞;;平行轮廓线构建复杂断层地质模型研究[J];煤田地质与勘探;2007年02期

3 陈继学;陈伯明;张文雄;;钣金件轮廓线早期腐蚀和表面涂层早期剥落问题分析及解决方法[J];工矿自动化;2011年03期

4 常顺喜;;小经验[J];机械工人.冷加工;1986年03期

5 老杨;;拯救轮廓线做V脸美人[J];晚报文萃;2012年08期

6 喻胜,朱宝辉;凸轮实际轮廓线的设计[J];湖南有色金属;2004年06期

7 王永年;学做一款柔和式发型[J];服务科技;1996年02期

8 刘刚,何援军,柳伟;基于边分类的三维模型外轮廓线抽取算法[J];东华大学学报(自然科学版);2005年04期

9 许文俊;;谈衣缝的设计[J];针织工业;1987年03期

10 СГ瓦西里耶夫;袁抗;;专业运动鞋的制造工艺和发展前景[J];橡胶译丛;1990年06期

中国重要会议论文全文数据库 前7条

1 袁海琴;姜秋全;;杭州西湖东岸城市轮廓线研究[A];转型与重构——2011中国城市规划年会论文集[C];2011年

2 王毅;郝重阳;韩培友;顾德明;;基于聚合的图象轮廓线多边形拟合方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

3 崔德华;王丹力;戴国忠;;轮廓线技术在笔式三维草图绘制中的应用[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国人机交互学术会议(CHCI'06)论文集[C];2006年

4 李梅;毛善君;马蔼乃;;平行轮廓线三维矿体重建算法研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 祁伟丽;秦新强;王溪;宋丽平;;基于二维平行轮廓线重建三维表面的算法研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

6 李晓娟;杨唐文;阮秋琦;;基于右半脸轮廓线特征的3D人脸识别算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

7 王宇燕;张菊芳;沈海燕;韩蕾;付丽;;超精密毛发移植在发际轮廓线重建中的应用[A];2011年浙江省整形美容学术会议论文汇编[C];2011年

中国重要报纸全文数据库 前10条

1 奉化江口中学 卓苏青;注重培养学生的运线能力[N];美术报;2010年

2 河南 王威;CoreIDRAW进阶我的卡通女友[N];电脑报;2005年

3 记者 胡占富;点亮轮廓线 打造不夜城[N];哈尔滨日报;2011年

4 邱朱胜;女人痴心的爱恋[N];中国电脑教育报;2004年

5 索炜;不会画画照样做动画[N];中国电脑教育报;2002年

6 河南 张强;安得广厦千万间[N];中国电脑教育报;2002年

7 WAQ 张树忠;开开心心玩美容[N];电脑报;2004年

8 田野;腾龙望月[N];中国商报;2004年

9 幸运鸟;对象的处理（下）[N];江苏经济报;2001年

10 崔卫平;飞毯起来了你走不走？[N];北京日报;2003年

中国博士学位论文全文数据库 前3条

1 陈秦玉;人体三维重建的实践和技术研究[D];浙江大学;2004年

2 王强;基于医学图像的曲面重构的基础算法研究[D];浙江大学;2001年

3 纪凤欣;基于断层图象的几何重建理论与技术研究[D];大连理工大学;2002年

中国硕士学位论文全文数据库 前10条

1 胡乃天;无轮廓线[D];湖北美术学院;2015年

2 叶梦捷;基于目标轮廓线的形状描述子及其在植物叶片识别中的应用[D];南京财经大学;2014年

3 傅军;基于多轮廓线三角网重构地质体面模型的应用研究[D];成都理工大学;2015年

4 刘瑞珍;基于轮廓线和圆形邻域SIFT特征的三维人脸识别算法研究[D];南京邮电大学;2015年

5 龚辰宇;论绘画中轮廓线所呈现的物性[D];中国美术学院;2015年

6 杨昆朋;基于轮廓线的CT图像三维表面重构技术研究[D];太原科技大学;2015年

7 陈军;数控切绘系统的图形排样优化算法研究[D];湖北工业大学;2016年

8 陈琪;基于轮廓线的可视化研究[D];华中科技大学;2006年

9 王龙娇;具象油画中轮廓线的研究[D];郑州大学;2014年

10 王阳;基于轮廓线匹配的目标姿态求解研究与实现[D];西安电子科技大学;2014年

  本文关键词：数控切绘系统的图形排样优化算法研究，由笔耕文化传播整理发布。

，

本文编号：274485