44800字硕士毕业论文企业生产实践中圆形零件优化布局的深入研究

论文类型：硕士毕业论文

论文字数：44800字

论点：圆形,算法,毛坯

论文概述：

摘要:圆形零件的排样问题广泛存在于各种制造业中，例如机械制造业、服装制造业、家具制造业、木材加工业、皮革制品制造业等，但由于圆形件的排样下料问题已被证明为相当困难的完全

论文正文：

企业生产实践中圆形零件优化布局的深入研究

阅读指南:材料成本通常占圆形零件等冲裁件生产成本的60%以上。即使原材料的利用率只是略有提高，也一定会给企业带来非常可观的经济效益。将循环排样技术应用于企业生产实践，可以有效提高原材料利用率，降低生产成本，提高同行业企业竞争力。由本网站的硕士论文中心组织。

简介
问题概述
排版问题广泛存在于加工和生产中，属于10个下料和排版问题。布局(Layout)是一个旨在提高材料利用率和加工效率的过程，为原材料(板材)上的多个相同或不同的样品(零件)获得合理的布局方案。优化布局问题是指了解各种原材料和坯料的信息，在满足坯料需求且不超出原材料范围的情况下，实现坯料在板材上的合理布局，使板材原材料消耗最小化，达到材料利用率、加工效率和降低生产成本的目的。
本文研究了圆形零件的优化布局，即圆形零件在各种原材料上的布局，使原材料利用率最高。这里，原材料的形状是不同的，规则的和不规则的，规则的分为矩形、圆形、正多边形、平行四边形等。本文主要研究矩形原材料上圆形零件的优化布局。
在机械制造、船舶、车辆、电机和航空空航空航天和其他行业存在圆形零件下料问题。例如，电机行业使用硅钢片制造中小型电机的定子和转子铁芯，不锈钢产品行业使用不锈钢片制造锅、碗和杯等产品。仅这两个行业就有数千甚至数万家制造企业，每年消耗数百万吨硅钢和不锈钢板或卷材。材料成本通常占圆形零件等冲裁件生产成本的60%以上。即使原材料的利用率只是略有提高，也一定会给企业带来非常可观的经济效益。将循环排样技术应用于十家企业的生产实践，可以有效提高原材料利用率，降低生产成本，提高同行业企业的竞争力。
2最优布局问题的分类
根据原材料和坯料的不同尺寸，布局问题可分为两种类型的布局[2]:
(1)一维布局问题
一维布局问题，也称为线性布局问题，是研究的第一个。坎特罗维奇在1939年讨论了一维布局问题。1965年，美国学者吉尔摩·诺二世·戈莫里(Gilmore not II Gomory)在运筹学中首次使用著名的背包运输方法来解决一维最优切割问题，提高运输速度。一维布局问题是指在优化布局时只考虑原材料和坯料的长度方向。这类问题主要用十种生产方式来划分长型材、线材、棒材等。变成不同长度的坯料。为了解决一维布局问题，可以应用线性规划、动态规划、遗传算法以及线性规
和遗传算法的混合算法。
2)一维半布局问题
一维半布局问题也称为线圈布局问题，这意味着分割板是宽度较小、长度远大于10个毛坯尺寸的线圈。通常有两种布局情况:连续带布局、冲裁带布局和矩形毛坯布局。一般来说，这个问题可以看作是无限长的板。只需考虑板的宽度尺寸，因此线圈布局可视为一维布局问题。该布局方法可根据一维布局问题的解决方案及其自身特点进行具体处理。在冲裁过程中，带材通常沿着卷材的长度方向被切割成带材，然后带材被切割成各种类型的坯料。这种下料方法主要用于服装、皮革制品、纸制品、塑料制品等十个行业。
(3)二维布局问题
二维布局问题[7)，也称为平板布局问题，是指平板上平面部分以最佳方式排列，即给定的二维部分pi“pz”1s...P被放置在十个板P上，因此板的利用率最高。根据坯料的不同形状，二维布局问题可以分为矩形布局问题、二维不规则布局问题和圆形布局问题。家具制造、金属制品行业、印刷书刊、报纸版面、集成电路版面等都属于十二维版面问题。除了线性规划、动态规划和背包算法等经典例程外，还有BFD算法(最佳拟合DEC-重用)、ad算法等经典逼近算法和启发式算法。CAlienate Direct)、遗传算法、模拟退火算法等智能优化算法经常被用来解决二维不规则零件的下料问题。例如，将模拟退火算法与粒子群优化算法相结合，提出了一种基于模拟退火的粒子群算法fgl在文献中，遗传算法和矩形包络法相结合解决了二维十点不规则零件的布局问题。
(4)二维布局问题
二维布局问题是指原材料和所需坯料的长度、宽度和高度有特定要求的情况，下料时应考虑坯料三维形状的下料问题。根据装载目的的不同，二维包装问题可以分为以下两类:集装箱装载问题、集装箱装载问题和背包装载问题。集装箱装载的问题是，给定一些不同类型的方形箱子和一些统一规格的方形集装箱，所有箱子都装载到最小数量的集装箱中。集装箱装载的问题是将所有箱子装载到一个无限大小的集装箱中。我们的目标是找到一种灌装方法来最小化容器的体积。背包装载问题是，给定一定数量的具有一定价值的箱子，选择其中一些箱子装载到容器中，以便使装载到容器中的箱子的总价值最大化。包装问题广泛应用于十大物流行业。启发式算法主要用于解决十类问题。例如，在文献中，结合拟人启发式算法和模拟退火算法，提出了二维装箱问题的组合启发式算法。[/BR/]对于十张单张纸，可以分为无约束包装和约束包装。无约束布局指的是知道要排出的坯料的尺寸和值，并在单张纸上实现其布局，从而使排出的坯料的总价值最大化。这种布局算法通常与线性规划技术相结合来解决布局问题。约束布局也是为了在单个板上实现坯料的布局，以便使排出的坯料的总价值最大化，但是要求板中包含的各种坯料的数量不超过它们各自的上限；约束嵌套算法通常与顺序方法相结合来解决嵌套问题。
3。国内布局研究现状
十点优化布局技术可显著提高经济效益。国内外学者对此问题进行了大量的研究和分析。国际上许多著名学术期刊都报道了布局算法的研究成果，但大多是二维矩形零件和二维不规则零件的布局和下料问题，而对圆形零件布局问题的研究很少。根据检查的文件，根据板材1的不同，切割圆片的问题大致可以分为两个研究方向:
(1 >排列固定宽度和不定长度卷材的圆片的问题。
针对这类布局问题Mhand Hifi，[提出了blp(最佳局部位置)、rblp(重新排序最佳局部位置崇拜II GA-BH)等几种方法“，‘2]，BLP方法首先将第一个空白放在十块板的最左和最下位置。根据放置坯料的位置，确定下一个待放置坯料的五个可能放置点。坯料不会重叠的位置称为坯料的可行放置位置。表格用于保存每个空白的可行位置，然后删除重复的位置。根据该表，得到了一个可行的解决方案。最后，在可行解中找到最优解:径向基函数规划法基于BLP法，通过改变圆形件的放置顺序，降低了BLP法生成的布局模式中可能板的精确位置。遗传算法是一种基于改进的BLP方法的布局算法，并通过遗传算法进一步优化。在Mhand Hifi提出的方法的基础上，宋晓霞提出了一种圆弧搜索算法CASA)，该算法利用ten来实现卷材上圆形件的约束布局。ASA首先离散化可行位置的搜索范围，即选择搜索范围的子集进行搜索，然后利用圆形件的形状特征和布局方法的性质避免搜索范围内的一些不可行区域，从而缩短求解时间。该算法能在短时间内产生与遗传算法相当的利用率。同时，利用混合遗传算法(HGA)指导搜索，考虑各种空白序列，进一步提高材料利用率。索尼娅和雅克使用分枝定界法和逐次逼近法将不同尺寸的圆形坯料放置在线圈上，使得消耗的线圈长度最短为“5”；凌少东等人从单板利用率的角度讨论了圆坯的切割下料问题。他们在线圈上引入了两种圆形坯料的方法:并排、逐件生产和逐件生产。通过分析实际冲裁过程中相邻圆形坯料之间以及线圈边界和圆形坯料之间的间隙空，他们得出结论:在大多数情况下，并排10个基准的产品优于其他两种方法。他们还得出结论，以理论分析、数据模拟和实例计算为基础的十进制产品并列法(base by-10 product by-by-side method)崔耀东教授等人提出在卷材上选择板材的最佳切割长度，使板材下料问题的利用率最高。
C2)以给定尺寸的板材为原料的圆形件布局问题。
Locata和Raber}}g]提出了一种分支定界法，用于求解基于下料过程的方形板上相同尺寸圆形件的无约束优化布局。Hifi teals。设计一种基于10的启发式模拟退火算法，将圆形零件排列在矩形原材料的左下角。崔董尧教授提出了一系列典型的布局方法，以满足实际生产中不同技术的要求，即利用率，包括t型布局方法、多级布局方法和多级布局方法[·[20-22等。哈金还针对10约束下料问题，提出了一种树搜索法来解决不同尺寸圆形零件在圆形原材料上的放置问题。乔治在文献中，设计算法使用十种解决方案将不同直径的管道放入容器中，如船舶。他将问题简化为矩形板上圆形件的下料问题，并将其定义为非线性混合整数规划问题。启发式算法被用来解决这个问题[24]。宸妃在本文中提出，圆坯的两件式布局可以满足圆坯的要求，从而尽可能减少板材的消耗，达到节约生产原材料的目的[[25]。为了实现板材的最高利用率，选择了切割10块板材的最佳布局方案。目前使用的大多数算法都是线性规划算法来解决这些问题。唯一的区别是布局方法不同。
近年来，随着科学技术的进步和人们对制造业的要求越来越高，对以板材为原料的圆形零件问题的研究越来越多。然而，从第十个角度来看，这个问题相对复杂。虽然目前国内外学者对这一问题进行了研究，但没有明显的效果。
本文主要研究给定尺寸矩形板的圆形布局。

参考
[1]。徐运杰红岭。[fJl计算机辅助布局算法概述。锻造设备和制造技术，2007，4:16-19
[2]。崔耀东。计算机布局技术及其应用。北京:机械工业出版社，2004，1。戴瑞、陈炳森。单一形状毛坯零件的优化布局算法。机械制造，2002年。40(2):33-3 _5。
[3]。戴瑞、陈炳森。单形状冲裁件的优化排样算法[[。机械制造，2002年。40(2):33-3 _ 5。
[4]。。欧洲运筹学杂志，2002，141:253-273。

中文摘要4-6
摘要6-7
1。导言9-14
1.1问题概述9
1.2优化布局问题分类9-11
1.3国内外研究现状11-12
1.4本条的目标和主要工作12-14
1.4.1本条的目标12
1.4.2本条的主要工作12-14
2。圆形件优化布局基础14-21[/溴/] 2.1无约束布局和约束布局14[/溴/] 2.1.1晶圆无约束布局14[/溴/] 2.1.2约束布局14[/溴/] 2.2布局方法和布局方案14-15[/溴/] 2.3剪切冲击布局和非剪切冲击布局15[/溴/] 2.4布局方法集和单一布局方法15-16[/溴/] 2.5几种典型布局方法15单一布局21-27[/溴/] 3.1问题描述和模型建立21-22[/溴/] 3.2两种布局模式22-25[/溴/] 3.3示例分析25-26[/溴/] 3.4本章总结26-27[/溴/] 4。单一矩形原材料圆形零件的嵌套和布局27-50
4.1圆形零件布局问题和模型构建27-28
4.2圆形零件布局模式28-40
4.2.1嵌套布局流程29-35
4.2.2块布局35-38
4.2.3半径搜索方法38-40
4.3示例分析40-48[/br//总结和展望50-51
参考文献51-56
致谢56。。运筹学学会杂志。1988，39 (8): 749-7 _5 _5。
您可能对工程硕士论文有购买需求，请到工程硕士论文的渠道选择:。张金波李梧祥。用十变长编码解决一维下料问题的进化算法[[]。武汉大学学报。2001年，47(3):289-293。
[8]。郭渐江、罗阳。刘胜清等。2D零件布局问题研究“J”。机械设计与制造，2006，7:77-79。李明、宋方成、周泽奎的2D不规则零件优化排样算法。四川大学学报，2005，37(4):134-138。
[9]。引用该论文李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，等.利用遗传学和启发式将二维零件嵌套在二维板材中的通用方法[[]。计算机辅助设计，2001。33(12):879-891。
[10]。张德福、魏丽君。二维包装问题“J”的组合启发式算法。软件杂志，2007，18(9):2083-2089。
[11]。基于局部定位程序的二维布局问题启发式算法[[]。工作室信息学普及国际信息学杂志，2002，2 (1): 33 1 _5 6。
[12]。引用该论文李建华，李建华，李建华，李建华，李建华，李建华，李建华，李建华，等.约束圆形切削问题的近似算法研究[[]。计算机和操作67 _ 5-694。
研究，2004年。31 (5):
[13]。宋晓霞，李勇，解决循环下料问题的快速算法[。微机信息，2002，2 (1): 331 _5 6。
[ 14]。宋晓霞。循环下料优化系统“D”的研究与开发，杜林:广西师范大学，200 _ 5。
[15]。考虑特殊约束的矩形和圆形布局优化问题的数学模型和求解方法[。《运筹学中的国际交易》，1998，5 (1): 4 _ 5-5 7。[/比尔/] [16]。凌少东、曹菊、刘一。线圈上圆形零件的最佳布局[[。锻造技术，2005。30(5):30-32。
[17]。2006年，38(10):829-836。
[18]。把相等的圆打包成正方形:一种确定性的全局优化方法[。离散应用数学，2002 122，139-166。
[19]。引用该论文李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓明，李晓欧洲运筹学杂志，2004，159:430-448。
[20]。32(1):143-152。
[21]。《欧洲[杂志》/br/][31]。熊辉。二维矩形切割问题“D”的研究与实现。辽宁科技大学，2007。
[32]。石齐家、魏祖宽。材料切割优化问题的特殊解决方案“J”。《计算机与现代化》，2010年。3.173-175。
[33]。胡云泉。运筹学教程(第二版)[。北京:清华大学出版社，2007。
[34]。他是简雍。[运筹学基金会。北京:清华大学出版社，2000年。
[35]。徐有新黄文琪。陈卫东等。解决包装和CNF卫星问题的准物理和拟人方法[。华中科技大学学报，1998，26(9):5-7。
[36]。徐有新，黄文琪。求解不等圆填充问题的准物理和拟人算法初始状态的选择。华中科技大学学报，1998，26(4):1-3。

[5]

[6]