（机械制造及其自动化专业论文）钢结构产品下料规划系统的研究与开发.pdf

摘要 钢结构产品下料规划系统的研究与开发 机械制造及其自动化专业 研究生：郭江建指导教师：罗阳 钢结构产品的广泛应用，推动着钢结构制作企业的快速发展。钢结构件的 订单越来越多，作为企业最重要的原材成本翎材的消耗也越来越大，合理 选购原材料和提高原材料的利用率对提高企业自身经济效益有着极为重要的意 义。 钢结构件厂下料车间的主要任务是为钢结构件制作准备零件毛坯，毛坯下 料是产品j j l 7 - 的前段工序，对于原材料的利用率产生直接的影响，同时与原材 料库存管理和采购相互联系。 本文以钢结构制作企业毛坯下料车间原材料采购需求决策和下料排样为 应用背景，研究开发钢结构产品的下料规划系统，以合理利用剩余原材料，实 现零件在原材上下料的综合优化，降低原材成本，同时为原材采购提供决策， 增强企业的竞争能力。 本文在理论和实践中的主要研究工作如下： ( 1 ) 分析了钢结构建筑的发展趋势，对钢结构制作的相关要求进行了简要 的概述，阐明了本文的应用背景。 ( 2 ) 结合车间作业管理和实际生产特点，本文分析了下料规划系统的需求 以及相关的一些功能。在对下料生产作业系统的流程简要了解的基础上，本文 提出了下料规划与排样c a d 系统的框架结构，排样信息顶处理模块、自动排样 计算模块、交互式排样模块构成其主体，并提出了原材料采购需求决策框架。 简要分析了c a d 系统各个主要模块的相关内容，特别对排样预处理和违约预警 算法做了较为详细的介绍。 明川大学嘞t 学位论史 ( 3 ) 排样c a d 系统不仅仅为提高局部下料排样的利用率，它还要为企业管 理提供决策信息如库存和采购决策的支持。本文分析了实际下料排样中往往 存在多种原材料和有无库存的情况，在为原材料采购需求提供决策时，不能采 用既有的给定原材下料排样系统，因此本文提出了基于多原材采购需求决策的 下料排样系统模型，这种模型包括了单种原材和多原材情况，原材肯无库存的 情况，扩展了给定原材下料系统。在寻求合适的多原材组合方式时，采用常规 的分技定界法和割平面法不能较快的提供合适的方案，本文提出二步法策略， 将多原材组合方式寻优和零件排样条件满足与否的验算分步，采用遗传葬法寻 求一批较优的原材组合方式，再利用给定板材下料法判定原材组合是否满足零 件下料排样。本文设计开发了采购需求决策排样系统模块用于实现所述模型。 ( 4 ) 详细分析了一维和二维给定原材的下料模型。由于下料排样问题是p c 难题，常规的一些求解方式很难取得较好的效果。在对比分析常舰的一些求解 方式基础上，本文认为采用遗传算法求解较为有效。 ( 5 ) 在a u t o c a d 系统中采用a r x 二次歼发技术设计开发了钢结构产品下料 规划与排样c a d 系统。 关键词：排样下科遗传算法采购决策 a b s t r a c t r e s e a r c ha n dd e v e l o p m e n to nn e s t i n go p t i m i z a t i o n s y s t e mf o rs t e e l s t r u c t u r ep r o d u c t s m a j o r m e c h a n i c a lm a n u f a c t u r i n ga n da u t o m a t i o n p o s t g r a d u a t e g u oj i a n g i i a n s u p e r v i s o r l u oy a n g m o r ea n dm o r es t e e l s t r u c t u r eb u il d i n g sh a v ea p p e a r e d ，a n dt h a t p r o m o t e st h ef a s t e rd e v e l o p m e n to f t h es t e e l s t r u c t u r em a n u f a c t u r e e n t e r p r i s e t h eo r d e ro ft h es t e e l s t r u c t u r ep r o d u c t si sm o r ea n dm o r e 。 a n ds oi st h ew a s t a g eo fs t e e lm a t e r i a l s t h er e a s o n a b l ep u r c h a s ed e c i s i o n o ft h eo r i g i n a lm a t e r i a l sa n dh o wt oi m p r o v et h eu t i l i z a t i o no ft h e o r i g i n a lm a t e r i a l sh a y eb e c o m ee x t r e m e l yi m p o r t a n tf o rt h ee c o n o m i c p e r f o r m a n c eo f t h em a n u f a c t u r e r t h em a i nw o r ko ft h es t e e l s t r u c t u r ec u t ti n gw o r k s h o pi st op r e p a r e t h er o u g h c a s t s i ti st h ew o r kp r e f a c eo fp r o d u c tp r o c e s s ，b u ti td i r e c t l y e f f e c t s0 nt h eu t i l i z a t i o no ft h eo r i g i n a lm a t e r i a l s a n dc o n t a c t sw i t h t h eo r i g i n a lm a t e r i a ls t o c km a n a g e m e n ta n dp u r c h a s ea tt h es a m et i m e i no r d e rt om a k ee f f e c t i v eu s eo f t h es u r p l u so r i g i n a lm a t e r i a l s ， l o w e rt h eo r ig i n a lm a t e r i a lc o s t ，g i v eab e t t e ra d v i c ef o rt h ep u r c h a s e o fo r i g i n a lm a t e r i a l sa n de n h a n c et h ec o m p e t i t i o na b i l i t yo ft h e m a n u f a c t u r e r ，t h i sp a p e rr e s e a r c h e so nt h ed e c i s i o n m a k i n go fp u r c h a s i n g a n dt h eo r i g i n a lm a t e r i a lc u t t i n gi nt h es t e e l s t r u c t u r ec u t t i n gw o r k s h o p a n dd e v e l o p sn e s t i n go r ) t i m i z a t i o ns y s t e mf o rs t e e l s t r u c t u r ep r o d u c t s t h ep r i n c i p a lw o r ka n dc o n c l u s i o n si nt h i sp a p e ra r ea sf o l l o w l n g ： ( 1 ) t h i sp a p e ra n a l y s e st h et r e n do fs t e e l s t r u c t u r eb u i l d i n g s 。 u l 四i i i 大学硕卜学位论丈 s u m m a r i z e st h er e l a t e dr e q u e s t so fs t e e l s t r u c t u r em a n u f a c t u r ea n d c l a r i f i e st h ea p p l i c a t i o nb a c k g r o u n d ( 2 ) a c c o r d i n gt ot h ec h a r a c t e r i s t i c so ff a c t o r ym a n a g e m e n ta n da c t u a l p r o d u c t i o n ，t h i sp a p e ra n a l y s e st h er e q u i r e m e n t sa n ds o m er e l a t e d f u n c t i o n so f t h en e s t i n go p t i m i z a t i o ns y s t e m a f t e ri n t r o d u c i n gt h e p r o c e s so ft h eo p e r a t i o ns y s t e mi nt h ec u t t i n gw o r k s h o p ，t h ea u t h o r d e s c r i b e sam o d e lo ft h en e s t i n gc a ds y s t e ma n dp r e s e n t saf r a m ef o rt h e p u r c h a s eo fd i v e r s i f o r mo r i g i n a lm a t e r i a l s i nt h ef o l l o w i n gs e c t i o n s s o m em a i np o i n t sa r ed i s c u s s e d ，e s p e c i a l l yt h ep r e t r e a t m e n ta l g o r i t h m a n da ni n t e r a c t i v em e t h o dt h a tt h ep a r ti ss h o w ni na l e r tc o l o rw h e ni t b r e a k sc o n s t r a i n t s ( 3 ) i na c t u a lc o n d i t i o n ，t h e r em a yb em a n yk i n d so fo r i g i n a lm a t e r i a l s f o rt h ep u r c h a s e ，a n dw h e t h e rt h es t o c ki se n o u g h ，i n a d e q u a t eo rn a u g h t h o w e v e r ，t h eo r i g i n a ln e s t i n go p t i m i z a t i o nc a ds y s t e md o e s n tt a k et h o s e f a c t o r si n t oa c c o u n t t h e r e f o r e ，t h i sp a p e rd i s c u s s e san e wn e s t i n g s y s t e mm o d e l ，w h i c hb a s e so np u r c h a s ed e c i s i o no fd i v e r s i f o r mo r i g i n a l m a t e r i a l s ，a n dt h o s ef a c t o r sa r et a k e ni n t oa c c o u n t t os e a r c ha n a p p r o p r i a t ec o m b i n a t i o no fd i v e r s i f o r mo r i g i n a lm a t e r i a l s ，t h eg e n e r a l a l g o r i t h m ss u c ha sb r a n c ha n db o u n d e t h o da n dg o m o r ym e t h o da r en o tg o o d e n o u g h ，a n dat w o s t e pm e t h o di sd e v e l o p e d ，w h i c hu s e sg e n e t i ca l g o r i t h m t os e a r c hs o m ep r e f e r a b l ec o m b i n a t i o n s ，a n dt h e nj u d g e sw h e t h e rt h e s e c o m b i n a t i o n ss a t i s f yt h er e q u e s t so fp a r t sn e s t i n gw i t ht h eo r i g i n a l n e s t i n gm e t h o d s ( 4 ) t h em o d e l so fo n e d i m e n s i o n a la n dt w o d i m e n s i o n a lp a c k i n gp r o b l e m h a v eb e e nr o u n d l yd i s c u s s e di nt h ec o n d i t i o nt h a tt h eo r i g i n a lm a t e r i a l s a r eg i v e n f o rt h en p ch a r do fp a c k i n gp r o b l e m ，i ti sd i f f i c u l tt os o l v e t h ep r o b l e mw i t hg e n e r a lm e t h o d s o nt h eb a s i so fc o m p a r i n ga n da n a l y z i n g s o m ee f f e c t i v em e t h o d s ，t h i sp a p e ra l s oa d o p t st h eg e n e t i ca l g o r i t h m ， a n di tc a nb ee f f e c t i r ef o r t h ep r o b l e m ( 5 ) t h es o f t w a r em o d u l e ，w h i c hf o u n d so na r x 。t h es e c o n dd e v e l o p m e n t l v a b s t r a c t t e c h n o l o g yo fc a d ，h a sb e e nd e v e l p e da n dc a nr e a l i z et h ep u r p o s e k e y w o r d ：p a c k i n g ，c u t t i n g ，g e n e t i ca l g o r i t h m ，p u r c h a s ed e c i s i o n ， v 镶一章绪论 第一章绪论 1 1 钢结构建筑概述 1 1 1 钢结构建筑的应用趋势 建筑钢结构以房屋钢结构为主要对象。按传统的耗钢量大小来区分，大致 可分为普通钢结构、重型钢结构和轻型钢结构。其中重型钢结构指采用大截面 和厚板的结构，如高层钢结构、重型厂房和某些公共建筑等；轻型钢结构指采 用轻型屋面和墙面的门式钢架房屋、某些多层建筑、压型钢板薄壁拱壳屋盖等， 网架、网壳等空间结构也属于轻钢结构范畴。以上是钢结构的主要类型，另外 还有索结构、幕墙的支撑结构、组合和复合结构等。 铜结构住宅建筑是住宅建筑的一个分支，它以工厂化生产的钢梁、钢柱为 骨架，同时配以新型轻质、保温、隔热、高强度的墙体材料作为围护结构建造 而成。它在美国、英国等国家的发展应用己育上百年历史。由于具备其它结构 无法比拟的一系列优点，钢结构住宅在国际范围内代表了未来的住宅发展新模 式。 美国最早采用钢框架结构建造住宅，钢结构住宅约占住宅建筑总数的2 0 。 日本的钢结构建筑数量最多，其新建的1 - 4 层建筑，大都采用了钢结构。在澳 大利亚，钢框架住宅占全部住宅数量的比例超过了5 0 。在芬兰、瑞典、月麦 以及法国，钢框架体系也正在变得越来越普及。 我国建筑钢结构发展滞后的一个重要原因就是对钢结构建筑造价的认识误 区。在很多业主及设计人员的概念中，钢结构比混凝土结构造价高，要尽可能 的节约钢材。这就使得业主及广大设计人员长期不接受建筑钢结构，缺乏对钢 结构应用技术的认识，不了解建筑钢结构技术的最新发展情况，因而限制了建 筑钢结构的合理应用与发展。国内外工程应用事实证明：在选择采用结构材料 方案时，除考虑直接造价外，还应从建筑有效面积增加、结构质量减轻、震害 减小和地基基础造价降低、施工周期缩短、建筑布置灵活性及对周围环境影响 等方面全面、系统地分析，以其综合经济效益为依据。 州j 1 1 人羊嘶l 挈位论殳 此外国外一些成熟的工业化的轻钢住宅体系及住宅定制服务也被引入我 国。全国知名的房地产企业与号业钢结构住宅供应商合作向市场推出钢结构住 宅的做法，十分有利于广大消费者了解钢结构住宅这一新型住宅形式，对钢结 构住宅的市场培育起到了积极作用。 1 1 2 钢结构制作的基本要求及制作流程 钢结构住宅的广泛应用，使得钢结构的制作成为保证建筑质量的重要一环， 以下就钢结构中轻钢结构制作的设计要求及制作流程做一简单介绍【l 】。 1 、钢结构制作对设计的要求 ( 1 ) 确定钢结构形式时，应考虑到制作的方便和可能性，采用便于连接而 又可靠的结构形式；在确定结构的加工要求时，应考虑到制作厂的设备条件和 技术水平。 ( 2 ) 尽量减少构件编号，使相嗣的构件数量增加，以提高模台和工具的利 用率。 ( 3 ) 钢材的规格品种不宜过多，并优先选用库存钢材和常用规格；构件上 的孔径和孔距应尽量统一；零件应有合理的加工形状，连接板最好做成矩形， 至少两个边要相互平行，以便采用剪扳机剪切。 ( 5 ) 在确定构件尺寸时，尚应满足制造操作的极限要求。例如采用自动电 焊的构件，要满足自动电焊机的行程空间的极限要求。 ( 6 ) 合理靠冒焊缝，使构件在制作时，最大限度的减少翻转次数，同时应 使设计的焊缝便于旋焊，便于检查。 ( 7 ) 避免焊接的立体交叉和在一处集中大量的焊缝，同时焊缝的白置应尽 可能对称于构件重心。 ( 8 ) 在保证结构有足够的安全度的情况下，采用较小焊缝厚度和尺寸，以 减小焊缝的焊接应力和焊接变形；构件和零件在构造上应尽量避免截面突变的 形状和厚度，使其传力平缓均匀。 2 、轻钢结构制作的般要求 轻型钢结构建筑主要分为三大部分：以轻型焊接h 型钢作为承重骨架；冷 弯薄壁c 型或z 型钢作擅条、墙梁；以令属压型钢板作围护结构。除以上标准 结构外，亦可采用由圆钢、小角铡、薄壁型铡组成结构。轻钢结构制作要求有： 2 钨一章绪论 ( 1 ) 切割 1 各构件的切割截面除应遵照图纸的各项规定之外，还应使其垂直于轴 线特别是不应损伤截面。 2 原则厂应采用半自动或自动氧气切割，当使用手工氧气切割时，切面 应平整，且不得有缺口。 3 焊接构件的切割尺寸要考虑到由于焊缝引起的收缩和加工余量等。 4 切割前，应将钢材表面切割区域内的铁锈油污等清除干净；切割后， 断口上不得有裂纹和大于1 0 啪的缺棱并应清除边缘上的熔瘤和飞溅物等。 ( 2 ) 弯曲加工 需要弯曲加工的部位，可经冷弯或热弯而成，但对弯曲时产生的弯曲变形 应予以校正。 ( 3 ) 螺栓及高强螺栓 应消除开孔产生的毛刺或变形；轻钢结构使用的高强螺栓，连接时应清除 其摩擦面上能导致摩擦力降低的浮锈、尘垢、油污及涂料等。 ( 4 ) 焊接 1 对从事手工电弧焊的焊工，应具有相应的技术职称或合格证书。 2 焊接部位不得有妨碍焊接的水分、涂料、油污及锈斑等。 3 为保证对焊缝完全焊透，必要时应选择适当的坡口形状及焊接条件， 并仔细施焊。 4 对于贴角焊、v 型坡口焊，为了确保所规定的焊缝厚度及焊脚长度，应 选择适当的焊接条件，并仔细旌焊。 5 为了降低焊接产生的变形，应采用直径较小的焊条，并实行多层焊。 6 在施焊过程中，应注意不要出现烧穿及咬肉等现象。当出现焊缝厚度 或焊脚长度不足时，应进行适的补修。 7 焊接装配构件的打孔及精剪作业，待焊完进行变形矫正后，方可进行。 ( 5 ) 变形矫正 当产生焊接变形或由于其他原因导致构件产生变形时，应采用适当的机械 方法或加热法进行矫正。一般情况下，加热温度不得高于9 0 0 摄氏度。应注意 不要产生局部变形。 ( 6 ) 检验 硼川大学硕十学位论史 工厂制作的构件应按设计图和有关标准、规范的要求，首先在厂内进行自 检，待自检完毕后，再由相关人员对产品进行专门检查。不合格的部位经快速 修补等必要处理后，再次进行复检、直至合格。构件在制作完毕进行组装前， 应清除连接表面及沿焊缝每边3 0 5 0 m m 范围内的铁锈、毛刺和油污等。 3 、轻钢结构制作流程 根据制作厂家的设备情况和产品的制作要求不同，轻钢结构的制作工艺流 程也不同。对于特殊加工要求的构件，在制作前应制定号门的加工工艺。一般 的制作工艺流程如图1 1 所示【“。 图1 1 轻钢结构制作流程 1 2 智能决策技术 决策支持系统( d s s ) 作为2 0 世纪7 0 年代发展起来的一种全新技术，是融合 计算机技术、人工智能技术、管理科学的新型学科。它将知识库、模型库、数 4 第一章绪论 据库结合起来，加上人机对话，把决策者的决策经验及在决策时表现出来的主 观判断融合在一起，成为一种重要的辅助科学决策工具。传统的决策支持系统 ( d s s ) 用于解决数据世界中的结构化决策问题，采用常规的计算机技术束实现。 2 0 世纪8 0 年代决策支持系统中引入了人工智能的概念、方法和技术1 3 1 ，加入了 知识和知识推理机制，将系统建成一个智能决策支持系统( i d s s ) 。 1 2 1 智能决策支持系统( i d s s ) 的概念和结构 决策支持系统的传统方法属于定量分析，而专家系统属于定性分析，结合 两者形成的系统就是智能决策支持系统。近年来，数据仓库技术、数据挖掘技 术、网络技术、分向处理技术、多媒体技术、软件开发技术和人机交互技术的 发展都极大地影响了智能决策支持系统的发展。 决策支持系统有如下基本要点： ( 1 ) 处理非结构化和半结构化的问题 ( 2 ) 系统应将数据库查询功能与模型分析技术相结合，以解决决策中的实 际闯题 ( 3 ) 系统应具有灵活性与适应性，以适应环境和用户决策方法的变化 ( 4 ) 系统应该有一个友好和灵活的人机接口以交互方式支持用户有效决策 决策包含如下过程：分析情况；发现问题和规律；制定决策方案以解决问 题；选择最优方案：控制和监督方案执行等相联系的各阶段。 决策支持系统的最终目标是：改变决策者的思维方式和工作方式，以提高 他们的工作能力和行为水平，支持决策时的信息需求。 对决策支持系统的组织结构的研究是一项重要的研究，部分原因在于结构 的复杂性是决策支持系统的一个基本特点，另一部分原因在于合理地组织决策 支持系统是该系统成功与否技术上的决定因素。传统的决策支持系统一般认为 是三库结构，包括数据库、模型库和方法库。 当决策支持系统发展到智能决策支持系统以后，经典的三库结构就成了四 库结构，这四库是：数据库、模型库、方法库和知识库。典型形式如图1 2 1 4 ： i d s s 与般的d s s 相比有如下功能和特点： ( 1 ) 具有获取知识和推理的机能，拥有专家系统的支持，使整个决策模型 不仅能体现科学的分析决策方法，而且可以体现处决策者的知识、经验和特定 5 卯川大学硕t 学他论盅= 领域内对各种问题的判断能力。 ( 2 ) 能模拟决策者的思维过程，所以能根据决策者的需求，通过人机交互 分析问题，并应用相关规则，引导决策者选择合适的模型。当某个模型或算法 解决不了问题时，可以辅助决策者用数个现有模型的结合，或建立新的模型来 解决问题。 ( 3 ) 决策者使用i d s s 解决半结构化问题时，若对问题本身或问题边界条件 不很明确，可以通过询问辅助诊断问题的边界和环境来解决该问题。 ( 4 ) i d s s 跟踪和模拟决策者的思维方法，不仅能回答“w h a t ”问题，而且 能回答“w h e n ”“w h y ”之类的问题，从而使决策者不仅知道问题的结论，而且 知道为什么会产生那样的结论，从而证明模型方案的正确性，增加了决策者对 方案的信任。 豳 图1 2 决策支持系统四库结构 1 2 2 智能决策支持系统的相关技术 智能决策支持系统的相关技术主要有如下方面： ( 1 ) 数据库系统。数据库系统是i d s s 重要的组成部分，是信息存储、处理 的基础。 ( 2 ) i d s s 模型技术。模型是指能够接收一定输入，并对输入信息进行分析 处理，最后输出处理结果的结构。 6 第一章绪论 ( 3 ) 决策树。决策树是一种帮助人们分析、解决决策问题的常用方法。它 通过分析可以采取的决策方案及可能出现的状态来比较决策方案的好坏，从而 做出正确的判断。 ( 4 ) 专家系统( e s ) 。专家系统的目的在于能使计算机具有人类专家那样 的解决问题的能力，它依靠大量的专门知识以解决特定领域的复杂问题。 ( 5 ) 人机交互技术。改善人机关系，一直是计算机发展的努力目标。在i d s s 系统中，建立良好的人机界面更具有重要的意义。人机交互技术主要有：命令 语言，菜单技术，多窗口技术，浏览技术，表格技术，可视化技术，自然语言 理解等。 ( 6 ) 集成技术。集成技术主要包括语义集成，机制集成，接口集成。 ( 7 ) 其他相关技术。如：运筹学和统计学，网络技术，多媒体，计算机辅 助软件工程( c a s e ) 。 1 2 3 智能决策技术发展趋势 ( 1 ) 与网络技术结合。局域网的迅速普及，计算机系统架构技术有了巨大 的变革，从主机系统走向了网络系统。在这样的环境下，智能决策支持系统与 网络技术结合成为一个自然的发展方向。由此出现了群体决策支持系统和分白 式决策支持系统。 ( 2 ) 人机界匝更人性化。它们包括基于超媒体的决策支持系统，自然语言 接口，可视化与决策支持。 ( 3 ) 其他信息系统的结合。主要有：和企业资源计划( e r p ) 类系统的结合， 和地理信息系统( g i s ) 的结合。 ( 4 ) 综合性、柔性和高智能。 智能决策支持系统在设计、生产和管理领域有广泛的应用： 首先，在产品的设计方面，引入智能决策支持系统，可以帮助设计者完成 大量而繁琐的产品设计决策工作，设计过程中输入的相关参数不仅可由i d s s 自 行决策，而且能在设计过程中全面分析设计所涉及的各种因素，保证所设计的 产品是使用、可靠与经济。i d s s 具有自学习功能，通过己求解成功的例子，自 动总结经验或教训，运用归纳推理，对知识的有效性进行内部调试并总结新知 识加入数据库，使知识库中的知识不断完善和丰富。 ， 四川人学硕1 学位论文 其次，决策支持系统在生产过程中的应用典型的例子就是生产计划与控制 系统，它足以模块形式构建的信息系统，用以支持生产计划与控制。所包含的 子模块主要有：客户订单管理、生产计划管理、库存管理、物料需求计划、时 间和能力计划等。库存管理是生产管理的重要组成部分，库存管理是对库存物 质的管理决策，通过有效的决策管理提高物质资金的利用率。 1 3 计算智能及其应用 1 3 1 计算智能技术领域 智能决策支持系统是人工智能与决策支持系统的组合，人工智能的深入发 展推动着智能决策系统迅速的发展。人工智能是最新兴学科之一，认真研究人 工智能的工作是在二战以后迅速展开，到1 9 5 6 年被正式命名为“人工智能”， 一般认为【5 1 1 6 1 1 7 | 人工神经网络( ) 、模糊系统( f s ) 和进化计算( e c ) 构成人工智 能的主要方面，其积极意义在于促进基于计算的和基于符号相结合的各种智能 理论、模型、方法的综合集成，以利于发展思想更先进、功能更强大、能解决 更复杂系统的智能行为。 神经网络是模仿和延伸人脑智能、思维、意识等功能的非线性自适应动力 学系统，神经网络所具有的学习算法能使其对事物和环境具有很强的自学习、 自适应和自组织能力，它的知识积累是自动的。它可以模仿人脑处理不完整的、 不准确的、甚至非常模糊的信息，并能联想记忆，从部分信息中获得全部信息。 神经网络类似于生物系统，是以神经细胞为基本运算单元( 即人工神经元) 组成 一种互联的分布式存贮信息的计算智能信息处理系统。人工神经网络的巨大成 就给人们一种启示：研究智能的方式是向人类自身学习，在几十亿年的进化过 程中，生物体形成了一种优化自身结构以适应环境变化的内在机制。 美国著名的控制论学者l a z a d e h 发表的f u z z ys e t s ) ) 这一开创性论文 中，提出了模糊集合理论，为处理客观世界中存在的模糊性问题提供了有力的 工具。随着科学技术的迅猛发展，对系统的控制精度、响应速度、系统稳定性 和适应能力的要求越来越高，对于大多数复杂的被控对象，采用传统的控制方 法往往难以收到满意的控制效果。而模糊控制技术具有处理不精确性、不确定 性和模糊信息的能力，近年来已被证明足解决许多实际复杂系统建模和控制问 第一章绪论 题的一种有效方法。模糊理论给出了一套表现自然浯义的理论和方法，是自然 语言能为机器所理解和接受，提高机器的灵活性。模糊理论还给出了模糊逻辑 和近似推理的理论和方法，用简洁的软、硬件即口丁使其的智能化程度更高，这 使得其理论比一般的数学理论应用更为广泛，除自然科学和工程技术领域外， 它还能为社会、经济、哲学、心理、教育和管理等人文科学提供数学描述的语 言和工具。 作为广义人工智能的一个重要分支，北荚和欧洲一些科学家探索用模拟生 物和人类进化的方式来求解复杂的优化问题。这类仿生算法目前统称为演化计 算。其代表性的思想是遗传算法g a ( g e n e t i ca l g o r i t h m ) ，进化规划 e p ( e v o l u t i o np r o g r a n m i n g ) 和进化策略e s ( e v o l u t i o ns t r a t e g y ) 。遗传算法的 理论体系和算法结构最完善，彼人们广泛认同。神经网络对a i 的主要贡献足解 决了智能系统如何从环境中进行学习的问题，而遗传算法的新一代支持者想揭 示这一学习过程在基因层次上究竟是如何实现的。 1 3 2 计算智能的应用领域 计算智能的应用范围很广，覆盖了人工智能( a i ) 涉及的所有领域，如知 识获取，联想记忆，语音识别，图像分柝等，并向其他的领域渗透。随着计 算机复杂性理论的发展，计算智能显示出很强的求解复杂规划问题的能力。例 如复杂组合优化问题的求解( 如t s p 问题) ，复杂多峰函数的极值计算等，计 算智能方法及其相关技术，如模拟退火( s i m u l a t e da n n e a l i n g ，s a ) 算法，禁 忌搜索( t a b us e a r c h ，t s ) ，构成了现代优化技术的基础。在优化技术领域中 的应用反过来促进了计算机智能技术的进步。随着计算智能的不断发展，它将 在复杂系统的智能控制、信息安全、工程设计、库存规划、车日j 布局、生产调 度、物料需求规划和人工生命等领域发挥越束越重要的作用。 计算智能属于新兴的技术系统，其发展不仅仅取决于理论研究，应用实践 在很大程度上影响着理论研究方向。计算智能研究的热点问题主要分成三个方 向【8 1 ： ( 1 ) 解释计算智能的计算机理。以进化计算最为典型，研究人员一直热衷 于解释g a 的计算机理，建立精确的数学理论基础。但目前还处于探索阶段。 ( 2 ) 提出新的计算模型。神经网络的模型最多，但都是基于对生物神经系 9 四川大学硕t 学付论史 统的片面理解。在深入探索人类智能奥秘的基础上，希望建立更接近人类神经 网络的模型。生物进化看似简单，但g a 并没能力完全理解和模仿。所以不断产 生对g a 的改进方法，以提高其效能。研究人员注意到，在进化过程中d n a 片断 是通过r n a 、氨基酸、蛋白质的途径进行解释的，有别于g a 直接对基因片断的 解释操作。同时，在生物系统中还存在诸如蚁群搜索食物【9 】，生物体内免疫系 统抵抗病毒侵袭的机制l l ，可以为进化计算所借鉴，构造新的计算模型。 ( 3 ) 多种计算方法混合产生新的计算模型。神经网络最早应用模拟退火思 想构造随机神经网络模型，可以获得更好的计算性能。神经网络结构参数的优 化【l l 】【1 2 】往往使用g a 计算。g a 中容易混合其它方法构成混合遗传算法( h g a ) ，如 在选择操作中融入模拟退火方法，在解码算法中融入其它局部寻优操作等。模 糊系统和人工神经网络结合起来能覆盖较宽的应用面【1 3 1 【1 4 l ，所以模糊神经网络 也是计算智能中研究的热点问题。 1 4 下料排样规划中的智能决策 1 4 1 下料排样规划的应用领域及其整体描述 府用分类举例 建筑行业 板金件加t 服装行业 纸业与玻璃业 木材制品 印刷业排版 集装箱装货 微电子工业 军事国防 航空航天 棒材、角钢、l 字钢筲各种掣材f 料，金属压犁板、太空扳等 二维竹的f 料。 i j - 业用各种板金件、厨房具和家用电器用扳金件、打字机和 电子元件用扳金件，锁及链条链扳、电动机用硅钢片、造船 业扳金付等。 各种布料、皮革排样。衬衫、阿服、鞋袜、降落伞等。布料皮 革定级中的优化排样等。 办公f j 纸、财务用纸的裁制曾，玻璃的裁制。 各种家具 各种棒刊、报纸排版印刷电路扳。 将货物优化地装入有限宅间的集装箱中。 集成电路的排布 图形目标的搜索等优化f u 】题 航天器仓布蜀 表1 1 排样问题应用领域 1 0 第一章绪论 工程应用领域中，型材和捧材下料、冲裁件排样、家具下料、造船、车辆 和发电设备生产中部存在大量的下料问题。表1 1 i ”l 可见排样问题的应用领域， 在表1 1 所述行业中，提高原材料利用率对降低成本有着至关重要的意义。因 此，下料排样优化问题受到广泛关注。 下面从两个简单例子来说明下料问题的基本逻辑结构。 图1 3 是一个管子或铝合金线材下料的例子。有数量不限的长度为l = 9 8 的 管子被切割成一系列长度从5 至4 6 的小管子以满足生产的需要。两组数据，即 原材料和订货的小管子就构成了下料问题的基本数据。 图1 4 是给定一系列同一规格或不同规格的板材，从中切割出一系列的小 零件，如何使所用板材数目最少? 蚕堇蚕喜薹三 废料 ，- ， - - - 一、 享言一4 6 辱丐寻尸一” ( a ) 原材料管子 ( b ) 需要的小管子 ( c ) 小管子的f 料组合 图1 3 管子切割下料 口 _ 7 1 i i i - 目圃 ( a ) 原材料板材( b ) 待排零什 ( c ) 排放零件 图1 4 矩形件排放问题 由以上两个典型的下料排样问题，可以概括出下料排样问题的整体描述： ( a ) 有两组基本数据，一组足大的原材料的尺寸( 一维或多维) ，另一组是小的 零件的尺寸；( b ) 将小的零件在原材料上进行合理几何组合，切割下料：如何确 定下料排样方案，以使得材料利用率最高。 手 四j l i 大学硕十学骨论定 1 4 2 下料排样规划中的智能决策及其中的计算智能方法 生产计划与控制系统是智能决策支持系统的典型应用，它以模块形式构建 信息系统，用以支持生产计划与控制。生产中的零件毛坯都是从一系列原材料 上切割下来的，对零件毛坯下料的规划问题是典型的n p c 类问题。原材料的利 用牢，乃至机器设备的制造成本，很大程度上都取决于这个规划问题的解决方 案，其核心工作就是选择最优或接近最优的排样方案，所以说下料排样优化是 一个典型的智能决策任务。 原材料的下料排样优化问题，适当处理后可以转化为组合优化问题，用计 算智能方法求解。计算智能方法求解下料排样问题的优势在于： ( 1 ) 属于随机搜索算法，只要启发规则适当，就能够以较大概率找到相当 好的解。 ( 2 ) 在解空b 】的搜索过程中，能够找到一批相当好的解，便于实现各种优 化方法的协同求解。 1 5 课题背景及主要研究工作 原材料的节约是建筑行业提高其经济效益的一个重要方面，合理利用原材 料的优化下料技术在建筑行业有着巨大的应用前景。本文以钢结构制作企业钢 结构件毛坯下料车间原材采购需求决策和下料为应用背景，实现零件在原材上 下料的综合优化，合理利用剩余原材料、降低原材成本，为原材采购提供决策， 增强企业的竞争能力。 原材料的合理利用需要从管理模式和优化排样技术两个方面同时入手，建 立一个完整的解决方案，由管理来保证库存和剩余料的有效利用、材料需求的 整体规划，由算法来确保优化需求与下料，这是节约材料成本的有效途径。本 文侧重于优化排样算法的研究。 本文的主要研究内容： 首先，分析结构厂下料车间下料排样c a d 系统的需求与目标，根据下料生 产作业系统的流程提出了排样c a d 系统的框架结构，对多原材采购需求决策框 架进行了简单分析，并简要介绍了c a d 系统的各个模块。 其次，在对采购需求决策问题进行分析基础上，提出了基于多原材采购需 1 2 第一章绪论 求决策的下料排样模型，该模型的求解方式采用二步法策略，即先找出一批有 限的原材组合，依总面积或总长度从小到大验算是否满足零件下料条件。原材 组合方式的寻求采用遗传算法。 第三，验算原材组合是否满足零件下料条件采用给定原材下料排样方法， 主要对遗传算法在排样问题上的应用进行了阐述。 1 6 本章小结 本章介绍了建筑行业中钢结构的应用趋势，并对钢结构件的设计、制作流 程进行简要介绍。论述了智能决策技术和计算智能的基本概念、现状、发展趋 势及应用，说明了原材下料排样是一个智能决策任务，而计算智能方法是目前 用于解决该问题的一种有效方法。阐述了本文的研究背景是钢结构件厂下料车 间原材采购需求决策和下料中的原材节约，并提出本文研究的重点。 | j q 川大学硕 学位论殳 第二章钢结构件制作厂下料车间排样c a d 系统模型 2 1 下料车间排样c a d 系统需求分析 2 1 1 车间生产作业管理的技术特点 传统的制造企业中，车间或相当于车i b j 的生产系统，是构成企业的重要环 节。在制造企业的三个层次( 工厂层，车间层，控制层) 中，车间层具有重要的 作用，企业的产品最终将在车问物化出来。车| 日j 生产作业管理和控制系统负责 在制造车日j 环境中协调物流和信息流，它是上层生产计划、生产管理模块与底 层设备控制系统的接口1 1 6 l 。 我国的制造企业随着全球性的企业小型化趋势，车间级生产系统出现了深 层次的变革。一方面，大型企业调整其内部结构，使车b j 级生产系统逐渐具有 了独立制造单元和经济实体的特征；另一方面，由于中小型企业在竞争中具有 较大的灵活性，更能满足多元化和个性化的市场需求，具有车日j 级生产系统特 征的小型化企业不仅在数量上占绝对优势，而且发展速度也呈上升趋势。 但是，与传统的适应大规模生产模式的大型制造企业不同，车i 日j 的生产管 理有其自身鲜明的特点f 1 7 l ：( 1 ) 一般以多品种簟件小批量生产模式为主，在客户 订单驱动下安排生产；( 2 ) 高度专业化，仅在个别方面具有有限的优势生产能力； ( 3 ) 由于生产任务随客户订单不断变化，需要动念调整生产进度，但由于生产能 力是有限的，系统中剩余生产能力不断变化，生产进度规划非常复杂；( 4 ) 车间 生产系统一般相对独立，结构完整；( 5 ) 完成复杂生产任务时需要频繁的对外协 作。 2 1 2 需求与目标 钢结构件厂下料车| 日】的主要任务是为钢结构件制作准备零件毛坯。这些毛 坯通常都是从一定规格的原材料上( 型材和棒材、板材) 用火焰切割机、剪板 机、锯床等设备切割下来，再经过压、滚、焊接、钻孔、除锈油漆等后续工序 得到部件或产品，可参见第一章的轻钢结构制作工艺。毛坯的下料生产是产品 1 4 第一章钢绍构件制咋厂下$ i 车问排坪c a d 系统摸型 零部件制造过程中的前端加工工序，消耗了相当多的生产资源和生产工时，其 生产组织方式和管理水平对产品的制造成本和生产周期有很大的影响。 钢结构件厂下料车间目前分散的下料方式和手工物料管理模式，不仅影响 生产管理的水平，而且使得材料利用率难以控制，余料不能充分利用。建筑企 业的每笔订单，涉及到的下料零件数量巨大，钢材消耗达几百、上千甚至上万 吨，在材料利用率上一个百分点的提高就意味着几十万元的节省，这正是下料 车日j 在钢结构件制作厂重要性的体现，也是对本系统最直接的需求来源。 下料排样优化c a d 系统是应用现代计算机技术，自动生成零件下料的优化 排样图，并提取板材优化排样图的图形信息，给材料存库、生产计划、生产作 业管理和后续的数控下料加工提供决策信息。其基本功能包括： ( 1 ) 排样任务管理：接收生产规划数据，管理进行排样的零件信息；查询 产品设计信息和工艺信息，获取零件轮廓图形数掘和有关工艺要求；管理排样 工艺图。给生产调度部门任务安排提供决策依掘。 ( 2 ) 优化排样：根据