下料问题的解法
- 格式:doc
- 大小:160.50 KB
- 文档页数:5
下料口堵塞解决方法
下料口堵塞是工厂生产过程中经常会出现的一种现象,会对生产进程产生严重的影响。
因此,有效地解决下料口堵塞问题,是工厂生产稳定性和效率的关键因素之一。
下料口堵塞的主要原因有:材料堵塞、堵塞物沉积、设备故障。
针对上文提到的几种原因,有效解决下料口堵塞的方法有:
首先,加强原料管理,确保原料材质洁净,合适的原料颗粒大小,有效地防止材料堵塞的发生。
其次,定期检查下料口,确保下料口没有堵塞物沉积,以便正常下料。
再者,定期检查设备,确保设备状态良好,防止因设备故障而引发下料口堵塞。
此外,当出现下料口堵塞现象时,要及时采取科学的措施解决,如合理地调整设备参数,改善堵塞部位的热量传递,增强清理空气流动,以及增加旋风式粉团打磨等。
有效解决下料口堵塞的关键在于发现问题的及时性和有效性,采取正确的措施,提高工厂的生产稳定性和效率。
只有经常检查设备,及时发现问题,并采取有效措施,才能有效解决下料口堵塞问题,确保工厂的正常运行。
因此,要想成功解决下料口堵塞问题,有必要采用多种方法,从基础上建立一套合理有效的下料口堵塞解决方案。
在实施方案时,需要建立一个专业的团队,按照发现问题的及时性、有效性、可持续性
的原则进行,并确保措施的有效性,以确保工厂的运行质量、减少不必要的损失。
总之,通过建立专业的团队,加强设备管理,定期检查设备,合理调整参数,积极配合,并有效响应,可以有效地解决下料口堵塞问题,从而为工厂的生产保驾护航。
实用下料问题一.问题的重述“下料问题(cutting stock problem)”是把相同形状的一些原材料分割加工成若干个不同规格大小的零件的问题,此类问题在工程技术和工业生产中有着重要和广泛的应用. 这里的“实用下料问题”则是在某企业的实际条件限制下的单一材料的下料问题。
现考虑单一原材料下料问题. 设这种原材料呈长方形,长度为L ,宽度为W ,现在需要将一批这种长方形原料分割成m 种规格的零件, 所有零件的厚度均与原材料一致,但长度和宽度分别为),(,),,(11m m w l w l ,其中w i <m i W w L l i i ,,1,, . m 种零件的需求量分别为m n n ,,1 .下料时,零件的边必须分别和原材料的边平行。
这类问题在工程上通常简称为二维下料问题。
特别当所有零件的宽度均与原材料相等,即m i W w i ,,1, ,则问题称为一维下料问题。
一个好的下料方案首先应该使原材料的利用率最大,从而减少损失,降低成本,提高经济效益。
其次要求所采用的不同的下料方式尽可能少,即希望用最少的下料方式来完成任务。
因为在生产中转换下料方式需要费用和时间,既提高成本,又降低效率。
此外,每种零件有各自的交货时间,每天下料的数量受到企业生产能力的限制。
因此实用下料问题的目标是在生产能力容许的条件下,以最少数量的原材料,尽可能按时完成需求任务, 同时下料方式数也尽量地小。
现在我们要为某企业考虑下面两个问题。
1.建立一维单一原材料实用下料问题的数学模型, 并用此模型求解下列问题,制定出在生产能力容许的条件下满足需求的下料方案, 同时求出等额完成任务所需的原材料数,所采用的下料方式数和废料总长度. 单一原材料的长度为 3000mm, 需要完成一项有53种不同长度零件的下料任务. 具体数据见表一(略),其中 i l 为需求零件的长度,i n 为需求零件的数量. 此外,在每个切割点处由于锯缝所产生的损耗为5mm. 据估计,该企业每天最大下料能力是100块 ,要求在4天内完成的零件标号(i )为: 5,7,9,12,15,18,20,25, 28,36,48;要求不迟于6天完成的零件标号(i )为:4,11,24,29,32,38,40,46,50。
关于一维下料问题的研究摘要:“下料问题”是把相同形状的一些原材料分割加工成若干个不同规格大小的零件的问题.此类问题在工程技术和工业生产中有着重要和广泛的应用.在生产实践中通常要求解决用料最省、浪费最少等问题.下料问题即是其一。
属最优化研究范畴.一维下料问题是生产实践中常见的问题,优化下料要求最大限度地节约原材料,提高原材料的利用率。
本文介绍了两种方法,其一提出分支定界算法优化一维下料问题,并用MATLAB编写程序,通过计算机来完成这一复杂的过程。
另一种方法-lingo,针对单一原材料的一维下料问题, 建立了整数规划模型, 然后将模型转化为求解最优下料方式问题; 利用lingo进行编程, 实现循环调用得到一维下料问题的局部最优解。
实际上本文就是给出了解决适当规模下料问题的求解方法.该方法既可手工演算又可通过计算机求解。
在实践中可以借鉴使用.Abstract: The “℃utting Stock Problem”is a problem of dividing raw materials in the same shape into several parts in different shapes. This kind of problem has important and wide appliance in engineering and industry production.Being living to give birth to in the practice requires use to anticipate to save most usually and Squanders at least and so on ,First of all Immediate future the cutting stock problem is ,The category optimization is researched the category 。
料仓下料口卡堵处置方案1. 背景生产过程中会面临料仓下料口卡堵的问题,这会导致生产中断、生产流程受阻、生产效率降低等问题。
因此,需要及时采取有效措施处理料仓下料口卡堵问题。
2. 卡堵原因分析料仓下料口卡堵的原因有很多,主要包括以下几方面:•料仓存储物料过多导致下料口堵塞;•物料质量问题,如过于潮湿或结块;•料仓下料口构造问题,如设计不合理或下料口位置不当。
3. 处理方案3.1 清理料仓下料口如果发现料仓下料口卡堵,需要立即进行清理。
清理时需要先停止下料机的运转,然后采用专业工具将下料口内的物料清理干净,特别是一些大块物料。
对于潮湿的物料,可以使用干燥剂或加热方式进行处理。
在清理过程中,需要注意安全操作,如戴好防护手套和口罩,避免对工作人员造成伤害。
3.2 调整下料口位置如果是由于下料口位置不当导致的卡堵问题,需要进行调整。
在进行调整时需要根据实际情况采取合适的方式,如加装振动器或改变下料口位置等,以保障物料的正常下料。
3.3 增加物料下料口如果料仓下料口较少,需要增加物料下料口,以扩大下料通道。
在增加物料下料口时,需要考虑物料流动方向,以确保物料能够顺利地下料。
3.4 将堵塞的物料打散在有些情况下,物料不是因为存储过多而导致的卡堵,而是因为物料结块。
这时,可以通过将结块的物料打散并加以加热来解决卡堵问题。
既可以使用机械方式将结块的物料打散,也可以使用气体或水蒸气加热。
4. 预防措施除了及时处理卡堵问题外,还需要采取一些措施以预防料仓下料口卡堵。
主要包括以下几个方面:•定期检查下料设备,确保设备正常运行,减少卡堵问题的发生;•注意物料存储方式,切忌物料存储过多,避免出现下料口卡堵问题;•定期清理料仓内的物料,避免物料沉积在下料口内;•选择合适的物料下料口位置,避免下料口不当导致的卡堵问题。
5. 结论料仓下料口卡堵问题在生产过程中是时常会遇到的问题。
为了避免卡堵问题的发生,需要采取一些预防措施,并对卡堵问题及时采取有效的处理方案。
下料问题与计算在工业生产中,经常会遇到切割下料问题,即,如何最佳的切割按固定尺寸供应的材料,使得既符合所需要求又尽可能减少浪费。
§10.1一维下料问题例10-1有10米长的钢管,切割成3米长的80根,4米长的70根,问:怎样下料最省料?解:首先讨论切割方法切割方法13×3米+0×4米+废料1米切割方法22×3米+1×4米+废料0米切割方法30×3米+2×4米+废料2米设用切割方法i 切割i x 根钢管目标函数1:总根数最少321min x x x f ++=目标函数2:总废料最少3212*0min x x x f ++=约束条件⎪⎩⎪⎨⎧≥≥++≥++整数,0703221080302213..jx x x x x x x t s 对第一个目标函数求解,得到结果如下:153,402,01,55min ====x x x f 对第二个目标函数求解,得到结果如下:03,702,01,0min ====x x x f 此时总根数为70根,总废料为0。
注意,两个目标函数构成的线性规划问题不等价。
例10-2长500Cm 的钢管,切割成98Cm 、78Cm 的小钢管,要求98Cm 的≥1万根,78Cm 的≥2万根。
怎样切割材料最省?解:首先讨论切割方法切割方法10×98cm +6×78cm +废料32cm 切割方法21×98cm +5×78cm +废料12cm 切割方法32×98cm +3×78cm +废料70cm 切割方法43×98cm +2×78cm +废料50cm 切割方法54×98cm +1×78cm +废料30cm 切割方法65×98cm +0×78cm +废料10cm设用切割方法i 切割i x 根钢管目标函数1:总根数最少654321min x x x x x x f +++++=目标函数2:总废料最少654321103050701232min x x x x x x f +++++=约束条件⎪⎩⎪⎨⎧≥≥+++++≥+++++整数,020000605423325161000065544332210..j x x x x x x x x x x x x x t s 对第一个目标函数求解,得到结果如下:12006,05,04,03,40002,01,5200min =======x x x x x x f 对第二个目标函数求解,得到结果如下:12006,05,04,03,40002,01,60000min =======x x x x x x f 总根数都是5200根,总废料为60000cm 。
在粉体生产中我们经常遇到,在运输流动过程中粉体出现下料困难,料仓堵塞、料仓堵塞,粉体搭桥结块等现象。
这些年来东莞滤宝精密通用设备有限公司一直从事粉体工程项目,经历了无数次的摸索,总结出四种最常见的粉体结拱或搭桥的类型:楔形拱、压缩拱、粘结粘附拱、气压平衡拱。
分析问题是解决问题的最佳途径,下面我们简要分析这四种结拱或搭桥类型:1) 啮合形拱:粉体颗粒状物料因相互啮合达到力平衡状态所形成的料拱;2) 压缩形拱:粉体物料因受到仓压力的作用,使固结强度增加而导致起拱;3) 粘结型拱:粘结性强的物料在含水、吸潮或静电作用而增强了物料与仓壁的粘附力所形成的料拱;4) 气压平衡拱:料仓回转卸料器因气密性差,导致空气泄入料仓, 当上下气压达到平衡时所形成的料拱。
所以在项目设计之初我们要充分了解物料性状结构,解决如上问题并不难。
目前预防粉体物料结拱的措施主要有三方面的途径:1) 改善料仓下料口的半顶角角度;2) 降低料仓粉体压力;3) 减小料仓壁摩擦阻力。
下面针对不同的结拱类型从这三方面提出比较有效的解决办法。
压缩形拱:通过增加卸料口尺寸, 减小斗顶角来改善料斗几何形状。
改流化装置,流化器是使物料与料仓之间产生一层气膜,通过这层气膜可以有效帮助流动性差的物料流动,不仅防止物料架桥,而且还提高了卸料效率。
流化器材质为烧结式聚乙烯,符合FAD要求,可以在120度下进行灭菌30min处理。
改善仓壁材料以减小仓壁摩擦阻力。
楔形拱:增加卸料口尺寸, 减小斗顶角或者采用非对称性料斗(偏心卸料口) 来改善料斗几何形状。
粘性粘附拱:采取防潮或消除静电的方法来减小仓壁摩擦阻力。
将容易吸水的物料妥善存放防潮;在料仓以及防爆和排气装置上设置静电接地板以消除静电。
气压平衡拱:通过采用非对称性料斗(偏心卸料口) 来改善料斗几何形状。
通过采取排气的措施来减小仓壁摩擦阻力。
例如在料仓的顶部加置排气管等措施。
在粉料内部不断通入空气,疏松粉料,达到助流的目的,如空气炮,助流碟等,另一种是通过振动敲击设备振打料仓,破坏粉料之间受力平衡,如空气锤等。
有交货时间限制的大规模实用下料问题朱珠,王辉,张志敏指导老师:鲁习文(华东理工大学理学院数学系,上海200237)摘要:本文讨论了有交货时间限制的大规模单一原材料下料问题。
对于一维下料问题,本文提出一种新的算法:DP 贪婪算法。
在一维的基础上建立了二维的求解模型,运用降维思想结合一维的DP 贪婪算法,给出解决该模型的算法。
数值计算结果表明该算法对大规模下料问题是有效的。
关键词:下料问题,DP ,贪婪算法 1、问题描述单一原材料下料问题. 设这种原材料呈长方形,长度为L ,宽度为W ,现在需要将一批这种长方形原料分割成m 种规格的零件, 所有零件的厚度均与原材料一致,但长度和宽度分别为),(,),,(11m m w l w l ,其中m i W w L l w i i i ,,1,, =<<<。
m 种零件的需求量分别为m n n ,,1 。
下料时,零件的边必须分别和原材料的边平行。
这类问题在工程上通常简称为二维下料问题。
特别当所有零件的宽度均与原材料相等,即m i W w i ,,1, ==,则问题称为一维下料问题。
一个好的下料方案是在生产能力容许的条件下,以最少数量的原材料,尽可能按时完成需求任务, 同时下料方式数也尽量地小.2、一维下料问题2.1 模型假设在充分了解并分析了实际情况后,我们对一维下料问题提出如下假设:(1)每天下料的数量受到企业生产能力的限制,在未完成需求任务前,每天下料的数量等于最大下料能力。
(2)每个切割点处由于锯缝所产生的损耗不可忽略。
(3)增加一种下料方式大致相当于使原材料总损耗增加%08.0。
(4)每种零件有各自的交货时间,若某零件无交货时间,则记该零件交货时间为无穷大。
2.2 一维单一原材料实用下料问题的模型根据公司要求,目标是既要所用材料最少,也要下料方式少。
记m :零件种类总数,i x :第i 种下料方式下料的根数,k :下料方式的种类数,:i δ第i 种下料方式的余料。
合理下料问题的线性规划模型合理下料问题的线性规划模型____________________________________________________合理下料问题是指从一定数量的原材料中切割出满足需求的最少数量的材料,以达到节约成本的目的。
传统的求解方法主要有剪切原理、贪心算法、动态规划等,这些方法无法很好地解决复杂的合理下料问题,而线性规划模型则能够有效解决。
一、线性规划模型的基本概念线性规划模型(Linear Programming Model, 简称LPM)是指一类用线性函数表示目标函数与约束条件的数学模型,其目标是最大化或最小化模型中的目标函数值。
线性规划模型可以用来求解工业生产中各种优化问题,其优化问题的特点是变量之间存在着线性关系。
二、合理下料问题的线性规划模型1、目标函数在合理下料问题中,我们的目标是要使用最少的原材料切割出所需要的部件,因此我们可以将目标函数定义为原材料的总数。
即:Min Z=∑X<sub>i</sub>其中X<sub>i</sub>表示第i件原材料的数量。
2、约束条件在合理下料问题中,由于需要满足一定的需求量,因此必须将原材料切割成满足需求量的部件,才能够实现合理下料。
因此,在定义约束条件时,必须包含满足需求量的要求。
即:∑X<sub>i</sub>*Y<sub>i</sub>≥C (i=1,2,...n)其中Y<sub>i</sub>表示第i件原材料可以切割出来的部件数量,C表示部件的总需求量。
三、线性规划模型的应用合理下料问题是工业生产中常见的优化问题,通过线性规划模型可以很好地求解这一问题。
例如,对于一个具体的合理下料问题,已知有4件原材料,其切割情况如下表所示:| 原材料 | 长度/m | 可切割出部件数量 | 单价/元 || :------: | :-----: | :--------------------: | :-------: || X<sub>1</sub> | 6 | 5 | 15 || X<sub>2</sub> | 4 | 3 | 20 || X<sub>3</sub> | 2 | 2 | 30 || X<sub>4</sub> | 8 | 8 | 10 |已知部件的总需求量为20件,则该合理下料问题可用如下线性规划模型表示:Min Z=15X<sub>1</sub>+20X<sub>2</sub>+30X<sub>3</sub>+10X<sub>4</sub> Subject to5X<sub>1</sub>+3X<sub>2</sub>+2X<sub>3</sub>+8X<sub>4</sub>≥20(X<sub>1</sub>, X<sub>2</sub>, X<sub>3</sub>, X<sub>4</sub>≥0)根据上述模型,通过数学软件可得到最优解X<sub>1</sub>=1.4, X<sub>2</sub>=0,X<sub>3</sub>=0, X<sub>4</sub>=2.5,此时目标函数值Z=45。
下料问题(cutting stock problem) 实用下料问题摘要针对一维下料优化问题,由于使用传统的规划求解,计算量很大,而且很难求出最终结果,所以我们采用种新的优化思想方法——启发式多层次逐层优化方法,并结合贪心算法解决此问题, 基本思想是在求解时,尽可能多的重复使用最优的一种方法进行下料,直到所涉及到的某种零件需求加工完;然后对剩余的零件重复上步的操作,直到所有剩余的零件数目均减小至零为止。
原问题的最优解就是各个序列优化问题所求得的最优下料方式的总和,由于题目中有四天和六天的时间约束,所以分为两个阶段:无时间约束搜寻下料方式和有交货时间限制的下料方式逐步优化,利用Mathematica求得结果:完成任务所需原材料数:811,利用率:97.60%,废料总长度为:58012.5mm此时所用方案64种,具体见附录。
最终求得只需9天便可完成全部53套零件的加工任务。
具体的一维下料问题的下料方式数,耗材量,废料长度,利用率如下表所示:对于二维下料问题,下料方式要满足零件长,宽方向上的套裁,我们通过降维启发式方法即根据题目中宽度单一的特点,我们将原料按照组合50、50,组合50、30、20,组合35、35、30,组合30、30、20、20,以及组合20、20、20、20、20方案将原料切割成3000*50,3000*35,3000*30,3000*20四种“标准件”,转化成了等宽度单一料长的一维下料优化问题,即可通过使用第一题中的启发式多层次逐层优化方法,首先考虑无时间条件约束的情况,我们将这一过程分为两个阶段来实现。
同一维下料问题类似,在有时间约束时,我们将交货时间紧促的零件排在优先位置加工,如此得到结果:所需原料数:458,下料方式数为:66,利用率为:97.71%一、题的重述1. 背景“下料问题(cutting stock problem)”是把相同形状的一些原材料分割加工成若干个不同规格大小的零件的问题,此类问题在工程技术和工业生产中有着重要和广泛的应用。
有关“二维不规则下料”的问题算法
二维不规则下料问题是一个经典的优化问题,涉及到如何从给定的原材料切割出多个不同规格的零件,使得切割成本最低。
有关“二维不规则下料”的问题算法如下:
1.问题描述:给定一组不规则的矩形原材料,每块材料的长和宽分别为L和W,要求从中
切割出若干个不同规格的零件,使得总切割成本最低。
2.算法步骤:
a.数据预处理:将原材料和零件的尺寸数据读入计算机,并按照一定的顺序进行排列。
b.匹配过程:依次将原材料与各个零件进行匹配,判断是否能够从该原材料中切割出该零件。
如果可以,则计算切割出的零件数量和切割成本,并将其记录下来。
c.优化过程:在匹配过程中,不断优化切割方案,使得总切割成本最低。
这可以通过贪心算法、遗传算法、模拟退火算法等来实现。
d.输出结果:输出最优的切割方案和总切割成本。
3.注意事项:
a.切割限制:需要考虑切割过程中可能存在的限制,如切割方向、切割工具的限制等。
b.精度要求:对于一些高精度的零件,需要考虑切割过程中的精度损失。
c.动态规划:如果原材料和零件的尺寸数据较大,可以考虑使用动态规划算法来提高计算效率。
水泥罐下料慢解决方案
水泥罐下料慢是生产过程中常见的问题,影响了生产效率和产量。
针对这一问题,我们可以采取一些解决方案来提高下料速度,提高生产效率。
首先,我们可以考虑优化水泥罐的结构设计。
通过对水泥罐的内部结构进行调整,可以使水泥颗粒更顺畅地流动,从而提高下料速度。
同时,还可以考虑增加下料口的数量,分散下料流量,减少堵塞的可能性,进一步提高下料效率。
其次,我们可以对下料设备进行升级和改进。
选择更高效的下料设备,如振动给料机或螺旋给料机,可以大大提高下料速度。
此外,定期对下料设备进行检查和维护,保持设备的良好状态,也能有效地提高下料效率。
另外,我们还可以优化下料操作流程。
合理安排生产计划,避免同时对多个水泥罐进行下料,以免造成下料口堵塞和混料现象。
同时,对操作人员进行培训,提高其对下料设备和流程的操作熟练度,减少操作失误,也可以有效提高下料效率。
除此之外,定期清理水泥罐和下料设备的积料,保持设备清洁,可以有效减少下料堵塞的情况,提高下料速度。
总的来说,针对水泥罐下料慢的问题,我们可以从优化水泥罐结构设计、升级下料设备、优化操作流程和定期清理设备等方面入手,采取一系列的解决方案来提高下料速度,提高生产效率。
通过这些措施的实施,相信可以有效解决水泥罐下料慢的问题,提升生产效率,增加产量,为企业创造更大的价值。
水泥罐下料慢解决方案水泥罐下料慢问题一直困扰着人们。
当下料速度不够快时,不仅会影响工程进度,还可能造成生产成本增加。
为了解决这一问题,人们做了许多努力,提出了各种不同的解决方案。
首先,对水泥罐下料慢问题进行深入分析是至关重要的。
我们需要了解造成该问题的原因,以便寻找更有效的解决方案。
其中一个原因是水泥的流动性不佳,导致下料速度变慢。
另一个原因可能是水泥罐的设计存在瑕疵,造成下料口不畅通。
根据对问题的分析,我们可以有针对性地制定解决方案。
一种解决方案是改善水泥的流动性。
通过添加一些特殊的掺合料,可以改善水泥的流动性,使其在罐内更容易流动。
这样一来,下料速度就会明显提升。
此外,还可以调整水泥的比例,使其在流动性和强度之间找到一个平衡点。
这样不仅可以改善下料速度,还可以确保施工品质。
另一种解决方案是改善水泥罐的设计。
一个畅通的下料口对于提高下料速度非常重要。
我们可以重新设计下料口,使其更加顺畅。
同时,可以增加下料口的尺寸,使水泥能够更快速地从罐中流出。
此外,我们还可以采用斜坡式下料设计,这样水泥就可以以更大的角度自由流动,从而加快下料速度。
除了上述两种解决方案,还有其他一些方法可以提高水泥罐的下料速度。
例如,我们可以对水泥罐进行定期的清理和维护,确保下料口的畅通。
同时,可以使用振动器来促使水泥更快地流动。
此外,还可以调整水泥罐的倾斜角度,使水泥更容易流出。
然而,我们必须认识到并非每种解决方案都适用于所有情况。
在选择解决方案时,我们需要考虑到实际情况和工程要求。
有时,我们可能需要综合运用多种方法来解决水泥罐下料慢的问题。
总之,水泥罐下料慢问题对工程的顺利进行产生了诸多不利影响。
为了解决这一问题,我们可以从改善水泥的流动性和优化水泥罐的设计两个方面入手。
同时,定期维护和使用振动器等方法也可以提高下料速度。
然而,我们在选择解决方案时需要综合考虑各种因素,并根据实际情况做出适当的调整。
只有这样,我们才能达到提高水泥罐下料速度的目的,并为工程的顺利进行提供有力的支持。
有交货时间限制的大规模实用下料问题朱珠,王辉,志敏指导老师:鲁习文(华东理工大学理学院数学系,200237)摘要:本文讨论了有交货时间限制的大规模单一原材料下料问题。
对于一维下料问题,本文提出一种新的算法:DP 贪婪算法。
在一维的基础上建立了二维的求解模型,运用降维思想结合一维的DP 贪婪算法,给出解决该模型的算法。
数值计算结果表明该算法对大规模下料问题是有效的。
关键词:下料问题,DP ,贪婪算法 1、问题描述单一原材料下料问题. 设这种原材料呈长方形,长度为L ,宽度为W ,现在需要将一批这种长方形原料分割成m 种规格的零件, 所有零件的厚度均与原材料一致,但长度和宽度分别为),(,),,(11m m w l w l ,其中m i W w L l w i i i ,,1,, =<<<。
m 种零件的需求量分别为m n n ,,1 。
下料时,零件的边必须分别和原材料的边平行。
这类问题在工程上通常简称为二维下料问题。
特别当所有零件的宽度均与原材料相等,即m i W w i ,,1, ==,则问题称为一维下料问题。
一个好的下料方案是在生产能力容许的条件下,以最少数量的原材料,尽可能按时完成需求任务, 同时下料方式数也尽量地小.2、一维下料问题2.1 模型假设在充分了解并分析了实际情况后,我们对一维下料问题提出如下假设:(1)每天下料的数量受到企业生产能力的限制,在未完成需求任务前,每天下料的数量等于最大下料能力。
(2)每个切割点处由于锯缝所产生的损耗不可忽略。
(3)增加一种下料方式大致相当于使原材料总损耗增加%08.0。
(4)每种零件有各自的交货时间,若某零件无交货时间,则记该零件交货时间为无穷大。
2.2 一维单一原材料实用下料问题的模型根据公司要求,目标是既要所用材料最少,也要下料方式少。
记m :零件种类总数,i x :第i 种下料方式下料的根数,k :下料方式的种类数,:i δ第i 种下料方式的余料。
借助函数⎩⎨⎧=01)(i x signal 00=>i i x x ,可得所用材料)(1x f 和采用的下料方式)(2x f 分别为:∑==k i i i x x f 11)(δ,()∑==ki i x signal x f 12)(借助模型假设中假设(3):增加一种下料方式大致相当于使原材料总损耗增加%08.0。
故可将双目标转化为单目标:()⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⨯+⨯=∑∑==1%08.01)(min 11k i i ki i i x signal x x f δ由于每天下料的数量受到企业生产能力max 的限制,假设在d 天各种下料方式的下料总根数分别为1y ,2y ,…,k y ,零件j 的需求数量为j n ,第i 种下料方式下料一次产生的零件j 的个数为ij a 。
设F 是要求在d 天完成的零件集合,则必须满足:⎪⎪⎩⎪⎪⎨⎧⋅≤∈=∑∑==max (11d y F j n y a k i i j ki i ij )即d 天需要完成的零件必须在前max ⋅d 根原材料的切割中得到。
根据上述分析,得到有时间限制的一维单一下料问题模型: ()()⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⨯+⨯=∑∑==1%08.01min 11k i i ki i i x signal x x f δs.t.()()()⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧==≥<=≤≤∈==⋅≤==∑∑∑===),,1;,,1(0,);,,1(,,1max ,...,1,,,1,1,1m j k i y x d d k i x y y S j n y a m j d y m j n x a j j l j j j d i i j l i d i d i d j k i d i ij j k i d i j k i i ij 且为整数 其中j d i y ,:第i 种下料方式前j d 天下料总根数,j d S :交货时间均等于j d 的零件集合2.3 模型求解对于该问题,因为可能的下料方式将随需要的零件种类数量成指数级增长,所以它是一个NP -Hard 问题。
这样对于大多数问题,一般方法无法得到最优结果或无法及时得到最优结果。
因此对于大规模的一维下料问题,我们给出了结合动态规划和贪婪算法的新算法,称之为DP 贪婪算法。
基本思想是:对模型计算时,不用先得到一定数量的下料方案,而是在选取下料方案时就以数学模型中的目标和约束条件为基础来进行寻找。
为了保证尽量节省材料,应该尽量将比较大的零件先进行处理,并同时辅以长度小的零件,以保证单个原料的利用率尽量大。
因此对每一个零件按照其长度大小依次给定处理顺序的权值。
为了保证时间的要求,有要求的零件应该尽量优先处理,对每一个零件按时间紧迫度t 依次给定一个处理顺序的权值。
两者的结合将作为每一个零件动态规划初始权值。
在决定了处理顺序后,首先利用贪婪思想,选取当前尚没有得到的零件集合中权值最大的一个进行处理。
调用动态规划方法,得到一种下料方式,此方法里含有当前的零件,在得到此下料方式后,先尽可能按照此方式进行处理,以尽量减少下料方式数,然后再应用贪婪思想。
依次类推,直到得到所有的零件。
这样我们将得到一种下料方案。
如果此方案满足约束要求则停止处理,否则对权值进行调整,如果结果不能满足时间紧迫度的限制,则将优先权值步长直接调节到理论上限,随后通过二分查找的方法进行选择,如果材料利用率过低,则参照以上方法进行调节。
而后重复上述过程,直到得到合理结果。
算法描述:1. 局部最优//计算当前单根利用率最大值,并得到一组可行下料方案FOR I = 1 TO 工件总种类数FOR J = 原材料总长度 DOWNTO 0IF 在J 的位置已经有解FOR K = 第I 件工件中未切割的数量 DOWNTO 1当前长度 = J + 第I 件工件的长度*KIF 当前长度位置尚未得到解 THEN保存当前解ELSE 对两个解进行比较选取较优解FOR I = 材料长度 DOWNTO 1IF 当前长度有解存在 THEN返回解2. 全局贪婪对所有需要的零件进行处理FOR I = 1 TO 工件种类总数WHILE 如果当前种类还有剩余(按照权值大小依次处理) DO利用上述局部最优处理选取一种至少含有当前种类一根的最优解累加计算结果更新数据表格3. 反复调整调整权值IF 得到全局的解法不合理IF 不能按时完成零件 按规则加大优先权值ELSE 浪费过于大 按规则加大长度权值调用上述全局贪婪3、二维下料问题二维情况下,假设在矩形原料切割时采用正交切割,切割时的锯缝可以是直的也可以是弯的;不允许零件旋转;而且切割所引起的锯缝损耗忽略不计。
3.1 模型建立假设共有k 种不同下料方式,第i 种下料方式下料的总块数记为()k i x i ,...,1=,并记第i 种下料方式产生零件j 的个数记为ij a (如果某零件j (M j ≤≤1)满足W w L l j j >>或,则0≡ij a (k i ,,1 =)),记第i 种下料方式下料一次产生的余料(即料头)为()k i i ,...,1=δ。
二维单一原材料下料模型的建模思想与一维单一原材料下料模型类似。
得到如下有交货时间限制的二维下料问题的数学模型:()()⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⨯+⨯=∑∑==1%08.01min 11k i i ki i i x signal x x f δs.t. ()⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧==≥<=≤≤===⋅≤==+∑∑∑===+),,1;,,1(0,);,,1(),,1(),,1(max ,...,1)(,,,1,1,1,m j k i y x d d k i x y y m j n y a m j d y m j n x a a j j l j j d i i j l i d i d i j k i d i ij j k i d i j ki i ij m j i 且为整数 3.3 模型求解目前,解有交货时间限制的二维下料问题的常用方法是启发式算法,但是这种方法在大规模的下料问题中并不能将问题的规模降到一个合理的围。
对于大规模的二维下料问题,本文给出新的求解方法。
先利用降维思想将二维下料问题化为两个一维下料问题,对每一个一维下料问题,再使用本文一维下料问题的DP 贪婪算法进行计算,再将两者的结果结合起来,得到最终的结果。
本文采用的降维思想为:第一步,先考虑长度(或宽度)这一维(以下采用先考虑宽度为例进行说明),将宽度相同的零件归为一类,对每一类,假设各自存在与该类等宽与原母板等长的母板。
这样,每一类零件宽度与各自的母板宽度相等,这就转化为一维下料问题。
故可借助一维下料模型的算法解出原母板在长度维上的切割方式。
这种方式找到的是长度维上的局部近似最优。
第二步,考虑宽度(或长度)这一维。
由上一步,我们可以得到每一宽度各自所需的母板根数,可将每一类宽度视为一维切割中一个零件的长度,将每一类所需的根数作为零件的下料任务,原母板的宽度作为现在一维切割原料的长,这样又得到一个一维下料问题,同样借助一维下料模型的解法来获得局部近似最优解。
经过上述两步后,二维下料问题就转化为了两个一维下料问题,在借助一维下料问题的求解算法得到两个局部最优解后,可以通过两者的结合得到最终解。
算法的基本思想是:首先比较长的种类和宽的种类,从中选取种类比较少的一个作为第一次降维考虑的基础(在不影响一般性的前提下,以下假设宽度种类较少来进行描述)。
按照宽度对所有零件进行分类,然后假设已经有各种宽度的模板足够多,而模板的长和原材料的长相等。
这样在接下来的切割过程中将不考虑跨度问题,这样将完全变为一维下料问题。
为了得到更优的解应该优先处理宽度最宽的一类,所以依据宽度给定每一类零件一个权值。
同时要考虑到交货时间的要求,交货时间比较短的零件应该优先处理,所以依据交货时间给定每一类零件一个权值,两者的结合作为处理顺序的权值。
在接下来的处理中,应该选取当前未处理集合中权值最大一类宽度的零件借助一维下料算法进行处理,以得到需要此类宽度模板的数量。
为了提高原材料利用率,当一类宽度零件处理完毕后,如果有一些余料,将采用动态规划方法,在利用率高的要求下将其它宽度的零件尽量用这些余料来获得,直到剩下的余料不能再被使用为止。
重复这个过程,可以得到每一类宽度的模板需要多少数目,同时得到一种下料方案。
接下来,将每一种宽度作为一维下料问题中零件的规格,而每一类宽度需要的数目就是一维下料问题中零件的数量要求,而此次一维下料问题的原材料长度是二维下料问题中原材料的宽度,对于这个一维下料问题借助上文的算法对其进行处理,得到一种下料方案。
将第一次得到的一维下料方案和第二次得到的一维下料方案按顺序进行组合,即得到这个问题的下料方案。