Методологические и теоретические основы автоматизации проектирования раскроя листовых материалов на машинах с числовым программным управлением (08.02.2010)

Автор: Петунин Александр Александрович

Тип резки гильотинная; произвольная (термическая резка;

резка без деформаций материала)

В современном программном обеспечении для решения задач фигурного раскроя применяются как полностью автоматические методы, так и диалоговое проектирование, а также интерактивные полуавтоматические функции. Использование интерактивных методов связано еще и с тем, что эффективность алгоритмов автоматического проектирования фигурного раскроя существенно зависит, как отмечалось выше, от условий задачи: геометрической формы заготовок, их ассортимента, количественных характеристик, размеров материала и пр., причем характер этой зависимости остается крайне малоисследованным. Проведение таких исследований позволит повысить долю задач, решаемых в САПР раскроя материала в автоматическом режиме за счет того, что «неперспективные» алгоритмы будут отброшены еще на этапе анализа условий задачи. Предлагаемый подход можно реализовать следующим образом.

1. Вводим некоторую классификацию заданий фигурного раскроя листового материала, т.е. разбиение множества заданий на группы (классы) по определенным признакам. Данная классификация дополняет описанную выше типологию задач раскроя, в первую очередь, по геометрическим признакам и предполагает, что используемые алгоритмы могут применяться для всех групп заданий.

2. Проводим тестирование имеющихся в распоряжении разработчика алгоритмов раскроя с целью выявления наиболее эффективного для каждого класса заданий.

3. Разрабатываем и включаем в состав программного обеспечения САПР фигурного раскроя процедуру автоматического выбора алгоритма в соответствии с результатами тестирования.

4. При решении конкретной задачи раскроя проводим предварительный анализ задания на предмет его принадлежности к какой-либо группе и выбираем алгоритм решения в соответствии с разработанной процедурой автоматического выбора алгоритма.

Для реализации сформулированного подхода было произведено разбиение всех заданий фигурного раскроя по трем признакам: серийности производства, «прямоугольности» задания и преобладанию «крупных» заготовок над «мелкими». Сформулированы формальные числовые правила разделения заданий на 12 групп по указанным признакам (таблица 2).

Таблица 2. КЛАССИФИКАЦИЯ ЗАДАНИЙ ФИГУРНОГО РАСКРОЯ ДЛЯ ТЕСТИРОВАНИЯ АЛГОРИТМОВ

Тип производства Тип заготовок в задании

Непрямоугольные прямоугольные

Крупные Мелкие крупные мелкие

Единичное 1 2 3 4

Мелкосерийное 5 6 7 8

Крупносерийное 9 10 11 12

При этом все задания в группах удовлетворяли следующим свойствам: изотропный материал, фиксированный припуск на рез, нерегулярный раскрой без областей запрета и без зеркального отражения контуров заготовок, описанных полилиниями с дугами окружностей, с произвольной резкой без термических деформаций. В качестве тестируемых алгоритмов были выбраны 2 алгоритма фигурного раскроя (NCL и Штабель), входящие в состав САПР «СИРИУС» и алгоритм Nesting Factory, разработанный компанией Algomate (Израиль). В таблице 3 приведена схема выбора алгоритма раскроя, полученная на основании результатов проведенного тестирования. Рекомендуемые для выбора алгоритмы выделены серым цветом.

Таблица 3. СХЕМА АВТОМАТИЧЕСКОГО ВЫБОРА АЛГОРИТМА ФИГУРНОГО РАСКРОЯ В ЗАВИСИМОСТИ ОТ КЛАССА ЗАДАНИЯ

Класс задания

Алгоритм раскроя 1 2 3 4 5 6 7 8 9 10 11 1

Nesting Factory

Штабель

Аналогичный вычислительный эксперимент на предмет определения схемы выбора алгоритма раскроя был проведен для класса прямоугольных заготовок: все тестируемые задания для прямоугольного раскроя были разбиты на четыре группы по двум признакам: серийности производства и преобладанию «крупных» заготовок над «мелкими».

В качестве тестируемых методов были выбраны 5 методов прямоугольного раскроя, входящие в состав систем CETAMI-CUT (разработка УГАТУ) и NCL: рекурсивный метод (RCAPlus), метод эмуляции отжига (SA),метод поиска с запретами (TS), метод выбора корзин (VBSPlus), гибридный детерминированный метод KAPRAL (NCL-K). В таблице 4 приведены результаты тестирования.

Таблица 4. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ МЕТОДОВ ПРЯМОУГОЛЬНОГО РАСКРОЯ

оптимизации Среднее значение коэффициента раскроя (в %)

для каждого класса задания

единичное мелкоcерийное

мелкие крупные мелкие крупные

RCAplus 89,51 89,57 92,75 88,22

SA 85,61 85,61 89,00 88,43

TS 85,48 85,48 88,85 87,98

VBSPlus 89,19 89,19 91,03 89,01

NCL-K 92,41 90,18 90,44 88,17

Серым цветом в таблице выделены лучшие результаты для каждого класса заданий, которые и определяют схему автоматического выбора метода расчета раскроя.

Таким образом, при решении задач раскроя в автоматическом режиме выбирается наиболее эффективный алгоритм оптимизации, что сокращает время проектирования рационального варианта раскроя и повышает коэффициент раскроя. Целесообразна реализация схемы автоматического выбора алгоритма с процедурой «самообучения» (т.е. с продолжением тестирования всех алгоритмов и изменением алгоритма выбора на основании результатов тестирования) при условии наличия достаточного временного ресурса у пользователя. Это, с одной стороны, позволит решить проблему качества тестов, которая неизбежно возникает при составлении тестовых заданий для алгоритмов раскроя-упаковки, и, с другой стороны, обеспечит «настройку» САПР на номенклатуру заданий пользователя.

В третьей главе исследуются вопросы автоматизации подготовки управляющих программ для машин резки листового материала с ЧПУ. Разработаны способы уменьшения термических деформаций материала при резке на машинах с ЧПУ и методы минимизации стоимости резки, реализованные как в виде автоматических процедур, так и в виде полуавтоматических функций. В самом общем виде задача минимизации стоимости резки может быть сформулирована следующим образом: дано начальное положение режущего инструмента, информация о вложенности контуров. Необходимо найти путь режущего инструмента такой, что функция

где Loff — длина переходов с выключенным режущим инструментом (холостой ход);

Coff — стоимость единицы пути с выключенным режущим инструментом;

Lon — длина реза с включенным режущим инструментом;

Con = H * K1— стоимость единицы пути с включенным режущим инструментом;


загрузка...