[发明专利]一种基于遗传算法的钢格板优化排料方法

权利要求书

1.一种基于遗传算法的钢格板优化排料方法，其特征在于：具体步骤如下；

S1、获取订单信息：客户提供项目图纸和备铺设区域的钢梁布置图；客户确定钢格板规格书以及参数信息，根据国标初定钢格板原板宽度；

S2、钢格板排版设计：保持钢格板原板宽度一定，长度由钢梁布置位置确定，对备铺设区域进行等分排版，形成钢格板平面布置图并编写板号，保证钢格板生产后能按照要求固定在钢结构上；

S3、生成钢格板物料清单BOM：根据排版情况，形成钢格板BOM信息表；

S4、优化排料：扁钢零件由固定长度的直扁钢裁剪，或对卷扁钢进行调直裁剪获得；

S5、确认排料方案：钢格板扁钢排料优化方案经确认后下发执行。

2.根据权利要求1所述的一种基于遗传算法的钢格板优化排料方法，其特征在于：所述S1中的参数信息为扁钢宽度、扁钢厚度、扁钢间距和横杆间距参数信息。

3.根据权利要求1所述的一种基于遗传算法的钢格板优化排料方法，其特征在于：所述S2中的编写板号可对钢格板原板宽度进行调整，最大限度提高原板利用率，减少后续加工工序。

4.根据权利要求1所述的一种基于遗传算法的钢格板优化排料方法，其特征在于：所述S3中的BOM信息表包含扁钢数量、扁钢长度、扁钢厚度、横杆数量和横杆长度相关特征和工艺信息。

5.根据权利要求1所述的一种基于遗传算法的钢格板优化排料方法，其特征在于：所述S4中的扁钢零件与扁钢原材料是等宽和等厚的，因此，扁钢排料是典型的一维优化下料问题，即零件与原材料等宽，排样时只需要在长度方向进行考虑，并采用遗传算法对钢格板扁钢排料这一条材下料问题进行优化求解。

6.根据权利要求5所述的一种基于遗传算法的钢格板优化排料方法，其特征在于：所述采用遗传算法对钢格板扁钢排料这一条材下料问题进行优化求解的具体步骤如下：

S41、建立目标函数；

扁钢优化排料问题可描述为：设有M种扁钢原材料(按长度划分)，第m种原材料的数量为N_m，其长度为L_m；设有p种待下料扁钢零件(按长度划分)，第p种零件的长度为l_p，其需求量为b_p。

优化排料目标是在完成所有零件下料的基础上，使得消耗的扁钢原材料长度最少；

为不失一般性，假设M种扁钢原材料中有r种无数量限制，则有0N_m∞，m＝1，2，…，M-r；N_m＝∞，m＝M-r+1，M-r+2，…，M；

则建立优化数学模型；

其中，Z为目标函数，消耗的扁钢原材料长度最小；L_m为第m种扁钢原材料的长度；M为扁钢原材料的种类；为在第m种原材料上的第j种切割方式的使用次数，即用第j种切割方式切割第m种原材料的数量；n_m为第m种原材料上可行切割方式总数；

S42、确定约束条件；

其中，b_i为第i种待下扁钢零件的需求量；为第m种原材料对应的第j种切割方式下第i种扁钢零件的数量；N_m为第m种扁钢原材料的数量；p为待下料扁钢零件种类；

S43、遗传算法参数设置；

完成遗传编码、适应度分配、选择运算、交叉运算、变异运算、运行参数等遗传算法参数设定；

S44、执行遗传优化，得出钢格板扁钢排料的优化方案。