一、冲裁件优化排样系统的开发（论文文献综述）
杨少杰[1]（2012）在《冲裁件条带剪切排样算法研究》文中指出计算机辅助排样,又称为CAN （Computer Aided Nesting）,是广泛应用的计算机辅助设计与制造技术的重要分支之一,在国民经济的许多行业中广泛应用,例如机械制造业、交通运输设备制造业、体育用品加工业、木材加工业等行业。优化排样技术被用来解决在给定的原材料上排出所需求的毛坯零件,使毛坯布局最优,最大限度的提高原材料的利用率,以达到节约原材料、简化切割工艺并最终降低企业生产成本的目的。在生产实践中,大量的线材、卷材、板材等原材料需要进行分割排样,而根据以往传统的人工排样,存在浪费人力、物力及原材料利用率低等问题,且很难获得理想的排样方案,增加了企业的生产成本。利用计算机辅助优化排样,对排样问题进行研究并设计合理的排样方案,可以达到提高原材料的利用率、减少排样工作量和简化切割工艺,最终降低产品生产成本的目的。因此,使用先进的计算机辅助优化排样技术对企业生产生活具有重要的指导意义。在材料分割问题中,很多金属板材零件的制作,需要采用剪切冲裁工艺切割。该工艺分为条带剪切、零件冲裁两个阶段。在下料时,首先使用普通剪床将板材切割成条带,即条带剪切阶段,然后使用冲床将条带切割成零件。采用冲裁条带切割工艺,其相关条带宽度参数及零件尺寸在模具设计阶段已经确定,不能更改,但可对板材上条带的布局进行排样,以提高材料利用率。在条带排样过程中允许出现多种条带,且每种条带中冲裁件尺寸相同,但条带长度和方向允许不同。矩形件排样问题是优化辅助排样广泛存在的一种下料问题,目前,国内外学者对矩形件排样问题的研究都给予了足够的重视,特别是对矩形件二维下料问题提出了很多算法,如：动态规划算法、线性规划算法、分支界定算法、蚁群算法及遗传算法等,对提高排样方式的利用率、计算时间及简化切割工艺较多,但简化对冲裁条带毛坯零件排样的研究较少。本文对冲裁件条带剪切问题进行研究：冲裁件单一,即条带只包含一种规格的毛坯零件,且冲裁件和条带参数已知；在冲裁条带时,对冲裁件的出现次数没有约束,即冲裁件无约束；排样目标是在单张板材毛坯价值（毛坯总数）最大情况下,条带切割和冲裁件切割刀数总和最小,即切割工艺最简最优。本文的主要工作如下：第一,对目前矩形毛坯排样算法进行研究,选择合适的算法作为本课题的算法进行研究。本文采用动态规划算法进行研究。第二,对在已选择的算法进行改进,开发出冲裁件条带排样系统,验证本文算法的可行性和有效性,并用其解决本文研究的排样问题。第三,选取多组算例多本算法进行实验,通过对试验结果进行比较和分析,说明本算法对能够在保证毛坯价值（毛坯总数）最大的情况下,切割刀数最小,计算时间能满足实际生产的需要,从而降低企业生产成本。
刘虓[2]（2011）在《基于HAPE的二维不规则零件排样算法及其性能研究》文中研究指明二维排样问题在许多工业领域均有应用,比如:冲裁件加工、造船、服装、皮革切割等。排样效率的微小提升可为这些行业带来巨大的经济效益。另外排样算法属于一类组合优化问题,具有极高的计算复杂度,国内外学者对此进行了几十年持续不断的研究。二维不规则零件排样问题存在两大瓶颈:临界多边形（NFP）和计算机速度。多数排样算法都是基于NFP的,但其计算时间与零件类型数（N）和转角个数（RN）成平方关系,因此当零件数量很大或旋转角数目很多时,NFP的计算时间将成为一个巨大障碍。另外排样优化算法历来是一个需要多次迭代的耗时算法,排样优化问题为了得到一个较为理想的结果,往往需要几个小时的时间。针对以上问题,本文主要做了如下几个方面的工作。（1）提出了一种基于矢量格式的零件靠接算法,突破了“矢量图形靠接速度慢”的论断。该靠接算法包含两部分内容:多边形分离判据和进退法。多边形分离判据将多边形之间的相对关系归结为点与多边形的包含关系以及直线段之间相交关系。至于进退法,其思路如下:如果零件分离,则进;如果零件重叠,则退;直至靠接误差满足精度要求。本文通过一个算例证明了该算法的高效性。（2）提出了基于最小势能原理的不规则零件排样算法（HAPE）,揭示了零件排样问题的物理意义:零件总是试图通过平移和旋转运动尽量降低零件的重心高度,从而得到更加紧密的排列。为了寻找最优排样姿态使零件重心最低,需要在母材上均匀布置一些点,让零件在每个点间隔一定的角度进行旋转。算例表明HAPE是可靠的,且物理意义明确,不需要计算临界多边形,可以处理任意不规则形状零件。（3）将HAPE与爬山算法（HC）和模拟退火算法（SA）结合产生了两种混合排样算法。通过大量测试和对比分析,研究了这两种混合算法的性能,尤其是RN以及PPD （排样点间距）对于排样密度的影响。对混合算法表现出来的“甜蜜”RN现象进行了初步的研究。（4）排样问题并行化在国内外尚处于前沿研究阶段。本文成功地将并行计算应用于不规则排样算法。测试结果表明并行技术能够大幅度提高排样的计算速度,但考虑到通信开销,并行计算更适合求解大规模排样问题。
李尚芳[3]（2011）在《冲裁用条带的剪切排样算法研究》文中进行了进一步梳理计算机辅助排样,又称为CAN （Computer Aided Nesting）,是计算机辅助设计与制造技术的重要分支之一。优化排样技术用于指导各行业处理各种下料问题,广泛应用于机械制造业、服装制造业、皮革制品制造业以及建筑行业中,同时它是一个典型的组合优化问题,已被证明是具有较高计算复杂度的NP完全问题。传统的排样工作往往依靠人工经验,时间长并且效果不理想,加大了生产成本。因此,设计合理的、最优的排样算法具有深远的理论意义和实际意义。制造业常采用剪冲下料工艺分割金属板材。这种工艺包括条带剪切和零件冲裁两个阶段。条带剪切阶段用普通剪床将板材切成条带,零件冲裁阶段用冲床从条带上冲出零件。冲裁用的条带参数（条带宽度和步距等）在冲裁模具设计阶段确定。虽然在条带剪切阶段不可以改变条带参数,但可以对条带在板材上的布局进行优化（条带排样）,达到节约材料的目的。在条带排样过程中,允许多种条带（一种条带对应一种冲裁件）出现在同一张板材中,并且属于同一种类的多根条带,其长度和方向都可以不同。目前,对矩形件下料排样,国内外学者提出了许多行之有效的算法,如动态规划、分支定界、连分数、禁忌搜索、蚁群算法等,而对条带排样问题的研究很少。本文研究无约束条带排样问题：需要多种冲裁件,每种冲裁件的单价和条带参数已知；用剪床将板材切成条带,对每种冲裁件在板材中出现的次数无约束,排样目标是使单张板材所含冲裁件的总价值最大。将此算法和线性规划模型相结合,就可以求解如下条带下料问题：需要多种冲裁件,采用剪冲工艺下料,每种冲裁件的需求量和条带参数已知；排样目标是在满足对各种冲裁件数量需求的前提下,使所耗板材总成本最小。本文借鉴矩形多段排样方式的生成算法,提出了基于多段排样方式的条带排样算法。本文的主要工作如下：第一,设计多段排样方式生成算法,采用一组相互平行的分割线将板材分成多个段,每段含一组方向和长度都相同的条带。通过动态规划算法确定所有可能尺寸段的最优价值以及板材中段的最优组合,使整张板材价值达到最大。第二,进一步完善和改进本文算法,引入了减少搜索条带范围的策略来提高算法的运行效率,以缩短求解时间。第三,规划和设计条带排样系统的基本功能模块,开发了一个基于多段排样方式的条带排样系统。采用多组算例对算法进行试验,通过对试验结果的比较和分析,结果表明,本文算法能够提高材料利用率,计算时间能满足实际应用的需要。
贺晋[4]（2010）在《冲压模CAD与排样系统研究》文中提出随着科学技术的发展,现代生产模式已经转变成小批量、多品种、精度高、实时生产,对生产者的响应时间要求越来越短。模具设计是制约生产质量和效益的瓶颈环节,也是解决问题的关键。根据本部门的生产试制需求,从冲裁排样工艺与冲裁模具设计一体化的指导思想出发,本文重点对基于参数化的冲裁模快速设计系统和冲裁排样工艺的优化设计进行了研究,并开发了基于参数化的冲裁模CAD与排样系统软件原型,实现了排样工艺设计与冲裁模设计的集成。本文主要研究工作如下:1.建立了冲裁模CAD与排样系统的总体框架、功能模型和信息模型,根据冲裁模设计的内容和特点,将整个系统软件分为毛坯排样、模具结构及零件设计、工程图样处理、标准件及典型结构建库等几个模块。2.研究了冲裁毛坯的优化排样算法,在多边形顶点算法的基础之上,有针对性地构造出与之相适应的优化排样顶点算法,该算法简便、有效,利用该算法实现了条料的几种基本排样方式。3.对参数化设计进行了研究,并且提出了基于特征的三维参数化建模方法,运用特征造型技术建立了零件的三维参数化模型和冲裁模元件三维参数化图形库,完成了元件图形库与信息数据库的关联与统一管理。4.系统研究了冲裁模CAD与排样系统的软件体系结构,在Windows xp操作系统下,以SQL Server为数据库支撑系统,以Delphi为开发工具,开发了冲裁模CAD及排样系统的软件原型。采用Visual C++开发出毛坯排样模块和二维参数化绘图模块。5.最后进行了总结并提出今后研究方向。
史国辉[5]（2010）在《冲裁件智能排样混合算法研究与系统开发》文中认为在钣金零件制造中冲压加工技术占有很大比重。但目前我国在冲压生产过程中,冲裁件的排样仍是依靠经验、人工试凑摆放,经过多次反复后找出一个主观认为较好的排样方案,工作量大,经济效益低,加工周期长。为了简化计算,提高效率,本文针对冲压加工中的排样问题,以单种零件排样、矩形件组合排样两类排样问题为研究对象,研究开发了智能排样系统。本文通过对智能排样问题的分析和复杂程度的研究,将排样问题大体分为单种零件排样和组合件排样两大类,提出了单种零件排样步距的计算方法和组合件包络矩形替代法,设计了智能排样系统总体模块。本文吸取模拟退火算法和遗传算法的优点,针对初始群体的生成、温度控制、随机接受函数、适应度函数和遗传操作等关键问题,提出了遗传退火算法的实现流程。通过对优化模型的简化和目标的优化,建立了问题的数学模型。本文建立了冲裁件自动排样系统体系构架和实现方案,提出了自动排样系统流程中处理几何信息和非几何信息的处理方法以及智能排样算法的设计原理和实现流程。系统通过阅读DXF格式图形交换文件得到冲裁件轮廓的所有图元的参数信息。根据获得的信息,完成对冲裁件的分析,由分析结果和输入的非几何信息,系统进行推理得到冲裁件排样方案。本文采用遗传模拟退火算法和碰撞算法混合求解,以AutoCAD为开发平台,采用Visual Basic6.0的面向对象的编程方法在Windows操作系统下进行。系统采用Microsoft Access作为数据库支撑平台来完成排样相关参数数据的操作。该系统具有良好的界面和人机交互功能,而且求解质量稳定、速度快。
万良辉,贺平[6]（2009）在《冲裁件优化排样方法的研究与实现》文中指出论述了冲裁件排样材料利用率计算的数学模型和计算机的排样的方法,并给出了采用加密点逐步移动判定法对冲裁件进行单排顺排、单排对排的计算机最优排样算法。以达到节约材料,提高效益的目的。以智能优化算法为基础,给出了单排对排的优化排样算法及实现方法,实验结果证明本文提出的方法是有效的。
赵兴林,肖尧先[7]（2008）在《基于UG平台的冲裁工艺CAD系统》文中指出本文主要说明了利用UG的良好的开放性和其二次开发技术在VC++编程开发环境下,在UG平台上开发计算机辅助设计冲裁模工艺分析和工艺设计系统的一些主要处理技术、实现方法。并介绍了系统的主要功能,包括冲裁件图形处理、冲裁件结构工艺可行性分析、冲裁件优化排样等。
赵治国,卢军,贾俐俐[8]（2008）在《遗传算法和碰撞算法混合求解冲裁件自动排样问题》文中研究说明针对冲裁件的实际情况,提出了一种利用遗传算法和碰撞算法混合求解冲裁件自动优化排样的方法。在排样中对冲裁件的纵向偏距、放置角度和排样方式进行编码,通过碰撞理论来计算每个个体所对应排样的排样步距。论文给出了运用遗传算法求解的步骤、遗传代码的构造方式和排样步距的求解方法。
李娜[9]（2008）在《基于遗传算法的冲裁件优化排样》文中研究表明优化排样技术广泛地应用于机械制造、服装、皮革以及建筑行业中,同时它也是一个具有较高计算复杂度的NP完全问题。长期以来,如何进行合理的、最优的排样一直是工程技术人员孜孜以求的目标。传统的排样工作往往依靠经验进行,时间长并且效果不理想。随着计算机技术的发展,人们迫切需要对计算机优化排样技术进行深入研究。本文在广泛调研的基础上,结合国内外的研究现状和排样问题的自身特点,针对具有不规则形状的二维冲裁件的排样问题进行了深入地研究,主要研究内容包括:分析了排样研究的背景以及国内外的研究现状,对现有二维零件排样常用算法进行了研究比较。介绍了遗传算法和碰撞算法的基本原理及特点,并详细介绍了遗传算法的基本操作和步骤。提出一种基于遗传的碰撞算法,即在碰撞算法的基础上加入遗传算法,通过求解得到二维零件排样的最优位置和摆放角度,实现二维冲裁件的最优化排样。详细介绍了基于遗传的碰撞算法的具体实现细节,整个排样系统的流程,系统的框架以及系统的各个功能模块。在上述技术研究的基础上,基于遗传的碰撞算法应用于冲裁件优化排样软件中。应用实践表明,该算法具有计算速度快的特点,排样结果令人满意。
郝玲琴[10]（2007）在《基于神经网络的冲裁件优化排样算法研究》文中研究指明冲裁件优化排样的目标是在满足一定约束条件下,合理、有效地在板材上尽可能多地排布各种零件,减少废料,使材料利用率提高。优化排样问题是典型的组合优化问题,具有很高的计算复杂性。本文把冲裁件作为封闭的二维几何图形,以二维几何图形之间的二维布尔运算来实现冲裁件之间相对位置的几何变化。本文深入研究了Hopfield神经网络原理,把冲裁件的优化排样问题映射到神经网络。根据冲裁的工艺要求,建立了使利用率提高的数学模型。然后结合相关约束条件推导出了目标函数并将其转化为Hopfield神经网络能量函数。当网络的初始条件充分邻近稳定状态点,网络将收敛到某一稳定平衡点（它相应于能量函数的极小值）,即问题的解。文中通过三个排样实例证明此算法能得到合理的、有效的排样方案,具有一定的可行性。
二、冲裁件优化排样系统的开发（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、冲裁件优化排样系统的开发（论文提纲范文）
（1）冲裁件条带剪切排样算法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 优化排样问题 |
| 1.3 冲裁件条带剪切问题 |
| 1.4 国内外研究现状概述 |
| 1.5 选题依据及研究目的和意义 |
| 1.6 本文的主要工作及章节安排 |
| 1.6.1 本文的主要工作 |
| 1.6.2 章节安排 |
| 第2章 冲裁件条带剪切排样的基础 |
| 2.1 一些基本概念 |
| 2.2 动态规划 |
| 2.2.1 动态规划理论及思想 |
| 2.2.2 动态规划模型 |
| 2.3 线性规划 |
| 2.4 粒子群算法 |
| 第3章 冲裁件条带剪切排样算法 |
| 3.1 相关概念 |
| 3.2 算法原理及实现 |
| 3.2.1 算法原理 |
| 3.2.2 算法实现 |
| 3.2.3 确定最优排样方式的算法步骤 |
| 3.3 最优排样方式的回退法 |
| 第4章 冲裁件条带剪切排样系统的开发与实验计算 |
| 4.1 冲裁件条带剪切排样系统 |
| 4.2 实验计算 |
| 4.2.1 本文与同尺寸矩形毛坯排样方式的对比 |
| 4.2.2 本文排样方式与冲裁条带单一排样方式的对比 |
| 4.3 实验结果分析 |
| 第5章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（2）基于HAPE的二维不规则零件排样算法及其性能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 二维规则排样问题 |
| 1.2.2 二维不规则排样 |
| 1.3 主要研究工作和创新点 |
| 第二章新型多边形重叠检测算法及其在冲裁件排样中的应用 |
| 2.1 引言 |
| 2.2 多边形重叠检测 |
| 2.2.1 点在多边形内的判据 |
| 2.2.2 “多边形分离”判据 |
| 2.3 基于多边形重叠检测的靠接算法 |
| 2.4 靠接算法性能测试 |
| 2.5 基于多边形重叠检测的冲裁件排样 |
| 2.6 冲裁件排样的算法流程 |
| 2.6.1 普通单排（single row layout） |
| 2.6.2 普通双排（double row layout） |
| 2.7 算例 |
| 2.8 小结 |
| 第三章 基于最小势能原理的不规则排样算法(HAPE) |
| 3.1 引言 |
| 3.2 排样问题的物理解释 |
| 3.3 基于最小势能原理的排样算法HAPE |
| 3.3.1 基本定义 |
| 3.3.2 HAPE 基本算法 |
| 3.3.3 HAPE 改进算法 |
| 3.4 HAPE 计算基准问题的性能测试和分析 |
| 3.5 HAPE 计算大规模和多转角问题的性能测试 |
| 3.6 HAPE 在现实工程问题中的应用 |
| 3.7 小结 |
| 第四章 基于HAPE 的排样优化混合算法 |
| 4.1 引言 |
| 4.2 混合算法（HAPE+HC） |
| 4.2.1 爬山法简介 |
| 4.2.2 混合算法HAPE+HC 流程 |
| 4.2.3 邻域解产生方法 |
| 4.3 RN 和PPD 对HAPE 性能的影响 |
| 4.4 混合算法(HAPE+SA) |
| 4.4.1 模拟退火算法简介 |
| 4.4.2 混合算法HAPE+SA 流程 |
| 4.5 基于HAPE 的混合排样优化算法性能测试分析 |
| 4.6 浅析“甜蜜”RN 产生机理 |
| 4.7 等效序列及其判断方法 |
| 4.7.1 零件编号序列 |
| 4.7.2 零件类型序列 |
| 4.7.3 两种序列模式的相互转换 |
| 4.7.4 零件类型序列链表 |
| 4.7.5 “等效序列”判断方法 |
| 4.8 小结 |
| 第五章 HAPE 算法的并行化 |
| 5.1 引言 |
| 5.2 并行计算基本概念 |
| 5.2.1 基本术语和概念 |
| 5.2.2 常用MPI 函数 |
| 5.2.3 并行程序设计 |
| 5.2.4 综合应用 |
| 5.3 并行算法在排样优化问题中的应用 |
| 5.3.1 改造HAPE+HC |
| 5.3.2 HAPE+HC 并行程序设计关键问题 |
| 5.3.3 HAPE+HC 并行化流程 |
| 5.3.4 并行混合优化算法测试 |
| 5.4 小结 |
| 第六章 基于HAPE 的定序列不规则零件排样程序设计及功能介绍 |
| 6.1 前言 |
| 6.2 零件排样系统描述格式 |
| 6.2.1 零件描述格式 |
| 6.2.2 零件系统描述格式 |
| 6.3 零件排样系统的图形交互功能 |
| 6.4 零件排样系统的功能实现 |
| 6.4.1 手工排样 |
| 6.4.2 自动排样 |
| 6.5 冲突检查和排样信息输出 |
| 6.5.1 零件冲突检查 |
| 6.5.2 排样图的生成 |
| 6.5.3 排样参数的输出 |
| 6.6 HAPE 快速入门 |
| 6.7 操作命令清单 |
| 6.8 小结 |
| 结论和展望 |
| 参考文献 |
| 附录 |
| 附录 1 算例 SOMEPARTS 的排样信息 |
| 附录.2 并行计算环境的搭建 |
| 附录.3 并行程序开发环境设置 |
| 附录.4 串行 HAPE+HC 程序 |
| 附录.5 并行 HAPE+HC 程序 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（3）冲裁用条带的剪切排样算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 优化排样问题概述 |
| 1.3 冲裁用条带排样问题 |
| 1.3.1 一些基本概念 |
| 1.3.2 研究背景和意义 |
| 1.3.3 研究现状 |
| 1.4 选题依据 |
| 1.5 本文的主要工作及章节安排 |
| 1.5.1 本文的主要工作 |
| 1.5.2 本文章节安排 |
| 第2章 条带排样的理论基础 |
| 2.1 优化排样常用算法 |
| 2.1.1 线性规划法 |
| 2.1.2 分支定界法 |
| 2.1.3 启发式算法 |
| 2.2 条带排样的理论基础 |
| 2.2.1 动态规划理论 |
| 2.2.2 背包问题 |
| 第3章 典型的条带排样方式介绍 |
| 3.1 条带排样 |
| 3.2 几种典型的条带排样方式 |
| 3.2.1 剪切排样方式 |
| 3.2.2 规范多级排样方式 |
| 3.2.3 直切排样方式 |
| 3.2.4 T型排样方式 |
| 3.2.5 两段排样方式 |
| 3.2.6 T型同质块排样方式 |
| 3.2.7 三块排样方式 |
| 3.2.8 两阶段普通块排样方式 |
| 3.3 冲裁用条带排样方式选择的原则 |
| 第4章 条带优化排样算法 |
| 4.1 相关概念 |
| 4.1.1 无约束二维条带排样 |
| 4.1.2 条带价值 |
| 4.2 算法原理及其实现 |
| 4.2.1 算法原理 |
| 4.2.2 算法实现 |
| 4.2.3 算法的时间复杂度分析 |
| 4.3 算法的改进策略 |
| 4.4 确定条带几何布局的回退法 |
| 第5章 条带优化排样系统的开发与实验计算 |
| 5.1 条带优化排样系统的开发 |
| 5.2 实验计算 |
| 5.2.1 不同毛坯种数排样方式的对比 |
| 5.2.2 不同板材尺寸排样方式的对比 |
| 5.2.3 本文排样方式和T型排样方式、两段排样方式的对比 |
| 5.3 实验结果分析 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录1 第5章5.2.1节第一组算例的毛坯数据 |
| 附录2 第5章5.2.3节实验二10道例题的毛坯数据 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（4）冲压模CAD与排样系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 冲裁模CAD 的国内外研究现状 |
| 1.2.2 参数化设计的国内外研究现状 |
| 1.2.3 冲裁排样的国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 第二章 冲裁模CAD 与排样系统框架的建立 |
| 2.1 引言 |
| 2.2 冲裁模CAD 与排样系统技术基础 |
| 2.2.1 冲裁模CAD 与排样系统开发的一般过程 |
| 2.2.2 冲裁模CAD 与排样系统的主要技术构成 |
| 2.2.3 特征和参数化技术在冲裁模CAD 中的应用 |
| 2.3 冲裁模CAD 与排样系统总体结构 |
| 2.4 冲裁模CAD 与排样系统功能模块组成 |
| 2.5 冲裁模CAD 与排样系统的信息流程 |
| 2.6 本章小结 |
| 第三章 冲裁排样优化设计 |
| 3.1 引言 |
| 3.2 理论分析 |
| 3.2.1 材料的利用率 |
| 3.2.2 搭边 |
| 3.3 优化排样算法设计 |
| 3.3.1 优化排样算法比较 |
| 3.3.2 优化排样主要步骤 |
| 3.4 条料优化排样 |
| 3.5 计算实例 |
| 3.6 本章小结 |
| 第四章 冲裁模零件的参数化设计 |
| 4.1 引言 |
| 4.2 参数化设计方法 |
| 4.3 参数化图形库的建立 |
| 4.3.1 基于特征的三维参数化模型的实现方法 |
| 4.3.2 零件三维参数化模型的建立 |
| 4.3.3 图形信息与数据库的关联 |
| 4.4 冲裁模零件的参数化实现 |
| 4.4.1 标准模具零件及其相似零件的实现 |
| 4.4.2 专用模具零件的实现 |
| 4.5 本章小结 |
| 第五章 冲裁模CAD 与排样系统开发 |
| 5.1 引言 |
| 5.2 系统开发环境 |
| 5.3 系统结构 |
| 5.4 系统数据模型 |
| 5.5 系统主要界面 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
（5）冲裁件智能排样混合算法研究与系统开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 国内外优化排样问题研究的现状及趋势 |
| 1.3 排样对智能优化的要求及技术难点 |
| 1.4 课题来源 |
| 1.5 本文研究的目的及主要内容 |
| 第2章 智能排样问题分析及系统模块设计 |
| 2.1 排样下料问题的分析 |
| 2.1.1 优化排样问题计算复杂性分析 |
| 2.1.2 冲裁件下料排样问题概述 |
| 2.2 单种零件排样问题分析及计算方法 |
| 2.2.1 单种零件排样的数学模型 |
| 2.2.2 单种零件排样步距的计算方法 |
| 2.3 组合排样件问题分析及矩形替代 |
| 2.3.1 单个零件的包络矩形替代法 |
| 2.3.2 两个零件的包络矩形替代法 |
| 2.4 排样系统的模块分析及设计 |
| 2.4.1 智能排样模块的算法问题分析 |
| 2.4.2 智能排样模块的矩阵变换 |
| 2.5 本章小结 |
| 第3章 智能排样的算法的研究及模型的建立 |
| 3.1 模拟退火算法 |
| 3.1.1 模拟退火算法的提出 |
| 3.1.2 模拟退火算法原理 |
| 3.1.3 模拟退火算法的基本组成 |
| 3.2 遗传算法 |
| 3.2.1 遗传算法的特点 |
| 3.2.2 遗传算法在排样问题中的应用 |
| 3.3 遗传退火算法 |
| 3.3.1 遗传退火算法的理论基础 |
| 3.3.2 遗传退火算法的实现过程 |
| 3.4 智能排样的模型和性质 |
| 3.4.1 模型简化和优化目标 |
| 3.4.2 冲裁件排样的数学模型建立 |
| 3.5 本章小结 |
| 第4章 智能排样系统的开发 |
| 4.1 冲裁件信息的管理 |
| 4.1.1 零件信息的分类与储存 |
| 4.1.2 零件信息的交互与对应 |
| 4.2 排样中的前置处理 |
| 4.2.1 零件几何信息的分类提取 |
| 4.2.2 封闭轮廓的提取 |
| 4.3 冲裁件数据库的建立 |
| 4.3.1 冲裁件零件数据库的建立 |
| 4.3.2 冲裁件材料数据库的建立 |
| 4.3.3 应用程序与数据库的连接 |
| 4.4 冲裁件排样系统整体框架的开发 |
| 4.4.1 排样系统的特点和功能 |
| 4.4.2 排样系统的基本框架 |
| 4.4.3 智能排样系统界面设计 |
| 4.4.4 排样系统的开发环境 |
| 4.5 本章小结 |
| 第5章 智能排样系统的排样应用 |
| 5.1 单种零件排样应用 |
| 5.2 组合零件排样应用 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（6）冲裁件优化排样方法的研究与实现（论文提纲范文）
| 1 前言 |
| 2 冲裁件排样的数学模型 |
| 2.1 单排排样材料利用率的计算 |
| 2.2 双排排样材料利用率的计算 |
| 3 计算机的排样方法 |
| 3.1 加密点逐步移动判定法 |
| 3.2 平行线分割一步平移法 |
| 3.3 人机交互动画寻优法 |
| 3.4 高度函数法 |
| 4 单排优化排样的加密点法算法与实现 |
| 4.1 单排对排优化的实现步骤 |
| 4.2 单排顺排优化的实现步骤 |
| 5 结论 |
（8）遗传算法和碰撞算法混合求解冲裁件自动排样问题（论文提纲范文）
| 1 冲裁件排样问题描述 |
| 2 冲裁件优化排样算法设计 |
| 3 冲裁轮廓的多边形化 |
| 4 多边形重心位置 (X, Y) 和多边形的半径D的确定 |
| 5 遗传算法在排样问题中的应用 |
| 5.1 适应值函数的确定 |
| 5.2 遗传代码的构造 |
| 5.3 初始种群的选择 |
| 5.4 选择算子的确定 |
| 5.5 交叉算子的确定 |
| 5.6 变异算子的确定 |
| 5.7 终止准则的确定 |
| 6 排样步距与料宽的确定 |
| (1) 排样方式为普通排样 |
| (2) 排样方式为对头排样 |
| 7 应用实例 |
| 8 结束语 |
（9）基于遗传算法的冲裁件优化排样（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 优化排样问题概述 |
| 1.3 优化排样问题的研究背景和意义 |
| 1.4 优化排样问题的研究现状 |
| 1.5 本文研究重点及章节安排 |
| 1.5.1 本文研究重点 |
| 1.5.2 本文章节安排 |
| 第二章 优化排样的基本方法 |
| 2.1 引言 |
| 2.2 优化排样基本方法分类 |
| 2.2.1 数学优化法 |
| 2.2.2 人机交互法 |
| 2.2.3 人工智能法 |
| 2.2.4 启发式算法 |
| 2.2.5 几何计算算法 |
| 2.2.6 几何表达算法 |
| 2.3 优化排样常用算法 |
| 2.3.1 线性规划法 |
| 2.3.2 分枝定界法 |
| 2.3.3 人工神经网络算法 |
| 2.3.4 蚁群算法 |
| 2.3.5 模拟退火算法 |
| 2.4 优化排样的技术难点 |
| 2.5 优化排样的发展趋势 |
| 2.6 本章小结 |
| 第三章 基于遗传的碰撞算法 |
| 3.1 引言 |
| 3.2 遗传算法 |
| 3.2.1 遗传算法的原理 |
| 3.2.2 遗传算法的基本操作 |
| 3.2.3 遗传算法的基本步骤 |
| 3.2.4 遗传算法的性能 |
| 3.2.5 遗传算法的特点和不足 |
| 3.3 碰撞算法 |
| 3.3.1 自动碰撞技术 |
| 3.3.2 确定碰撞距离算法 |
| 3.4 基于遗传的碰撞算法 |
| 3.4.1 染色体编码 |
| 3.4.2 初始化种群 |
| 3.4.3 个体适应度评价 |
| 3.4.4 选择运算 |
| 3.4.5 交叉运算 |
| 3.4.6 变异运算 |
| 3.4.7 终止条件 |
| 3.4.8 算法流程图 |
| 3.5 本章小结 |
| 第四章 冲裁件优化排样软件的开发 |
| 4.1 引言 |
| 4.2 零件的表示 |
| 4.2.1 零件的预处理 |
| 4.2.2 零件的信息描述和数据结构 |
| 4.3 优化算法相关数据结构 |
| 4.3.1 染色体编码 |
| 4.3.2 选择算子 |
| 4.3.3 交叉算子 |
| 4.3.4 变异算子 |
| 4.3.5 解码算法 |
| 4.4 排样系统设计 |
| 4.4.1 系统的总体流程 |
| 4.4.2 排样系统的框架 |
| 4.4.3 系统开发平台和工具 |
| 4.5 算法的优点和缺点 |
| 4.6 应用实例 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文情况 |
（10）基于神经网络的冲裁件优化排样算法研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 研究冲裁件优化排样问题的意义 |
| 1.2 冲裁件优化排样的概念及相关问题 |
| 1.2.1 相关的基本概念 |
| 1.2.2 影响材料利用率的因素 |
| 1.3 优化排样问题的研究现状 |
| 1.4 优化排样问题的相关算法 |
| 1.5 本文的主要工作 |
| 第二章 冲裁件计算机描述及其几何变换 |
| 2.1 冲裁件的几何描述 |
| 2.1.1 基本几何元素 |
| 2.1.2 不规则冲裁件的描述 |
| 2.2 图形几何变换的理论基础 |
| 2.2.1 二维坐标系旋转变换 |
| 2.2.2 二维平移变换 |
| 2.2.3 二维反射变换 |
| 2.2.4 图形变换的组合 |
| 2.2.5 图形变换后多边形各顶点的存储 |
| 2.3 本章小结 |
| 第三章 冲裁件排样的相关问题研究 |
| 3.1 冲裁件排样过程中的判交问题研究 |
| 3.1.1 符号判别法 |
| 3.1.2 角度判别法 |
| 3.1.3 Z_(1-1) 算法判别 |
| 3.1.4 半射线交点计数判别法 |
| 3.2 冲裁件预处理及信息存储 |
| 3.2.1 冲裁件中圆弧段的处理 |
| 3.2.2 冲裁件等距放大 |
| 3.2.3 冲裁件信息及数据的存储 |
| 3.3 不规则冲裁件面积的求取 |
| 3.4 冲裁件之间重叠面积计算 |
| 3.5 本章小结 |
| 第四章 HOPFIELD 神经网络在二维排样中的应用 |
| 4.1 HOPFIELD神经网络原理 |
| 4.2 连续型HOPFIELD网络能量函数及其稳定性分析 |
| 4.2.1 Hopfield 网络能量函数的定义 |
| 4.2.2 连续Hopfield 网络的稳定性分析 |
| 4.3 HOPFIELD神经网络用于组合优化问题的解决 |
| 4.3.1 原理与方法 |
| 4.3.2 排样问题到Hopfield 网络的映射 |
| 4.3.3 能量函数的构造方法 |
| 4.3.4 能量函数对解性能的影响 |
| 4.4 冲裁件排样能量函数的构造 |
| 4.4.1 排样的约束条件及目标函数的确定 |
| 4.4.2 确定神经网络的结构参数 |
| 4.4.3 网络参数的选择 |
| 4.4.4 网络初始状态的选择 |
| 4.4.5 激励函数的预处理 |
| 4.4.6 Hopfiield 网络排样计算流程图 |
| 4.5 本章小结 |
| 第五章 冲裁件优化排样算法应用 |
| 5.1 应用程序的选择 |
| 5.2 冲裁件排样系统界面设计 |
| 5.3 实例应用 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 摘要 |
| ABSTRACT |
| 致谢 |
四、冲裁件优化排样系统的开发（论文参考文献）
- [1]冲裁件条带剪切排样算法研究[D]. 杨少杰. 广西师范大学, 2012(09)
- [2]基于HAPE的二维不规则零件排样算法及其性能研究[D]. 刘虓. 华南理工大学, 2011(07)
- [3]冲裁用条带的剪切排样算法研究[D]. 李尚芳. 广西师范大学, 2011(04)
- [4]冲压模CAD与排样系统研究[D]. 贺晋. 解放军信息工程大学, 2010(03)
- [5]冲裁件智能排样混合算法研究与系统开发[D]. 史国辉. 哈尔滨理工大学, 2010(05)
- [6]冲裁件优化排样方法的研究与实现[J]. 万良辉,贺平. 机械设计与制造, 2009(10)
- [7]基于UG平台的冲裁工艺CAD系统[J]. 赵兴林,肖尧先. 机电工程技术, 2008(04)
- [8]遗传算法和碰撞算法混合求解冲裁件自动排样问题[J]. 赵治国,卢军,贾俐俐. 工程图学学报, 2008(01)
- [9]基于遗传算法的冲裁件优化排样[D]. 李娜. 南京航空航天大学, 2008(06)
- [10]基于神经网络的冲裁件优化排样算法研究[D]. 郝玲琴. 吉林大学, 2007(03)