基于最小势能原理的不规则零件排样算法

提出了一种基于最小势能原理的不规则零件排样算法(HAPE),揭示了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.

一种不规则零件排样的新粒子群优化策略

基于图形扫描转换的启发式底左(Heuristic Bottom-Left,HBL)算法,把一种最大速度收缩策略(Maximal Velocity Contrac-tile Strategy,MVCS)的粒子群优化(Particle Swarm Optimization,PSO)算法应用于不规则零件的优化排样,给出了新的排样组合优化算法(MVCS-PSO)的粒子构造方法和零件排样过程,通过实例把该算法与模拟退火遗传算法(Simulated Annealing Genetic Al-gorithms,SAGA)进行优化排样比较,实验结果表明,具有良好的非线性和动态搜索性能的MVCS-PSO算法是求解排样问题的一种高效算法。

大规模零件优化排样研究

优化排样研究是为提高排样效率及材料利用率以增强企业市场竞争力而进行的研究。针对大规模零件优化排样问题,研究了一种混合排样策略和排样解码算法及相应的智能排样算法。该策略对图形处理、同型排样、解码算法、智能算法进行研究,采用在最低水平线法排样解码算法基础上加入分列思想的排样解码算法和在改进遗传算法基础上加入元算法和禁忌搜索算法的方法提高了大规模零件的排样效率。最后给出了混合排样系统的流程与计算实例,验证了算法的可行性。

圆形零件的排样问题

根据某家电制造企业提出的圆形零件排样问题,给出了该企业提供的3种排样方式———并排、品排和品排斜排的模型。然后,对这3种排样方式进行了简单的介绍和分析,并通过对实际数据的计算说明了品排斜排的排样方式要优于并排的排样方式。针对品排斜排的排样方式,又提出多列选择,即在原始的品排斜排方案上去掉“两列一组”的限制,改为多列一组,并利用实验数据,给出品排斜排下各列对应的利用率。通过这些利用率数据发现:品排斜排方式下的利用率随列数的增加呈现一个先升后降的趋势。

基于矩形化动态匹配的船体零件排样算法研究

基于启发式搜索策略,提出了一种改进的排样算法——剩余矩形的动态匹配法来求解不规则船体零件的矩形化排样,并通过自动正交碰靠实现零件的紧密靠接和定位。动态匹配包括对入排零件与未排放的剩余矩形区域进行宽度匹配计算和排样高度的调整,并以其匹配度最佳及最低排样高度作为排样布局的评估准则来实现排样过程中的实时动态寻优。该算法在一定程度上实现了排样中定位与定序的协同思路,实例证明其有效性。

基于数控切割工艺的单一零件优化排料

分析了在有限长、宽的整体板料上对单一零件优化排样的方法、步骤及其关键技术,总的目标是在单张板料上排放尽可能多的零件;提出了基于数控切割工艺的优化排样算法,给出并分析了算法运行实例。

基于AutoCAD二次开发的钣金件CAD/CAM系统的设计与实现

介绍了使用Object ARX在Auto CAD2000平台上钣金件CAD/CAM系统的实现,该系统以数据库为支撑,由排样任务设置、优化排样、后置处理三个模块组成,具有集成度高,操作性好,功能强大的特点,具有良好的推广价值。

厚转塔型数控冲床及模具的应用

介绍了厚转塔型数控冲床在生产中的应用,分析了如何高效使用模具、各转塔工位的优化选择、高效冲切等方面的内容,有利于延长数控冲床及模具寿命,提升生产效率,节约原材料。

洗衣机异型垫圈冲压模设计与制造

分别选用全自动洗衣机波轮异型垫圈和双桶洗衣机脱水桶异型垫圈两个不锈钢零件为制造对象,对其结构形状和尺寸进行必要的调整,使之可以进行套裁。通过合理调整冲裁工艺,采用合适的模具结构、模具零件材料及热处理工艺,成功在一套复合模上一次冲出两个零件,节约大量材料并提高了生产效率,获取更好的技术与经济效益。