基于BL碰撞算法求解排样过程中干涉的问题

在自动排料过程中,采用BL排放策略的移动碰撞算法时,需要反复地更新待排板料中多边形的边界,在某次更新边界的规则不合理时,排放下一块料极易出现图形干涉的现象。针对这个问题,本文采用计算机图形学和计算几何方面的知识,提出一种解决合成多边形时出现干涉问题的方法。

基于航道-船闸系统模型的内河多线船闸调度优化仿真

为了缓解船舶过闸需求和船闸服务能力之间的矛盾,以内河多线船闸为研究对象,利用元胞自动机原理建立了包括顺直段和弯曲段的航道船舶交通流模型,在考虑闸室分配规则、BL排样算法和多闸室并行调度规则的基础上建立了多线船闸调度优化仿真模型,并利用内河航运系统船舶交通组织方法,将船闸与航道两个子模型看成系统模型中的节点和通道,建立了船闸-航道一体的多线船闸系统调度优化模型。以长洲水利枢纽四线船闸为研究对象,根据建立的船舶交通流模型和多线船闸系统调度优化仿真模型对航道船舶交通流时空分布特性、船闸调度优化指标等进行了仿真分析。试验结果表明:船舶上下行平均延误较实际分别降低了10.3%、8.8%,上下行闸室利用率分别提高了7.4%、7.1%。

基于BL-NFP神经网络算法的二维不规则钣金零件排样

针对传统工业生产中二维不规则钣金零件的利用率不高、计算时间较长的问题,提出了以能量函数为载体的BL-NFP(Bottom Left-No Fit Polygon)神经网络算法。该算法是将BL(Bottom-Left)定位算法和临界多边形(No-Fit Polygon,NFP)几何特性相结合,同时模拟了钣金零件的排样过程。并采取对待排入零件优先进行面积大小核算、再排入待排物体的方式,并利用Matlab对算法的输出数据和前人所列出的数据结果进行了测试对比。结果表明:BL定位算法能够合理地计算出零件的排入位置,NFP能够有效地解决不规则零件排样利用率小的问题,神经网络算法则能够有效地提高求解速度。针对二维不规则钣金零件的排样问题,与传统神经网络算法相比较,采用该算法缩短了钣金零件下料机器计算最优解40%的时间,并提高了约8%的钣金材料利用率。