面向智能制造的不规则零件排样优化算法
以智能工厂应用场景为例,为提高广泛应用于智能制造领域的二维不规则件的排样性能,提出了基于启发式和蚁群的不规则件排样优化算法.首先提取不规则件的几何特征,对零件进行组合操作预处理,使两个或多个不规则零件组合为矩形件或近似矩形件并对其包络矩形,然后利用蚁群学习算法对预处理后的零件进行排样,确定零件排放的最佳位置,不断更新得到最优排样结果.仿真实验结果表明,综合考虑板材利用率以及耗时情况,所提算法取得了较好的结果,能够满足实际生产的需求.
二维板材、不规则零件、启发式算法、蚁群学习算法、优化排样
27
TP391(计算技术、计算机技术)
2021-07-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
1673-1680