船体零件数控切割路径优化研究

摘要

船体零件切割是船舶制造中重要的工序之一，主要包括装配线划线、内孔切割、零件外轮廓切割三部分内容。由于切割工序没有进行合理的规划，在实际生产中存在划线空走路径长、切割点火次数多、切割空走路径长等问题，导致了切割效率的低下和切割成本的浪费。本文的研究旨在如何合理有效地减小切割机的空走路径长度，提高切割机的工作效率，减少切割成本。
　　本文根据船体零件切割路径优化的特点，分别对船体零件图形预处理技术、装配线划线路径优化、内孔切割路径优化及船体零件连续切割等四个方面内容采用不同的方法进行研究。主要内容如下:
　　(1)把零件分层和零件定向两个关键技术转化为计算机图形学中的两个重要基础问题:点与多边形的包含关系识别和多边形方向识别。
　　针对传统转角和法无法适应点与含有圆弧的多边形包含关系识别，对算法进行了改进并用实例验证了算法的性能。提出了一种基于边的改进Qi函数法判别点与多边形的包含关系，并针对含有圆弧的多边形进行了算法的修正。实例表明两种算法都能有效判别点与多边形包含关系。
　　提出了一种基于三极点序号大小的多边形方向识别算法。在识别多边形方向时，只需判断多边形任意三个极值顶点在多边形顶点序列中的序号大小就能准确得到多边形的方向。对含有圆弧的多边形，采用折线取代圆弧进行识别。实例表明基于三极点序号的多边形方向识别算法简单、稳定、高效并能对含圆弧的复杂多边形进行方向识别。
　　(2)将装配线划线路径优化等同于TSP问题，以划线顺序和划线方向为参数，划线空走路径最短为目标，采用多参数混合编码法，建立了划线路径优化的遗传算法模型（HMPOGA）。运用“贪心策略”初始化种群，提高了种群的适应度;分别对划线顺序和划线方向采用不同的遗传策略，采用“精英子自进化策略”使模型能适应特殊的划线路径并收敛到最优解。仿真试验表明HMPOGA可有效地减少划线空走路径。
　　针对划线路径优化问题的特殊性，基于最大-最小蚁群算法建立了两种蚁群算法优化模型LMPACO和PMPACO，并给出了具体实现策略;引进了局部最差蚂蚁信息素更新模型和全局最优蚂蚁“自变异算子”。仿真试验表明，LMPACO和PMPACO两种算法具有很好的全局收敛性和收敛速度，能有效地减少划线空走路径。通过大量的仿真试验，详细分析了蚁群算法求解划线路径优化模型中各参数的选取对算法性能的影响，并给出了算法各参数的合理选择范围。
　　(3)基于欧拉定理，建立了船体零件连续切割的模型，为实现连续切割提供了理论基础。将船体零件连续切割求解问题转化为图论中构造最小生成树问题，建立了基于遗传算法的求解模型。引入序列编码法、CBMST初始化种群、PMST交叉算子和新的变异算子，改善了算法的性能。仿真试验证明基于遗传算法和最小生成树的连续切割模型能有效减少切割点火次数和空走路径长度，实际应用表明该模型能切实地提高切割机的工作效率，减少切割成本。
　　(4)基于人工蜂群算法，构建了求解内孔切割路径优化问题的算法模型并给出主要实现步骤。通过与人工鱼群算法和遗传蚁群算法对比表明，人工蜂群算法在求解内孔切割路径优化问题中具有较强的优势，能取得最优解并且收敛速度较快。通过仿真试验，分析并探讨了人工蜂群算法中三个主要参数的选取对算法性能的影响，并给出了参数的选择范围。对含有零件的内孔，结合连续切割技术及人工蜂群算法进行优化，实现了内孔与孔内零件的连续切割，使切割附加路径最短，并通过实例验证了模型的合理性。
　　(5)基于对船体零件切割路径优化四个基本问题的研究，构建了船体零件切割路径优化软件系统，设计了软件的输入输出接口，实现了对切割路径的优化、优化数据统计、优化前后路径对比、切割路径模拟、零件干涉检查等功能。最后给出了软件系统的应用实例。

目录

声明

摘要

CONTENTS

图表目录

主要符号表

主要算法缩写表

1 绪论

1．1 背景意义

1．1．1 数控切割在船厂的应用

1．1．2 存在的主要问题

1．1．3 问题的解决策略

1．2 国内外研究进展

1．2．1 零件切割路径优化的研究现状

1．2．2 旅行商问题的研究现状及进展

1．2．3 船体零件定向算法研究现状

1．2．4 船体零件分层算法研究进展

1．3 本文主要研究内容与思路

1．3．1 主要研究内容

1．3．2 论文的组织结构

2 船体零件图形预处理关键技术研究

2．1 基于极点序号的多边形方向识别

2．1．1 多边形极点与方向的关系

2．1．2 基于极点序号的多边形方向识别

2．1．3 仿真试验

2．2 点与多边形的包含关系判别

2．2．1 改进转角和法判别点与多边形相对关系

2．2．2 改进Qi函数法判别点与多边形包含关系

2．2．3 仿真试验

2．3 船体零件预处理技术的应用

2．3．1 船体零件干涉检查

2．3．2 船体零件层次表的建立

2．4 本章小结

3 船体零件装配线划线路径优化

3．1 基于遗传算法的划线路径优化

3．1．1 遗传算法概述

3．1．2 应用于船体零件装配线划线路径优化的遗传算法

3．1．3 实例

3．1．4 算法改进

3．2 基于蚁群算法的划线路径优化

3．2．1 蚁群算法与TSP问题

3．2．2 蚁群算法求解装配线划线路径优化问题

3．2．3 划线路径优化问题的蚁群算法参数匹配研究

3．3 本章小结

4 船体零件连续切割技术研究

4．1 基于欧拉定理的零件连续切割模型

4．1．1 七桥问题和欧拉定理

4．1．2 基于欧拉定理的连续切割模型

4．2 基于遗传算法和最小生成树的零件连续切割技术研究

4．2．1 最小生成树

4．2．2 基于遗传算法和最小生成树的连续切割技术研究

4．2．3 实例

4．3 本章小结

5 船体零件内孔切割路径优化

5．1 人工蜂群算法

5．1．1 蜜蜂采蜜机制

5．1．2 人工蜂群算法基本原理

5．2 ABC求解内孔切割路径优化问题

5．2．1 路径构造

5．2．2 蜜蜂的角色转换

5．2．3 算法步骤

5．2．4 仿真试验

5．3 内孔切割路径优化问题的蜂群算法参数研究

5．3．1 引领蜂比例因子pl和侦查蜂比例因子ps的选取

5．3．2 控制参数limit的选取

5．4 带约束的内孔切割路径优化

5．5 本章小结

6 船体零件数控切割路径优化系统

6．1 系统功能

6．1．1 数据输入输出接口

6．1．2 路径优化

6．1．3 切割路径模拟

6．1．4 日志文件

6．2 应用实例

6．3 本章小结

7 结论与展望

7．1 结论

7．2 创新点摘要

7．3 展望

参考文献

附录 船体零件数控切割路径优化系统应用汇总

攻读博士学位期间科研项目及科研成果

致谢

作者简介