диплом Разработка программного обеспечения автоматизированного раскроя листовых материалов (id=idd_1909_0001187)

СОДЕРЖАНИЕ.
Введение 5
1. Задача о раскрое. Методы её решения 7
1.1 Постановка задачи 7
1.2 Обзор методов решения задачи о раскрое. 8
1.2.1 Метод последовательного уточнения оценок. 8
1.2.2 Задача двумерной прямоугольной упаковки (2DBPP). 11
1.2.3 Генетический блочный алгоритм (GBA) 15
1.2.4 Гильотинный раскрой промышленных материалов. 17
1.2.5 Метод "уступок". 18
1.3 Обзор существующих систем раскроя промышленных материалов. 19
2. Основная часть. 26
2.1 Алгоритмическое обеспечение. 26
2.2 Выбор среды реализации проекта 32
2.2.1 Выбор среды функционирования программы 32
2.2.2 Выбор среды реализации проекта и языка программирования 33
2.3 Описание программы. 34
2.3.1 Структурная схема программы. 34
2.3.2. Функциональная схема программы. 37
2.3.3 Описание основных функций. 40
2.4 Тестирование. 56
2.5 Перспективы развития. 60
3. Расчет экономической эффективности применения ВТ 61
3.1 Технико-экономическое обоснование 61
3.1.1 Тип ПС ВТ 61
3.1.2 Объем ПС ВТ 61
3.1.3 Сложность разрабатываемого ПС ВТ 62
3.1.4 Степень новизны 63
3.1.5 Степень использования в разработке типовых программ 63
3.2 Расчет трудоемкости, фонда времени на разработку и численности и состава исполнителей 63
3.2.1 Распределение трудоемкости по стадиям 63
3.2.2 Расчет сетевого графика 64
3.2.3 Расчет численности и состава исполнителей 68
3.2.4 Распределение трудоемкости по стадиям в соответствие с должностями 68
3.3 Расчет эксплуатационных (текущих) затрат 69
3.3.1 Расчет заработной платы персонала, обеспечивающего функционирование программы 70
3.3.2 Расчет электроэнергии, потребляемой комплексом средств ВТ 70
3.3.3 Затраты на текущий и профилактический ремонт ВТ 71
3.3.4 Расчет годовых амортизационных отчислений 71
3.3.5 Затраты на носители информации 71
3.3.6 Прочие эксплуатационные расходы 71
3.4 Расчет капитальных вложений (единовременных затрат) 72
3.4.1 Расчет производственных затрат 72
3.4.1.1 Расчет основной и дополнительной зарплат. 73
3.4.1.2 Расчет затрат, связанных с использованием машинного времени 73
3.4.1.3 Расчет накладных расходов 73
3.4.1.4 Расчет цены программы 74
3.4.2 Расчет капитальных вложений потребителя 74
3.4.2.1 Расчет затрат на приобретение ВТ, транспортировку и т.д. 74
3.4.2.2 Расчет затрат на строительство или реконструкцию здания 75
3.5 Расчет показателей экономической эффективности 75
3.5.1 Годовой экономический эффект 75
3.5.1.1 Расчет экономии от высвобождения численности 75
3.5.1.2 Расчет экономии за счет снижения трудоемкости работ. 75
3.5.2 Расчет показателя эффективности капитальных вложений 76
3.5.3 Расчет срока окупаемости 76
3.6 Выводы 77
4. Оценка безопасности жизнедеятельности 78
4.1 Общая характеристика безопасности жизнедеятельноcти 78
4.1.1 Анализ опасных и вредных факторов 78
4.1.2 Обеспечение электробезопасности рабочих мест 81
4.1.3 Обеспечение пожарной безопасности 82
4.2 Количественная оценка тяжести труда 84
4.3 Анализ степени тяжести труда 87
Заключение 88
Литература 89
Приложение 1 90
Приложение 2 113
Приложение 3 125













ВВЕДЕНИЕ
Как утверждает математический фольклор, основы линейного программирования были заложены еще в 30-х годах молодым ленинградским математиком В.Л. Канторовичем при работе над социальным заказом - минимизацией отходов авиационной фанеры. Задача о раскрое не потеряла своей актуальности и в наше время.
Экономия материальных ресурсов - важнейший фактор повышения эффективности общественного производства. Одним из важнейших средств, обеспечивающих экономию различных видов ресурсов, является их рациональный раскрой. Среди мероприятий по обеспечению экономии материалов одно из ведущих мест занимает использование экономико-математических и электронно-вычислительных методов для оптимального раскроя. Большую роль в экономии материалов играет технологический процесс разработки карт раскроя материалов. Разработка карт раскроя при помощи ЭВМ позволяет решить эту задачу.
Задачами оптимизации раскроя занимались и занимаются многие исследователи. Несмотря на кажущуюся простоту задачи, до сих пор нет единственного наилучшего и универсального алгоритма ее решения. Это связано как со сложностью самой задачи, так и с различными видами раскроя, применяемыми в промышленности.
В данном дипломном проекте разрабатывается программное обеспечение, с помощью которого на основе заданных размеров плоских прямоугольных деталей (длина, ширина) и ширине распила для листа фиксированного размера пользователь получает карту расположения этих деталей (возможен как просмотр, так и печать карты раскроя) и оценку эффективности применяемого метода раскроя. Данная программа, так же может быть использована для изучения и внедрения многих других алгоритмов раскроя, которые могут быть добавлены в неё из каких-либо динамических библиотек. При этом разработчикам не нужно тратить время на написание кода для отображения результатов использования внедряемых ими алгоритмов раскроя листового материала.
Таким образом, целью данной работы является разработка программного обеспечения для автоматизации процесса раскроя листового материла, и которое может служить, своего рода оболочкой для изучения, внедрения, и использования различных методов раскроя листовых материалов на прямоугольные заготовки. Здесь рассматривается только гильотинный прямоугольный раскрой.
Для достижения данной цели нам необходимо рассмотреть в первую очередь саму задачу раскроя, существующие методы её решения, а так же существующие системы и программы раскроя материалов. Разработать и реализовать алгоритмы и методы для написания программы.













1. ЗАДАЧА О РАСКРОЕ, МЕТОДЫ ЕЁ РЕШЕНИЯ.
1.1. ПОСТАНОВКА ЗАДАЧИ.
Имеется область упаковки W и множество геометрических объектов P={p1, :, pn}. Произвольную зафиксированную точку ci объекта pi назовем центром этого объекта. Картой раскроя называется изображение области упаковки W с расположенными на ней объектами pi, i=1,:,n, O, .
Пусть S(x) - площадь области (объекта) x. Предполагается также, что .
Разделим карту раскроя на две части: деловой остаток U и занятую часть Q, так что Q=W \ U. Распределим незанятую часть H использованной области упаковки Q между объектами pi, i=1, :, n и внешностью области упаковки , i=0 на части yi, i=0, 1, :, n так, чтобы выполнялись следующие условия: O, .
Целевая функция записывается следующим образом:
Суть постановки задачи - минимизация непокрытых частей (остатка) области упаковки.
Качество карты раскроя характеризуется величиной коэффициента раскроя Kp, определяемой как: , где .
Для размещения объекта pi в области W мы будем пользоваться понятием "годограф".
Под годографом Gij(?i, ?j) объекта pi относительно объекта pj понимается такое множество положений центра ci объекта pi, развернутого на угол ?i, при котором объекты pi и pj не пересекаются своими внутренними точками, причем объект pj развернут на угол ?j, т.е. выполняется условие O.
В общем случае годограф может состоять из нескольких частей, а также включать в себя: отдельные отрезки или их совокупности (при плотном вхождении) и отдельные точки. [1]
1.2. ОБЗОР МЕТОДОВ РЕШЕНИЯ ЗАДАЧИ О РАСКРОЕ.
1.2.1. Метод последовательного уточнения оценок.
Известно, что для NP-трудных задач не существует точных алгоритмов. Метод последовательного уточнения оценок (sequential value correction, SVC) является тем эффективным аппаратом, на основе которого разработаны приближенные полиномиальные алгоритмы решения некоторых NP - трудных задач класса раскроя-упаковки. Он был разработан в школе профессора Э.А. Мухачевой и использован для оптимизации гильотинного раскроя. Именно этот метод был выбран для решения подзадачи внешнего оптимизационного уровня - организации порядка следования геометрических объектов при размещении и, собственно, самой задачи упаковки плоских геометрических объектов.
Рассмотрим свойства оценок и сущность метода SVC.
На основе некоторого допустимого раскройного плана для каждой заготовки рассчитываются нормы расхода материала, они и принимаются в качестве оценок . Эти оценки полностью согласуются с постановкой задачи. Предложенный метод представляет собой итерационный процесс, на каждом шаге которого оценки пересчитываются и отвечают новому раскройному плану. Оценки позволяют определить порядок перебора комбинаций заготовок; перебор осуществляется согласно приоритетному списку, в котором заготовки ранжированы по убыванию удельных оценок .
Следующим этапом развития метода последовательного уточнения оценок было его использование для задач прямоугольной упаковки.
Эффективный аппарат на базе оценок может быть также использован для случая, когда заготовки имеют произвольную геометрическую форму. В этом случае метод SVC должен учитывать фигурную форму заготовок. Как и для задачи линейного целочисленного раскроя можно воспользоваться физическим смыслом двойственных переменных. Рассмотрим способ расчета оценок геометрических объектов и схемы оптимизации, использующие описанные выше идеи.
Пусть дана карта раскроя с площадью незанятой части s=S(H) (рис. 1.1)

Рис. 1.1. Карта раскроя.






Эта карта раскроя содержит множество геометрических объектов (ГО) P={pi}, i=1,n и множество незаполненных областей H={hj} j=1,m (на рис. 1.1. n=6 m=6). Обозначим через sv, lv, v={i, j} соответственно площадь и периметр объекта i и области j. Для упрощения дополнение области Q до R2 (внешность области) - будем рассматривать как уже размещенный ГО с индексом 0. Понятно также, что . Необходимо m незанятых областей hj разбить на (n+1) величину yi между n объектами и внешностью области размещения .
Пусть - множество ГО, определяющих область j, а lij - часть периметра области j, которая принадлежит i-му объекту, . Тогда оценку можно определить согласно следующей формуле:
(1.1)
Рассмотрим теперь процедуру определения очередной размещаемой заготовки. Пусть дана частичная упаковка Q(I0) объектов множества I0. Будем считать, что положение в раскройной области каждого размещаемого объекта (координаты полюса X,Y) с фиксированным углом поворота однозначно определяется процедурой моделирования годографа. Для объектов фиксировано число w допустимых поворотов, кратных величине .






Рис. 1.2. Размещение нового ГО.
При размещении объекта возникает mi новых незаполненных областей hij и ri краев Lie, которыми объект i касается упакованной части области (например на рис. 1.2., при размещении объекта p4 получаем m4=2 с h41 и h42, и r4=2 с L41 и L42). Пусть - множество объектов, определяющих область (для j=1-I1={1,2,4}) и - пара объектов, определяющих край (для e=1-I1={0,4}). Тогда для того чтобы определить очередную размещаемую заготовку, для всех неразмещенных заготовок с фиксированным углом поворота вычисляется величина:
, (1.2)
Где le - длина края Lie.
Для очередного размещения выбирается заготовка i' с углом , которым отвечает максимальная величина . [1]
1.2.2. Задача двумерной прямоугольной упаковки (2DBPP).
Задача 2DBPP имеет широкое практическое применение. К рассматриваемым проблемам сводятся не только разнообразные задачи об упаковке, но и ряд задач планирования занятости и распределения производственных ресурсов. Что касается методологии решения, то она может быть применена и для других задач переборного типа.
· Постановка задачи 2DBPP.
Имеется прямоугольная полоса заданной ширины W и неограниченной длины, а также набор прямоугольных предметов (элементов), заданных размеров wi; li, i=1,m. Найти упаковку предметов в полосу, занимающую минимальную длину, при следующих условиях:
1) ребра упакованных предметов параллельны ребрам полосы;
2) упакованные предметы не пересекаются друг с другом;
3) упакованные предметы не пересекаются со сторонами полосы.
Соответствующая этим условиям карта размещения прямоугольных предметов в полосу называется прямоугольной упаковкой (rectangular packing, RP).
Известные генетические алгоритмы существенно опираются на приоритетные списки. Принята схема: приоритетный список - хромосома, прямоугольный элемент - ген. В предлагаемом генетическом блочном алгоритме (genetic block algorithm, GBA) генами являются прямоугольные блоки - линейные раскрои, аллели одного и того же гена различаются перестановкой элементов в блоках.
· Аппроксимация двумерной упаковки линейным раскроем
Постановка задачи одномерного раскроя (Cutting Stock problem, CSP). Заданы длина L раскраиваемого материала (стержней) и длины li получаемых из него одномерных предметов т наименований, а также необходимое количество bi каждого предмета вида i=1,m. Требуется рассчитать оптимальный план раскроя, обеспечивающий минимальный расход стержней. Задача CSP описывается моделью линейного целочисленного программирования:
(1.3)
где ?j = (a1 j, a2 j, : an j) j=1,n - векторы, характеризующие способы раскроя, целая переменная xj, интенсивность применения раскроя j, показывает количество стержней, разрезаемых способом ?j; п - количество различных способов раскроя; N - количество затрачиваемых стержней.
Частным случаем при bi=1, i=1,m., является задача 1DBPP. Обе задачи NP-трудные, для их решения наряду с трудоемкими точными методами применяются различные эвристические алгоритмы.
· Аппроксимация 2DBPP задачей CSP специальной структуры.
Рассмотрим произвольную прямоугольную упаковку. Разобьем ее на прямоугольные блоки одной и той же ширины W и различной длины lv, v = 1,k. При этом начало первого блока совпадает с началом полосы, а конец - с концом самого короткого прямоугольника, входящего в блок. Каждый последующий блок v=2,... начинается, как только заканчивается предыдущий. Например, на рис.1, приведена безотходная упаковка девяти различных прямоугольников в полосу ширины W. На этом рисунке пунктиром обозначено разбиение упаковки на пять различных блоков. Каждый блок мысленно разрезаем на одинаковые полосы длиной 1 мм и шириной W. Тогда блоку v = 1,k можно сопоставить линейный раскрой rv, полос длины W с интенсивностью применения хv, равной длине блока v. Прямоугольная упаковка может быть представлена в виде совокупности кортежей

Заказать эту работу прямо сейчас

Посмотреть другие готовые работы по предмету ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ И АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ - ПО ВТ и АСУ

© 2002-2024 Москва 'Мастерская дипломов'. Все права защищены.