$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

판재 최적절단 시스템에 관한 연구
Investigation of Optimization Nesting Systems on a Board 원문보기

대한안전경영과학회 2008년도 추계학술대회, 2008 Nov. 15, 2008년, pp.649 - 658  

이장규 (인천대학교 기계공학과) ,  이선곤 (유한대학 기계과) ,  조대희 (인천대학교 교육대학원 기계교육) ,  김봉각 (충청대학 항공자동차기계학부)

Abstract AI-Helper 아이콘AI-Helper

This paper investigates the optimal nesting system for a board. A hybrid method is used to search the optimal solution for rectangular nesting problem. This method is composed of heuristic approach algorithm. An engineer's experience of board nesting in which a loss occurred to sheet because of vari...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 본 연구에서는 빠른 시간 내에 전체적인 배치윤곽을 결정하는 1단계 초기배치와 얻어진 초기배치의 구조를 왜곡시키지 않으면서 최적배치에 가까운 해를 얻어나가는 2단계 상세배치의 반복 Logic으로 구성된 다단계 접근법으로 프로그램을 구성하였다. 1단계 배치는 Kohonen 모델과 Fuzzy C-Means(FCM) 알고리즘의 함수를 결합한 SOAL(self organization assisted layout) 알고리즘의 응용에 기반을 두었으며, 2단계에서는 풀림모사에 의한 배치방법에 기반을 둔 경험법칙을 이용하여 SOAL 응용으로부터 얻은 초기배치의 한계를 극복하여 최적해를 구하였다.
  • 본 연구에서는 다수의 원판에서 버림률을 최소화하는 원판과 부품을 검색하여 초기 배치 후 일반적으로 버려지는 스크랩을 다시 원판으로 등록하여 같은 알고리즘을 다단계로 반복하여 최적의 절단 배치도를 구성하도록 하는 판재 절단 배치시스템의 알고리즘을 구현하였다.
  • 본 연구에서는 빠른 시간 내에 전체적인 배치윤곽을 결정하는 1단계 초기배치와 얻어진 초기배치의 구조를 왜곡시키지 않으면서 최적배치에 가까운 해를 얻어나가는 2단계 상세배치의 반복 Logic으로 구성된 다단계 접근법으로 프로그램을 구성하였다. 1단계 배치는 Kohonen 모델과 Fuzzy C-Means(FCM) 알고리즘의 함수를 결합한 SOAL(self organization assisted layout) 알고리즘의 응용에 기반을 두었으며, 2단계에서는 풀림모사에 의한 배치방법에 기반을 둔 경험법칙을 이용하여 SOAL 응용으로부터 얻은 초기배치의 한계를 극복하여 최적해를 구하였다.
  • 형상의 종류는 일정 형상(regular shapes)과 임의 형상(irregular shapes)으로 구분되는데, 여기에서는 판재 배치에 적합한 직사각형 일정 형상 배치 알고리즘을 선택하였다. 이를 위하여 ① 절곡된 부품의 경우 블랭크 크기(blank size)를 계산하여 절곡 전의 철판 사이즈로 부품의 사이즈를 대치하고, ② 임의 곡면으로 이루어진 경계가 있는 부품은 근사화 된 직선으로 이루어진 사각형 형태로 단순화 하였다.
  • 원판에 들어가는 부품의 개수를 결정하는 방법으로 크게 두 가지 경우로 나눌 수 있으며, 각각 경우의 수를 프로그램 언어인 Lisp로 정리하였다. 이를 위하여 원판폭을 기준으로 부품폭으로 나눈 등분수를 폭폭수량으로, 원판길이를 기준으로 부품 길이로 나눈 등분수를 길길수량, 원판폭을 부품의 길이 방향으로 나눈 등분수를 폭길수량, 그리고 원판길이를 부품의 폭방향으로 나눈 등분수를 길폭수량으로 정의하였다.
  • <표 1>의 4번째 방법을 서술하는 것이며, 구성 알고리즘은 원판을 부품의 가로와 세로로 등분하는 방법으로 다음과 같은 두 가지의 경우로 프로그래밍 하였다. 이의 구성을 위하여 가로방향의 등분수를 X, 세로 방향의 등분수를 Y, 원판폭을 W, 원판의 높이를 L, 그리고 가로 방향의 스크랩을 R1, 세로방향의 스크랩을 R2로 표기하였다.
  • 일반적인 제조공정에서 많이 사용되는 작두형(guillotine cut) 절단방법을 채택하여 알고리즘을 구성하였다. 여기서 작두형 절단방법은 주로 직사각형 형상을 이루는 철판 또는 합판, 유리, 섬유 및 피혁 제품 등의 절단에서 많이 사용되고 있다.
  • 평판 형태의 원자재에서 스크랩을 최소화하고 효율적인 원자재 관리를 위한 절단계획을 수립하기 위하여 Kirkpatrick 등에 의하여 개발된 조합최적화문제(combinatorial optimization problem)의 해를 구하는 풀림모사기법(SSA, simulated annealing algorithm)의 응용과 이에 몇 가지의 효율적인 경험법칙(heuristics)들을 고안하여 절단배치 기술을 구현하였고, 이를 위해 Lisp 및 Visual Basic을 이용한 Nesting Logic 프로그램을 디자인하여 AutoCAD로 자동배치를 구현하였다.
  • 형상의 종류는 일정 형상(regular shapes)과 임의 형상(irregular shapes)으로 구분되는데, 여기에서는 판재 배치에 적합한 직사각형 일정 형상 배치 알고리즘을 선택하였다. 이를 위하여 ① 절곡된 부품의 경우 블랭크 크기(blank size)를 계산하여 절곡 전의 철판 사이즈로 부품의 사이즈를 대치하고, ② 임의 곡면으로 이루어진 경계가 있는 부품은 근사화 된 직선으로 이루어진 사각형 형태로 단순화 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
평판 형태의 원자재에서 스크랩을 최소화하고 효율적인 원자재 관리를 위한 절단계획을 수립하기 위하여 무엇을 구현하였는가? 평판 형태의 원자재에서 스크랩을 최소화하고 효율적인 원자재 관리를 위한 절단계획을 수립하기 위하여 Kirkpatrick 등에 의하여 개발된 조합최적화문제(combinatorial optimization problem)의 해를 구하는 풀림모사기법(SSA, simulated annealing algorithm)의 응용과 이에 몇 가지의 효율적인 경험법칙(heuristics)들을 고안하여 절단배치 기술을 구현하였고, 이를 위해 Lisp 및 Visual Basic을 이용한 Nesting Logic 프로그램을 디자인하여 AutoCAD로 자동배치를 구현하였다.
판재 네스팅은 무엇인가? 본 논문에서 연구한 판재 네스팅이란 부품(items)의 최적배치를 문제로 원판을 최대한 활용하여 버림률을 최소화 하면서 많은 수의 부품을 절단할 수 있는 최적 절단 배치를 목표로 하는 것을 의미한다. 일반적으로 사각 부품의 패턴을 네스팅하는 배치 알고리즘은 한 원판 상에 단일 부품만을 네스팅하는 방법으로 부품의 크기나 형태에 따라 많은 스크랩(waste board)이 발생하는 문제가 있다면, 본 논문에서 제시하는 새로운 배치 알고리즘은 사용 가능한 다수의 원판 과 다수의 부품에서 최적 배치 형태를 찾아내는 방법이다.
다단계 접근법의 1단계와 2단계는 어떻게 진행되는가? 본 연구에서는 빠른 시간 내에 전체적인 배치윤곽을 결정하는 1단계 초기배치와 얻어진 초기배치의 구조를 왜곡시키지 않으면서 최적배치에 가까운 해를 얻어나가는 2단계 상세배치의 반복 Logic으로 구성된 다단계 접근법으로 프로그램을 구성하였다. 1단계 배치는 Kohonen 모델과 Fuzzy C-Means(FCM) 알고리즘의 함수를 결합한 SOAL(self organization assisted layout) 알고리즘의 응용에 기반을 두었으며, 2단계에서는 풀림모사에 의한 배치방법에 기반을 둔 경험법칙을 이용하여 SOAL 응용으로부터 얻은 초기배치의 한계를 극복하여 최적해를 구하였다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로