[發明專利]一種提升平面材料切割時利用率的方法和系統

在審

• 申請號: 202110485707.6
• 申請日: 2021-04-30
• 公開（公告）號: CN113053476A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 梁斌煒
• 申請（專利權）人: 清遠歐派集成家居有限公司
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06N20/00
• 代理公司: 北京中創陽光知識產權代理有限責任公司 11003
• 代理人: 尹振啟

本發明通過人工智能領域的方法，實現了一種提升平面材料切割時利用率的方法和利用該方法的系統。其方法為通過提取批次需求件的因素，把需求件組合里面的所有需求件匯總一些因素用于與利用率進行對應，并建立應用效率模型，對新的需求件組合的利用率以多個不同的機器學習算法進行預測，之后通過均方根誤差方法計算RMSE，進而將所述機器學習模型算出的利用率預測值，和實際的利用率對比，并通過模型訓練過程對所有引入的機器學習算法進行遍歷，計算每一個機器學習算法平均RMSE，選擇最小的平均RMSE對應的模型是最優的機器學習模型，最終通過應用該方法的系統起到減小排版的時間和提高材料利用率的效果。

技術領域

本發明涉及材料加工領域，尤其涉及一種提升平面材料切割時利用率的方法和系統。

背景技術

在標準矩形的平面材料(我們稱之為標準材料，標準材料是固定的長寬)上切割出一定數量的長寬不一的矩形(稱之為需求件)，并且保證剩余材料能達到一定的指標(利用率)，目前我們選擇一批需求件的組合，通過一個切割排版軟件進行排版，得到切割圖和材料利用率。

但目前存在以下問題：

1)切割排版軟件對每一批需求件進行切割排版需要的時間很長，大約需要5-10分鐘。

2)需求件的組合可能反復選擇，進行多次切割排版軟件的排版以獲取更好的利用率，但多次排版就導致時間增加。

3)平均每一批最終確定的需求件組合，需要進行3-4次反復選擇需求件組合，每一批的最終用時為30分鐘以上。

發明內容

為此，本發明首先提出一種提升平面材料切割時利用率的方法，通過提取批次需求件的因素，把需求件組合里面的所有需求件匯總的確定的因素的組合與相應的平面材料的利用率進行對應，建立所述因素組合和利用率的對應關系；

以所述因素的組合作為輸入，建立使用機器學習算法，基于所述因素的組合所反應的材料利用情況，建立利用率預測模型，對未出現過的新的需求件的因素的組合的利用率，以多個不同的機器學習算法進行預測得到利用率的預測值，并分別計算各個所述機器學習算法的結果的均方根誤差RMSE：

其中N為記錄數，為利用率的預測值，y_i為用于建立模型的利用率的觀測值；

在此基礎上，將所述機器學習模型算出的利用率預測值，和實際的利用率對比，并通過模型訓練過程對所有引入的機器學習算法進行遍歷，計算每一個機器學習算法平均RMSE，選擇最小的平均RMSE對應的模型是最優的機器學習模型，以所述最優的機器學習模型計算得到的利用率結果，作為對特定批次材料切割過程中，不同因素組合下的利用率預測結果，所述機器學習算法包括：線性回歸、K近鄰、決策樹、Adaboost集成學習、梯度提升樹GradientBoostingRegressor、集成算法BaggingRegressor、隨機森林和XGBRegressor。

所述因素包括：需求件的總件數；需求件的長度、需求件的寬度、需求件的面積、需求件的周長、需求件的長度/寬度的比值、需求件的面積/周長的比值、需求件切除多個正方形的剩余部分。

所述因素的組合包含1或2種所述因素。

所述需求件的長度具體包括：總長度、平均長度、長度標準差、長度分位數、長度分位數和各區間段的需求件數量，長度的4分位差、長度的極差、長度的變異系數，長度的最小值，長度的最大值；

所述需求件的寬度具體包括：總寬度、平均寬度、寬度標準差、寬度分位數、寬度分位數和各區間段的需求件數量，寬度的4分位差、寬度的極差、寬度的變異系數，寬度的最小值，寬度的最大值；

所述需求件的面積具體包括：總面積、平均面積、面積標準差、面積分位數、面積分位數和各區間段的需求件數量，面積的4分位差、面積的極差、面積的變異系數，面積的最小值，面積的最大值；