液压支架管棒材切割优化问题依据原材料情况分为3种类型:原材料长度相等;原材料长度不相等;原材料长度随机。针对类似液压支架行业普遍存在的原材料不定尺采购和存放的无序性现象而带来的第3种类型,同时考虑生产组织因素,以与实际情况高度吻合的情形为出发点,采用Python语言和Gurobi优化器开发了管棒材最优化切割程序,并以Excel表格形式存取数据,便于数据的管理。由实例可知:程序执行效率高,1 s内即可算出最优化结果;单根材料利用率达到99%以上,部分可达100%。

特钢管棒材精整过程需要对其进行打捆和拆捆操作,而人工拆捆工作环境差、强度高。针对拆捆过程捆缝状态和捆丝识别这一难题,提出一种基于线结构光的管棒材捆缝与捆丝识别方法。提出一种基于图像各亮度值像素数量的二值化阈值算法,通过计算满足亮度的像素点数量得到二值化阈值,以减弱环境光照影响;针对单张图片视野无法确定最大捆缝位置的问题,提出一种基于圆弧顶点和端点特征的激光图像拼接算法;最后,提出一种基于霍夫变换和连通域分析的捆丝数量和状态识别算法,实现对生产现场不同规格管棒材捆丝特征的精确识别。实验结果表明:提出的二值化阈值算法相较传统算法对激光条纹的识别率更高,且速度提升17%;最大捆缝和捆丝识别算法的检测误差小于3 mm,完全满足实际生产需要。