国外钣金冲压件件折弯工艺优化的现状

折弯加工中的工艺设计，由于受产品品种多样性、制造过程离散性、生产环境复杂性和系统状态模糊性的综合影响，使得工序编排变成一种极其复杂的决策过程。 事实已经证明，折弯工艺优化在很大程度上是一个最优化过程。因此，单独采用工艺知识进行推理不能有效的解决工序编排问题，特别是当排序规模较大、环境趋于复杂时，要寻求最优方案，即使是个资深的工艺设计师也难以胜任。由此可见，工艺设计是一个极为复杂的智能过程，它是特征技术、逻辑决策和组合最优化等多种过程的复合体，不可能采用简单的数学模型来实现其所有的功能。 组合优化是一个离散的最优化问题，在规划、调度、资源分配、决策等问题中有着非常广泛的应用。由于组合优化问题的计算复杂度高，属于 NP(  Nondeterministic Polynomial - bounded)“难”一类问题。
事实上，折弯工序优化问题就属于 NP 问题。当排序的规模较小时，可采用传统的逻辑决策方式，一般能得到较好的可行解，也可采用运筹学的经典算法求解。当排序规模较大时，由于组合的可行解数目呈指数函数增长，要全部枚举这些解并找到最优解，实际上已不可能。 由于 NP  问题的以上特点，启发式方法被用来解决这类问题。这种方法是建立在经验和判断的基础之上，尽量削减解的搜索范围，力求避免盲目搜索，同时也能得到较好的近似最优解[4]。对于弯曲工艺的优化问题，使用不同的启发式规则加上 AI（人工智能）技术加以解决。
在许多研究中均采用启发式规则来生成弯曲工序并为每道弯曲选择相应的模具。启发式规则一直用来减少搜索空间。 L.J.de.Vin 开发了一种生成最佳弯曲次序的工艺设计系统[5]。该系统集中于生成最佳的弯曲次序，未考虑工件和模具的碰撞和公差约束等问题。 S.K.Ong 和 L.J.De.Vin 将模糊理论思想应用于解决钣金冲压工件弯曲顺序的生成问题。其对各个操作规则(复合弯曲规则、平行弯曲规则、单面弯曲规则、复合旋转规则等)相对应的每个弯曲赋给相应的值，完成模糊矩阵的设置。利用模糊矩阵得到优化的弯曲顺序方案。 Radin.B 采用 two-stage 算法确定弯曲顺序和刀具的选择。
首先，基于避免碰撞找到可行的弯曲方案；其次基于最低代价寻求可行的弯曲顺序。其采用 A*算法和一套启发式规则在限定的时间内找到较低代价的弯曲顺序。 J．R .Duflou 使用 branch and bound 规则[8]进行工序优化。可行弯曲顺序的获得使用图进行描述。图中，使用一个虚拟的结点代表起点和终点，每个结点代表一个弯曲，每个弯曲在图中只出现一次。对图的遍历可视为旅行推销员问题(TSP)。该算法的特点是使用动态更新的补偿系统(图中弧线上所代表的代价是动态的而不是静态的)，通过部分排序获得知识，启发式规则用于缩小搜索空间。利用目标函数得到优化的弯曲顺序。由于启发式规则依赖于零件的几何形状，故而很可能无法得到新形状零件的弯曲方案。 钣金冲压加工中，必然存在人工操作，故而，Chitra  Malini  Thanapandi 对操作者的意愿进行描述和定义[9]，将其定义为相应的函数，采用基于干涉探测和考虑操作者意愿相结合的方法得到可行的弯曲方案。采用遗传规则得到优化的弯曲方案。