1、大型BIM设计施工软件（工信部127项目 上海交大负责人，2019-2021）

2、基于IFC标准的装配式建筑BIM数据准化及通用化研究（十三五国家重点研发计划子课题上海交大负责人，2016-2019）

3、中小型站房建筑信息模型的IFC数据扩展与验证技术方案研究-以安江站BIM模型为例（中铁第四勘察设计院集团有限公司科研项目，2017-2018）

1、培训讲解土木工程钢筋断料相关专业背景知识

2、指导项目组同学分析项目需求，提炼关键技术问题，制定研究方案和计划

（1） 项目简介（200字以内）

本项目旨在研究智能建造过程中常见的钢筋断料问题，即可分割的一维切割库存问题（1D-CSP）。在规划钢筋切割作业时，每一根原材都可以被分割成小断，然后通过套筒重新组合，以此实现材料的高效利用，同时最大限度地减少切割损失和连接次数。

本项目将在交大BIM研究中心的研究成果NMBIM软件的基础上，探索实现钢筋的智能断料功能。课题成员将建立数学模型，通过编写启发式算法，实现钢筋的快速自动断料，与研究中心的现有成果对接。

（2） 研究目的

通过设计可拼接的钢筋下料算法，实现原料的高效利用，减少浪费，降低生产成本，降低碳排放。

（3） 研究内容

1. 可拼接钢筋下料问题的研究：针对钢材长度允许拼接的情况，提出不同的拼接方法，并设计相应的一维可拼接下料算法，优化下料方案，提高钢材利用率。

2. 算法实现与验证：采用Python或C++编程实现提出的算法，并通过实验验证其在提高材料利用率和降低生产成本方面的有效性和实用性。通过随机案例或与其他文献进行对比，验证算法的优越性和适用性。

（4） 国、内外研究现状和发展动态

 Johnson 等人[1]首先研究了可拼接的 CSP问题，即在将原材料切割成小段的同时，将小段连接成所需要的尺寸，并针对造纸工业中出现的问题提出了解决方法。Arbib 等人[2] 将齿轮带生产中的切割和拼接问题结合起来。Arbib 和 Marinelli [3]提出了一种可拼接的 CSP 整数线性规划模型。Goston[4]针对消防管道的固定切割问题，将焊接问题转化为等效的一维切割问题，从而可以从切割问题中得到较优的解来满足焊接的需求。Tanir[5] 提出了一种基于动态规划的启发式算法，在切割过程中，首先将线材分割成小块，然后通过焊接进行重组，最后再通过动态规划求解其下料方案的方法，来解决钢铁行业中的一维可拼接下料问题。然而目前算法的材料利用率普遍在90%左右，远远无法达到智能建造实际过程中的要求。

参考文献

[1] Johnson, M. P., Rennick C. and Zak E., (1997), A new model for complete solutions to one-dimensional stock problems, Siam Review, 39(3), pp. 472-483.

[2]  Arbib, C., Marinelli F., Rossi F., and Di Iorio F., (2002), Cutting And Reuse: An Application from Automobile Component Manufacturing, Operations Research, 50 (6), 923-934.

[3]  Arbib, C., and Marinelli F., (2005), Integrating Process Optimization and Inventory Planning in Cutting-Stock with Skiving Option: An Optimization Model and its Application, European Journal of Operational Research, 163 (3), pp. 617-630.

[4] Agoston K C. The Effect of Welding on the One-Dimensional Cutting-Stock Problem: The Case of Fixed Firefighting Systems in the Construction Industry[J]. Advances in Operations Research, 2019, 2019.

[5] Tanir D, Ugurlu O, Guler A, et al. One-Dimensional Cutting Stock Problem with Divisible Items: A Case Study in Steel Industry[J]. Twms Journal of Applied and Engineering Mathematics, 2019, 9(3): 473-484.

（5） 创新点与项目特色

在现有文献中，对于可拼接的下料问题研究较少。本项目将针对实际生产中钢材自动智能断料这一痛点，建立数学模型，在已有算法的基础上进一步提高求解效率，提高钢筋利用率。

（6） 技术路线、拟解决的问题及预期成果

技术路线：

1、问题分析与建模：首先对一维下料问题进行深入分析，建立数学模型。

2、算法设计：针对特殊情况，设计一维可拼接下料算法，结合启发式顺序价值校正算法，优化拼接方式和排样方案，设计改进的禁忌搜索算法，增强局部搜索能力和生成多样化排样方案的能力。

3、算法实现与验证：使用Python或C++编程实现算法，通过实验验证算法在提高材料利用率和降低生产成本方面的有效性和实用性。

拟解决的问题及预期成果：

1、提高材料利用率：通过优化的下料方案，提高钢材利用率，减少浪费。

2、降低生产成本：通过减少材料浪费和提高生产效率，降低企业生产成本

3、算法效率与准确性：设计的算法具有较高的搜索效率和准确性，能够在实际生产中得到有效应用。

（7） 项目研究进度安排

2024.4-2024.5中旬对已有文献进行整理总结，加以分析

2024.5-2024.6 学习现有的一维CSP问题，了解遗传算法、模拟退火算法、禁忌搜索等常见启发式算法的原理

2024.6-2024.7 对一维下料问题进行深入分析，建立数学模型。

2024.7-2024.9算法设计：针对特殊情况，设计一维可拼接下料算法，结合启发式顺序价值校正算法，优化拼接方式和排样方案，设计改进的禁忌搜索算法，增强局部搜索能力和生成多样化排样方案的能力。

2024.10-2024.12算法实现与验证：使用Python或C++编程实现算法，通过实验验证算法在提高材料利用率和降低生产成本方面的有效性和实用性。

2025.1-2025.3 对成果进行测试，整理研究开发文档，撰写课题结题报告

（8） 已有基础

1.     与本项目有关的研究积累和已取得的成绩

上海交大科研院成果转化重点项目——天磁NMBIM协同软件，已经搭建的构件库等

2.     已具备的条件，尚缺少的条件及解决方法