★ FEATURED ARTICLE 钢管切割问题乍一听像是车间里老师傅才关心的活儿其实它背后藏着一类非常经典的优化模型——一维下料问题。我第一次真正被它绊住是帮一个做金属加工的小团队整理生产数据当时看到仓库角落里堆着长短不一的余料采购单上又不断进整根原料心里就一个念头这中间浪费掉的钱到底能不能算清楚、省下来。后来我发现钢管切割问题不只是“怎么切省料”这么简单它牵扯到需求拆解、切割方案枚举、余料管理、锯缝损耗、订单优先级甚至还要考虑切割顺序对设备的影响。这篇文章我想把整套思路掰开揉碎讲清楚从问题建模到实操落地再到踩过的坑尽量让刚接触这类问题的朋友也能照着做让有经验的同行也能找到可对照的细节。1. 钢管切割问题到底在解决什么1.1 从一根原料管说起钢管切割问题的核心场景很朴素仓库里有一批固定长度的原料钢管比如常见的6米定尺管车间接到一批订单需要若干根不同长度的成品管比如1.2米、2.3米、3.7米等。目标是在满足所有成品需求的前提下用尽量少的原料根数或者让总余料最短、总成本最低。听起来像小学算术但订单一多、规格一杂手工排料很快就会失控。我见过不少小厂的做法师傅凭经验在纸上画几笔先切长料再补短料剩下的边角料堆着等“以后可能用得上”。这种做法在小批量时问题不大一旦订单规格超过五六种余料就会迅速膨胀。钢管切割问题的价值就是把这套凭感觉的排料变成可计算、可复现、可审计的方案。它属于运筹学里的一维下料问题也叫一维切割库存问题英文常写作 cutting stock problem是整数规划里非常典型的一类模型。这里要先明确一个概念钢管切割问题通常不是“一根一根切”的孤立决策而是“一批原料如何分配给一批需求”的组合决策。你切第一根管时留下的余料可能正好能补第二根管切完后的缺口这种跨根管的余料复用正是手工排料最容易忽略、而算法最容易发挥价值的地方。1.2 谁需要关心这个问题从我的观察看三类人最需要把钢管切割问题吃透。第一类是制造企业的生产计划员或工艺员他们每天要面对订单和库存的匹配排料方案直接影响材料成本和交付节奏。第二类是负责成本核算或采购的朋友他们需要判断某个订单的原料需求量是否合理余料库存是否该清理。第三类是做数据分析、生产系统开发的技术人员他们要把排料逻辑固化成工具或模块供一线使用。还有一类容易被忽略的人做手工、做模型、做小型金属结构件的爱好者。比如做货架、做护栏、做自行车架材料往往是定尺采购的切废一根就是实打实的钱。钢管切割问题的思路对他们同样适用只是规模小一些手工加简单表格就能覆盖。需要强调的是钢管切割问题不是越复杂越好。我见过有人一上来就上大规模整数规划求解器结果数据没整理干净跑出来的方案师傅根本不认。真正有价值的做法是先把手上的需求、库存、锯缝、余料规则理清楚再决定用多重的工具。问题建模的精度永远比求解器的先进程度更重要。1.3 一个最小可用的例子为了让后面的讨论有共同语言先给一个最小例子。假设原料管长度 L6000mm锯缝损耗按每次切割 3mm 计需求是长度 1200mm 的 40 根长度 2300mm 的 25 根长度 3700mm 的 15 根。手工排料时师傅可能先切 3700mm一根原料切一根 3700 后剩 2297mm刚好不够再切一根 2300mm只能当余料而如果先切 2300mm一根原料可以切两根 2300 加一根 1200剩 197mm 左右。不同组合的余料差异非常明显。这个例子说明钢管切割问题的关键不在于单根管怎么切而在于“组合模式”的选择。所谓切割模式就是一根原料管上切出哪些成品、各切几根。把所有可行模式列出来再决定每种模式用多少根原料问题就变成了一个整数规划。后面我会详细讲模式怎么枚举、怎么筛选、怎么求解。2. 建模前必须想清楚的几个参数2.1 原料长度与需求清单的整理建模第一步不是写代码而是把数据整理成机器能读、人也能核对的形式。原料侧要明确原料长度是多少、是否有多种原料长度、每种原料的库存上限是多少、原料是否有端头缺陷需要切除。需求侧要明确成品长度、数量、是否有交付优先级、是否允许超产或欠产。这些信息看起来琐碎但任何一项缺失都会让后面的方案失真。我习惯用两张表来管理。原料表至少包含原料编号、长度、可用数量、端头切除量。需求表至少包含成品编号、长度、需求数量、优先级。整理时有个细节容易被忽略成品长度是否包含后续加工余量。比如有些管件切完还要车端面、攻丝实际下料长度要比图纸长度多留 2 到 5mm。这个余量如果不提前加进去切出来的管就是废品。注意需求数量一定要和订单、库存、在制品核对清楚我遇到过需求表里把“已生产未入库”的数量重复计入的情况导致排料方案整体偏大原料多领了一整批。2.2 锯缝损耗到底怎么算锯缝损耗是钢管切割问题里最容易被低估的参数。用砂轮切割机、带锯床、激光切割损耗完全不同。带锯床切钢管锯缝一般在 2 到 4mm砂轮切割片磨损后可能到 5mm 甚至更宽激光切割的割缝很窄但热影响区和端面质量要考虑。关键是每切一刀就损耗一次一根原料上切 n 段成品通常产生 n 次锯缝如果原料两端也需要修整还要额外计算。很多人建模时把锯缝当成一个固定扣减比如每根原料统一减 10mm这在成品段数少的时候误差不大但段数一多就偏得离谱。正确做法是按切割次数计一根原料切出 k 段成品锯缝总损耗约为 k 乘以单次锯缝宽度。更严谨一点如果第一刀从端头开始端头修整也算一次切割。我的经验是在模式枚举阶段就把锯缝算进每段的“占用长度”即每段成品占用长度等于成品长度加单次锯缝宽度最后再对整根原料做一次端头修正。这样处理简单、可核对师傅也容易理解。切割方式典型锯缝宽度对排料的影响带锯床2 到 4mm中等需按切割次数累计砂轮切割3 到 5mm较大锯片磨损后需复测激光切割小于 1mm较小但端面热影响需留量剪断/冲切接近 0仅适用于特定薄壁管2.3 余料的定义与可复用规则余料管理是钢管切割问题里最“人性化”的部分。同样一段剩料有的厂当废料有的厂当宝贝。建模前必须明确多长的余料算可复用余料多长的算废料。常见做法是设一个阈值比如大于等于 800mm 的余料登记入库小于 800mm 的直接进废料箱。这个阈值不是拍脑袋要结合后续订单的常见短料规格来定。还有一个关键规则余料是否参与本次排料。如果参与问题就变成“原料加余料”的混合下料模型会复杂一些但材料利用率通常更高。如果不参与余料单独管理本次排料只用整根原料方案更简单适合订单紧急、不想翻余料库存的场景。我的建议是常规订单把余料纳入排料急单可以只用整根原料但要接受一定的利用率损失。提示余料长度一定要实测不要用理论计算值。切割后的端面毛刺、斜口、锈蚀都会影响实际可用长度理论值偏大是常态。3. 切割模式的枚举与筛选3.1 什么是切割模式切割模式可以理解成一张“单根原料的切割配方”。比如原料 6000mm锯缝按 3mm 计一个模式可能是“2300mm 切 2 段、1200mm 切 1 段”占用长度约为 2300×2 1200 3×3 5809mm余料 191mm。另一个模式可能是“3700mm 切 1 段、1200mm 切 1 段”占用约 3700 1200 3×2 4906mm余料 1094mm。每个模式都对应一组成品数量和一个余料值。钢管切割问题的求解本质上就是在所有可行模式里挑一组使得每种成品的总产出满足需求同时原料使用根数或总余料最优。模式枚举的好处是把复杂的组合问题转化成“选模式、定数量”的整数规划逻辑清晰结果可解释。缺点是模式数量可能爆炸尤其是成品规格多、原料长的时候所以枚举之后必须筛选。3.2 枚举的边界条件怎么定枚举模式时有几个边界条件必须提前定好。第一单根原料上每种成品的最大段数由原料长度除以该成品占用长度向下取整得到。第二总占用长度不能超过原料可用长度即原料长度减去端头修整量。第三如果某种成品需求很少可以限制它在单个模式里的段数避免生成大量“只切一根短料”的低效模式。第四是否允许一个模式里出现多种成品通常允许但可以限制种类数比如最多 4 种防止模式过于零碎。我一般用递归或深度优先的方式枚举枚举过程中实时累计占用长度超过上限就剪枝。这里有个实操技巧先把成品按长度从大到小排序枚举时优先放大料能显著减少无效分支。因为长料占用空间大先放长料更容易触发剪枝条件短料后放组合空间自然收窄。3.3 模式筛选别让组合爆炸拖垮你假设有 8 种成品规格每种在一根原料上最多切 5 段理论组合数可能上万。直接丢给求解器跑得慢不说很多模式还是明显劣质的。筛选思路有三条。第一去掉被支配的模式如果模式 A 的每种成品数量都不多于模式 B且 A 的余料不小于 B 的余料那 A 基本没有保留价值。第二限制余料上限余料超过某个阈值的模式直接剔除比如余料大于 1500mm 的模式除非它能覆盖某种急需的长料。第三按需求比例保留高频模式对每种成品保留能切出该成品且余料较小的前若干种模式。筛选不是越狠越好。我踩过的坑是筛得太猛把某些“看起来余料大、但能一次消化大量短料”的模式删掉了结果求解器为了满足短料需求用了更多整根原料总成本反而上升。比较稳妥的做法是先保留一个较宽的模式集合跑一版观察哪些模式被大量选用再针对性收紧。筛选策略操作方式适用场景支配剔除比较两模式的数量向量与余料模式数量中等追求精简余料上限设定最大允许余料余料复用体系成熟按需求保留每种成品保留前若干模式成品规格多、需求集中种类数限制单模式成品种类不超过 N切割现场换刀/换料频繁4. 求解思路与实操落地4.1 整数规划模型的搭建把模式筛选完之后就可以搭模型了。设模式集合为 P每个模式 p 对应一个向量 a_p表示该模式切出各种成品的数量余料为 w_p。决策变量 x_p 表示模式 p 使用的原料根数取非负整数。目标可以是最小化原料总根数也可以是最小化总余料两者在多数情况下等价但需求允许超产时会有差异。约束是每种成品的总产出不小于需求量。用常见的建模语言描述目标函数写成最小化所有 x_p 之和约束写成对每种成品 j所有模式中该成品的产出之和大于等于需求 d_j。如果希望优先满足高优先级订单可以给不同成品加权重或者分阶段求解先满足高优先级再在剩余原料里优化低优先级。这里要提醒一点最小化原料根数和小化总余料并不总是同一个答案。比如用 10 根原料总余料 500mm和用 9 根原料总余料 1200mm前者根数多但余料短后者根数少但余料长。如果余料可复用后者可能更划算如果余料只能当废料前者未必差。所以目标函数要和余料管理规则一起定。4.2 小规模手工可算的贪心法不是每个人都有求解器环境小批量订单完全可以用贪心加表格手工算。思路是先把需求按长度从大到小排序每次取最长的成品尝试在一根新原料上尽可能多地放该成品放不下再放次长的直到这根原料装不下更多。重复直到所有需求满足。这个方法不保证全局最优但胜在快、可解释师傅容易接受。我实测过一个 5 种规格、总需求 60 段的小订单贪心法比手工排料节省了约 8% 的原料但比整数规划多用了 1 根原料。对于日计划变动频繁的车间贪心法的响应速度更有价值对于月度批量订单值得上整数规划。你可以把贪心法当成基线先用它快速出一版方案再用优化模型对比差距大的时候再深挖。4.3 用 Python 跑一版可复现的方案下面给一段可直接改参数运行的示例代码用 PuLP 建模模式枚举部分做了简化适合中小规模。代码里把锯缝按每段累加处理端头修整单独扣减需求表直接改列表即可。import pulp # 原料与需求参数 stock_len 6000 end_trim 10 # 端头修整总扣减 kerf 3 # 单次锯缝 demands {1200: 40, 2300: 25, 3700: 15} # 枚举模式简化递归 lengths sorted(demands.keys(), reverseTrue) patterns [] def dfs(idx, remain, counts): if idx len(lengths): used sum(counts[i] * (lengths[i] kerf) for i in range(len(lengths))) if used 0: patterns.append((tuple(counts), stock_len - end_trim - used)) return L lengths[idx] max_n int(remain // (L kerf)) for n in range(max_n 1): counts.append(n) dfs(idx 1, remain - n * (L kerf), counts) counts.pop() dfs(0, stock_len - end_trim, []) # 去掉全零模式和余料过大的模式 patterns [p for p in patterns if sum(p[0]) 0 and p[1] 0 and p[1] 1500] # 建模 prob pulp.LpProblem(steel_cut, pulp.LpMinimize) x [pulp.LpVariable(fx_{i}, lowBound0, catInteger) for i in range(len(patterns))] prob pulp.lpSum(x) for j, L in enumerate(lengths): prob pulp.lpSum(patterns[i][0][j] * x[i] for i in range(len(patterns))) demands[L] prob.solve() print(原料根数:, pulp.value(prob.objective)) for i, v in enumerate(x): if v.value() and v.value() 0: print(模式, patterns[i][0], 余料, patterns[i][1], 根数, int(v.value()))这段代码跑完会输出选用的模式和根数。实际使用时把 demands 换成你的需求stock_len 和 kerf 按设备实测值改。如果模式数量太大可以在 dfs 里加剪枝比如限制单模式成品种类数或者先按 3.3 节的策略筛一遍再建模。4.4 结果落地从方案到切割单求解结果不能直接丢给车间要转成切割单。切割单上至少要有原料编号、切割模式、每段成品长度和数量、余料长度、对应订单号。我习惯按模式分组打印同一模式的原料连续切减少换料和调机时间。余料超过阈值的单独贴标签入库标签上写长度、材质、入库日期。落地时有个细节切割顺序。同一根原料上先切长料还是先切短料对锯缝累计和夹持稳定性有影响。一般先切长料因为长料重、需要夹持稳切完长料后剩余部分变短再切短料更容易控制。如果先切短料长料段在后续切割中悬伸过长容易振动端面质量差。这个顺序规则要写进切割单不能只给模式不给顺序。5. 常见问题与排查实录5.1 方案算出来但车间不认这是最常见的问题。原因通常有三类数据不准、约束缺失、表达不清。数据不准包括需求数量错、锯缝取值偏小、原料实际长度有偏差。约束缺失包括没考虑设备最大切割长度、没考虑某些成品必须从原料端头切、没考虑余料最小可夹持长度。表达不清就是切割单信息不全师傅看不懂模式含义。排查时我一般先拿方案去和师傅对一根原料让他按单子切一遍看哪里别扭。如果他说“这根切完剩这么短夹不住”那就是最小夹持长度没约束如果他说“这根料实际只有 5980”那就是原料长度数据要改。把这些问题逐条记下来回填到模型里再跑一版。通常两三轮之后方案就能落地。5.2 余料越积越多怎么办余料膨胀的根因是排料时没把余料纳入下一次计算。解决办法是建立余料台账每次排料先查台账把可用余料作为“短原料”参与模式枚举。台账要定期清理超过一定期限未使用的余料要么降级为废料要么专门安排小订单消化。我见过一个团队用“余料优先”策略每次排料强制先用掉长度最接近需求的余料三个月内余料库存下降了一半。另一个技巧是设“余料预算”。比如规定每个订单产生的可复用余料总长度不超过该订单原料总长度的 5%超过就调整模式宁可多用一点整根原料也不制造一堆零碎余料。这个约束会牺牲一点理论最优性但换来的现场整洁和后续可用性往往更值。5.3 需求变更频繁怎么应对订单临时加急、数量调整是常态。应对策略是分层稳定需求用整数规划出主方案变动需求用贪心法快速补料补料时优先消耗现有余料。系统上可以把模式库缓存起来需求变了只重跑求解部分不重新枚举模式响应速度会快很多。还有一个小经验给需求留“缓冲段”。比如某规格需求 40 根排料时按 42 根准备多出的 2 根作为机动。这样临时加几根不用重排直接从机动量里扣。缓冲量不宜大否则原料占用上升一般控制在 3% 到 5%。问题现象可能原因排查动作原料根数明显偏多模式集合被过度筛选放宽余料上限补充短料组合模式余料长度对不上锯缝按固定值扣减改为按切割次数累计切出的成品偏短未计端面加工余量需求长度加余量后重排现场无法夹持未设最小余料/夹持长度增加最小余料约束求解时间过长模式数量爆炸限制单模式种类数先筛选再建模5.4 多材质、多壁厚混排的坑如果订单里混着不同材质或不同壁厚的钢管不能简单按长度混排。不同材质不能互换必须分组建模不同壁厚的锯缝和切割参数可能不同也要分开算。我见过把碳钢和不锈钢混在一个模式里的方案现场根本没法执行。正确做法是按材质、壁厚、甚至表面处理状态分组每组独立排料最后汇总原料需求。分组之后组与组之间可以共享余料台账但余料要标明材质和壁厚不能跨组混用。这个规则听起来简单实际执行时最容易在标签环节出错所以余料入库时一定要双人核对标签。6. 我踩过的坑与几条实操心得先说一个最贵的教训早期我为了追求利用率把余料上限设得很宽结果方案里出现大量“切一根长料加一堆短料、余料只剩几十毫米”的模式。理论利用率确实高但现场切割次数暴增锯片磨损快换料频繁综合成本反而上升。后来我把“切割次数”也纳入考量给每个模式加一个软性的次数惩罚方案立刻变得务实。钢管切割问题不能只看材料利用率要把切割工时、刀具损耗、搬运次数一起算进去。第二个心得是关于数据核对。排料前我一定让仓库实测三根原料的长度取平均值作为建模输入。定尺管的理论长度和实际长度常有几毫米偏差批量大了就是一根料的差距。需求侧也一样抽几根成品实测长度确认加工余量是否已包含。这几分钟的核对能省掉后面返工的大麻烦。第三个心得是方案对比要可视化。我会把手工方案、贪心方案、优化方案放在一张表里对比原料根数、总余料、切割次数、预计工时。跟车间沟通时不要只讲“这个方案省 3 根料”要讲“这个方案少切 40 刀余料还能留着下个月用”。师傅关心的是干活顺不顺把优化结果翻译成他们关心的语言方案才推得动。最后分享一个扩展思路如果你们厂有稳定的订单流可以把历史排料结果沉淀成“常用模式库”新订单先匹配模式库匹配不上再走完整求解。模式库按材质、壁厚、原料长度分目录维护时间长了就是一套很实用的知识资产。钢管切割问题做到后面拼的不是算法多花哨而是数据治理和现场理解的深度。
阅读完成 · 觉得有帮助？
