Faites-vous de la couture ? Si oui, vous avez certainement eu à découper plusieurs pièces d'un patron dans un morceau de tissu ; vous avez alors dû réfléchir à comment combiner au mieux tous les éléments pour ne pas gaspiller de tissu. C'est le même problème que rencontrent un menuisier qui découpe des pièces dans des panneaux de bois, un pâtissier avec des gâteaux découpés à l'emporte-pièce ou un chantier naval avec des pièces découpées dans des tôles.
Sans faire attention à l’imbrication des pièces à découper, la consommation de matière première peut doubler ; cela augmente les coûts, produit des déchets et consomme de l’énergie. C’est vrai pour tous les types de matériaux, mais particulièrement dans les industries où la matière première représente une part importante des coûts de fabrication : par exemple la moitié du prix de fabrication d’un vêtement. La qualité de l’imbrication, ou « nesting », le terme consacré en anglais, devient alors un enjeu de productivité majeur. Alma y travaille depuis plus de 30 ans avec ses logiciels d’optimisation de placement automatique.
Car on peut passer du temps à optimiser « manuellement » le placement des pièces sur la matière. Mais on se rend alors compte que c’est quelque chose de compliqué, le nombre de possibilités de combiner des pièces explosant rapidement ! Dans des situations réelles il y a souvent de nombreuses pièces – parfois plusieurs milliers -, qui sont de forme quelconque et peuvent tourner librement. Il y a tant de possibilités de placer chaque pièce qu’il est impossible de les essayer toutes, même avec un supercalculateur et des milliards d’années.
A défaut de pouvoir garantir de trouver le meilleur résultat[1] il faut en trouver un qui soit bon, et ce dans un temps raisonnable. C’est ce que font nos algorithmes, qui se classent parmi les meilleurs aux monde. Nous avons mis au point de nombreuses méthodes pour permettre à nos programmes de chercher intelligemment une bonne solution. Nous raffinons sans cesse ces méthodes tout en ajoutant de nouvelles possibilités pour s’adapter aux contraintes des différents matériaux et technologies de découpe rencontrés. Par exemple, pour la découpe de tôles au laser, nous savons rapprocher deux pièces pour que le faisceau les découpe en même temps. Nos algorithmes sont utilisés partout dans le monde, tant par de grands industriels que par de toutes petites entreprises pour découper du métal, du bois, du papier, de la pierre, ou même de la pâte à tarte !
Envie d’en savoir plus ? Visitez notre site web.
Et si vous souhaitez tester nos algorithmes d’imbrication avec de vraies pièces de formes complexes, allez voir notre application 100% web : https://nestandcut.com/fr/
3 réponses
Bonjour Gauthier,
Nos algorithmes vont essayer différentes stratégies pour produire un résultat optimisé. Prenons un exemple avec trois stratégies :
– A : on place d’abord les pièces les plus petites
– B : on place d’abord les pièces les plus grosses
On veut produire dans cet exemple les sections suivantes dans des barres de longueur 8 (========)
== x3
=== x4
====== x2
On applique la stratégie A, cela se déroule ainsi :
(a) ==|==|==|– On place la plus petite pièce d’abord, donc les trois plus petites, et on a une chute de — car on ne peut pas placer la plus grosse qui suit .
(b) On place ensuite les plus petites suivantes
===|===|–
===|===|–
(c) On place ensuite les plus grosses, il faut deux barres pour cela
======|–
======|–
Bilan : 5 barres utilisées.
On applique la stratégie B :
(a) On place la plus grosse pièce, mais il nous reste de la place pour une petite pièce qu’on ajoute en bout. On fait cela deux fois car on a deux grosses pièces.
======|==
======|==
(b) On continue avec les plus grosses
suivantes. Sur la première barre il reste de
la place, on met une petite pièce, mais pas sur la seconde car il n’y a plus de petite pièce à placer.
===|===|==
===|===|–
Bilan : on a utilisé 4 barres. On garde donc ce résultat.
On pourrait aussi ajouter une stratégie qui crée préalablement des duos de pièces et qui place ces duos, cela donnerait de meilleurs résultats dans certains exemples.
Dans le cas général, on utilise donc de nombreuses stratégies différentes, en faisant de nombreux essais, et on garde celle qui fonctionnent le mieux.
Merci pour l’article.
Par contre, sans révéler tous les secrets, comment fonctionne dans les grandes lignes l’algo ?
Par exemple en simplifiant et en prenant le cas du débit en barre pour rester simple.
C’est ce que j’appelle un article fort intelligent….puisque j’ai (enfin) tout compris!A notre «implantation » sur votre parking , les fondateurs nous* avaient expliqué qu’Alma avait démarré pour résoudre la complexité de la découpe du pyjama des bébés:)
Avant ce blog je n’avais jamais visualisé à quel point les problèmes sur lesquels vous travaillez touchent autant de domaines. Au fond les aspirations d’Alma et du bonsens des mets convergent vers du zéro déchet…Ah si seulement j’avais excellé comme vous dans les algorithmes, les chutes dans la pâte feuilletée ou sablée n’auraient pas donné lieu à des formes très très très bizarres dans vos plateaux repas…. ! Mea culpa ! Hélène
* les caravanières