1D vs 2D optymalizacja ciecia: Roznice, zastosowania i algorytmy

Optymalizacja cięcia dzieli się na dwa zasadnicze typy: jednowymiarową (1D) i dwuwymiarową (2D). Każda rozwiązuje inny problem, używa innych algorytmów i pasuje do innych materiałów. Ten artykuł wyjaśnia różnice, pokazuje zastosowania i pomaga wybrać właściwy typ dla Twojego warsztatu.

Optymalizacja 1D — cięcie wzdłuż jednej osi

W optymalizacji 1D mamy materiał liniowy (pręt, rura, listwa) o znanej długości i zestaw elementów do wycięcia, z których każdy ma tylko jeden wymiar — długość.

Przykład: Pręt aluminiowy 6000 mm. Potrzebne elementy: 1500 mm (×4), 1200 mm (×3), 800 mm (×6), 450 mm (×8).

Algorytm rozmieszcza te odcinki na prętach tak, żeby zużyć jak najmniej materiału. Szerokość i grubość pręta są stałe — nie wchodzą do obliczeń.

Typowe zastosowania 1D:

• Profile aluminiowe i stalowe
• Rury instalacyjne (miedź, PVC, PE)
• Listwy przypodłogowe i wykończeniowe
• Kantówki drewniane
• Pręty zbrojeniowe
• Karniszowe szyny
• Rynny i rury spustowe

Optymalizacja 2D — nestowanie na arkuszach

W optymalizacji 2D mamy płaski arkusz o znanych wymiarach (długość × szerokość) i zestaw prostokątnych elementów do wycięcia, z których każdy ma dwa wymiary.

Przykład: Płyta meblowa 2800×2070 mm. Potrzebne elementy: 800×600 mm (×4), 720×400 mm (×6), 500×300 mm (×10).

Algorytm rozmieszcza prostokąty na arkuszu, uwzględniając rzaz, kierunek usłojenia i ograniczenia cięcia (gilotynowe vs wolne).

Typowe zastosowania 2D:

• Płyty meblowe (Swiss Krono, Pfleiderer, Kronospan)
• Sklejka i MDF/HDF
• Szkło float i hartowane
• Blacha stalowa, aluminiowa, nierdzewna
• Pleksi i poliwęglan
• Płyty gipsowo-kartonowe
• Panele kompozytowe (HPL, Trespa)

Kluczowe różnice techniczne

Algorytmy stosowane w 1D

Optymalizacja 1D jest obliczeniowo prostsza (choć wciąż NP-trudna). Najczęściej stosowane algorytmy:

First Fit Decreasing (FFD) — sortuje elementy od najdłuższego i wstawia każdy na pierwszy pręt, na którym się mieści. Szybki, ale nie optymalny. Daje wyniki 1–5% gorsze od optimum.

Best Fit Decreasing (BFD) — jak FFD, ale wstawia element na pręt z najmniejszą pozostałą wolną przestrzenią. Minimalnie lepsze wyniki, ten sam czas działania.

Programowanie liniowe (LP) — metoda Gilmore’a-Gomory’ego z generowaniem kolumn. Znajduje rozwiązanie bliskie matematycznemu optimum. Standardowe podejście w profesjonalnych narzędziach.

Algorytmy genetyczne — ewolucyjna optymalizacja populacji rozwiązań. Skuteczne przy dużych zbiorach danych z wieloma ograniczeniami.

Algorytmy stosowane w 2D

Optymalizacja 2D jest trudniejsza, bo elementy mają dwa wymiary i mogą być obracane. Dodatkowe ograniczenia (gilotyna, usłojenie) dalej komplikują problem.

Algorytmy pasmowe (strip-based) — dzielą arkusz na poziome pasy, potem wypełniają każdy pas elementami. Szybkie, ale suboptymalne.

Bottom-Left Fill — umieszcza każdy element w najniższym, najbardziej lewym dostępnym miejscu. Prosty i szybki.

Algorytm guillotine z rekurencją — dzieli arkusz cięciem gilotynowym na dwie części, potem rekurencyjnie optymalizuje każdą z nich. Gwarantuje wykonalność na pile panelowej.

Metaheurystyki — algorytmy genetyczne, symulowane wyżarzanie. Przeszukują przestrzeń rozwiązań poza lokalnymi optimami.

Hybrydowe — kombinacja powyższych. Np. start algorytmem zachłannym, ulepszenie metaheurystyką, weryfikacja ograniczeń gilotynowych.

Kiedy wybrać 1D

Używaj optymalizacji 1D, gdy:

• Materiał jest liniowy (pręt, rura, profil, listwa)
• Interesuje Cię tylko jeden wymiar — długość
• Szerokość i grubość są stałe dla całego materiału
• Cięcie jest proste — piła tarczowa, piła taśmowa, gilotyna

Typowe branże: ślusarstwo, instalacje, budownictwo, stolarstwo (kantówki, listwy).

Kiedy wybrać 2D

Używaj optymalizacji 2D, gdy:

• Materiał jest płaski (arkusz, płyta, tafla)
• Elementy mają dwa wymiary — długość i szerokość
• Chcesz wizualny diagram rozmieszczenia na arkuszu
• Musisz uwzględnić kierunek dekoru, okleiny, typ cięcia

Typowe branże: meblarstwo, szklarstwo, obróbka blachy, reklama (pleksi), budownictwo (płyty GK).

Przypadki graniczne

Czasem granica między 1D a 2D nie jest oczywista:

Deski o stałej szerokości — jeśli tniesz deski 200×3000 mm na elementy 200×X mm (różne długości, ta sama szerokość), to problem 1D. Nie musisz optymalizować drugiego wymiaru.

Pasy z arkusza — jeśli najpierw tniesz arkusz na pasy o stałej szerokości, potem pasy na elementy — to sekwencja: jedno cięcie 2D (podział na pasy) + wiele cięć 1D (elementy z pasów).

Profile z blach — jeśli wycinasz kształty nieregularne z blachy, to problem 2D (lub nawet 2.5D), ale wymaga narzędzi do nestowania kształtów, nie prostokątów.

Wpływ na wyniki i koszty

Przy tym samym zestawie elementów:

Przy materiałach arkuszowych stawka jest wyższa — arkusz płyty kosztuje 3–5× więcej niż pręt. Dlatego optymalizacja 2D przynosi większe oszczędności w wartości bezwzględnej.