1D vs 2D optymalizacja cięcia: różnice i zastosowania

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

Prawdziwe zlecenie rzadko wygląda jednak tak czysto, bo w magazynie leżą pręty o różnych długościach: świeżo kupione sześciometrowe, końcówki z poprzednich robót i resztki po zmianie projektu. Tu optymalizacja 1D odrywa się od zwykłego dzielenia — mieszany magazyn zamienia zlecenie w pytanie, który pręt otworzyć jako następny, a odpowiedź na nie zmienia się po każdym wyciętym elemencie. Człowiek schodzący po liście od góry prawie zawsze rozetnie nowy pręt tam, gdzie wystarczyłaby leżąca obok końcówka.

Warto też zauważyć jedną asymetrię wobec arkusza. W materiale liniowym reszta krótsza niż najkrótszy potrzebny element jest stracona całkowicie, bo nie ma drugiego wymiaru, w którym mogłaby się jeszcze do czegoś przydać. Dlatego przy cięciu prętów tak dużo zależy od tego, ile różnych długości zawiera zlecenie: kilka zbliżonych wymiarów układa się znacznie gorzej niż zestaw, w którym krótkie elementy potrafią wypełnić końcówki zostawione przez długie.

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

Wiersz o złożoności wymaga komentarza, bo obie wersje są formalnie NP-trudne, a mimo to różnica w praktyce jest wyraźna. Cięcie jednowymiarowe ustala właściwie jedną rzecz: które elementy trafiają na który pręt i w jakiej kolejności. Cięcie dwuwymiarowe ustala położenie w dwóch osiach, dla każdego elementu decyduje dodatkowo, czy wolno go obrócić, a na koniec musi jeszcze sprawdzić, czy powstały układ da się fizycznie wyciąć.

To ostatnie jest źródłem największej różnicy. Na pile panelowej każde cięcie biegnie od krawędzi do krawędzi arkusza, więc układ musi dać się rozłożyć na ciąg takich przejść. Wiele rozmieszczeń, które mieszczą się w arkuszu i wyglądają na diagramie znakomicie, jest przez to niewykonalnych — i algorytm musi je odrzucić, choć są ciaśniejsze od tego, co ostatecznie proponuje. W 1D ten problem nie istnieje, bo każde cięcie z definicji przechodzi przez cały przekrój materiału.

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).

Nasuwa się pytanie, czy nie prościej wrzucić prętów do optymalizatora 2D jako długich wąskich prostokątów. Technicznie się da, tylko nic się na tym nie zyskuje. W materiale liniowym drugi wymiar jest już ustalony przez kupiony profil, więc packer 2D marnuje pracę na szukanie układu w szerokości, w której nie ma czego szukać. Plan wychodzi przy tym trudniejszy do odczytania przy maszynie: zamiast listy w postaci „pręt 1: 1500, 1500, 1200, 800, reszta 1000 mm przed odliczeniem rzazu” dostajesz diagram, na którym operator musi odnaleźć kolejność cięć. Odwrotny błąd — potraktowanie płyt jako zestawu samych długości — nie działa nawet technicznie, bo gubi połowę informacji o formatce.

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.

Drewno konstrukcyjne — przypadek, w którym odpowiedź brzmi „zależy od tego, co kupujesz”. Kantówka 45 × 95 mm w handlowych długościach to zadanie jednowymiarowe: przekrój jest dany przez tartak, liczy się wyłącznie długość. Ale ta sama więźba rozrysowana z szerokich desek, z których dopiero wycinasz elementy o różnych szerokościach, jest zadaniem dwuwymiarowym. Rozstrzyga nie gatunek drewna ani przeznaczenie, tylko to, czy szerokość została ustalona w chwili zakupu.

Sporo zleceń zawiera oba typy naraz i warto je rozdzielić od razu, zamiast szukać jednego rachunku do wszystkiego. Zabudowa kuchenna to płyta meblowa liczona w 2D oraz listwy maskujące, cokoły i szyny liczone w 1D. Stelaż to profile w 1D i poszycie z płyty w 2D. Te dwa rachunki nie mają wspólnego materiału, więc łączenie ich niczego nie poprawia — natomiast policzenie ich osobno, ale w jednym narzędziu obsługującym oba tryby, oszczędza przepisywanie listy do drugiego programu i utrzymuje jedną wersję zamówienia materiałowego.

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.