Tube Nesting: Warum ist Nesting nicht gleich Nesting?

Artikel verfasst von Estelle CHARASSON, Anwendungsingenieurin Almacam und
Simon CHANAL, Optimization Software Engineer Almacam

Hinter einer leistungsfähigen Rohrverschachtelung stecken komplexe Optimierungsaufgaben. Wir haben deshalb die Ingenieure, die bei Alma die Nesting-Algorithmen von Almacam entwickeln, gefragt: Was bestimmt eigentlich die Qualität eines Nestings? Und was macht, anhand konkreter Anwendungsfälle, eine Nesting-Technologie leistungsfähiger als eine andere?
 

Beim Tube Nesting geht es darum, die optimale Anordnung verschiedener Teile auf einem Rohr oder Profil zu finden, bevor diese geschnitten werden. Es wäre allerdings zu kurz gegriffen, automatisch die Verschachtelung mit dem geringsten Materialverbrauch als die bestmögliche Optimierung anzusehen.

Effizientes Verschachteln von Rohren ist eine Mehrkriterien-Optimierungsaufgabe, bei der zahlreiche Parameter eine Rolle spielen. Es geht nicht nur darum, möglichst wenig Material zu verbrauchen. Vielmehr muss der gesamte Produktionsaufwand optimiert werden – unter Berücksichtigung der Materialkosten, der Schneidkosten, der Bearbeitungszeiten und verschiedener industrieller Randbedingungen.
 

Beim Schneiden von Rohren und Profilen hat das Nesting direkten Einfluss darauf, wie viel Material für die Fertigung einer bestimmten Anzahl von Teilen benötigt wird. Bei großen Produktionsmengen können schon wenige Prozent Unterschied zwischen zwei CAM-Lösungen erhebliche Materialmengen ausmachen. Das Ziel ist also, die benötigten Teile mit möglichst wenig Material zu produzieren und gleichzeitig vorhandene Reststücke sinnvoll zu nutzen.
 

Eine brauchbare Schachtelung zu erzeugen, wird zunehmend einfacher. Die letzten Prozentpunkte bei der Materialausnutzung herauszuholen, bleibt bei komplexen industriellen Anwendungen mit zahlreichen Randbedingungen jedoch eine anspruchsvolle algorithmische Aufgabe. Eine Materialausnutzung beispielsweise von 90 auf 95 % oder sogar von 95 auf 96 % zu steigern, erfordert deutlich fortschrittlichere Optimierungsstrategien.

Gerade diese wenigen Prozentpunkte können wirtschaftlich viel ausmachen. Jedes eingesparte Prozent Material senkt unmittelbar die Materialkosten der Produktion. Wenn das Material einen hohen Anteil an den gesamten Produktionskosten hat, kann eine Senkung der Materialkosten um nur 1 % zu einer Steigerung der Marge in der Größenordnung von 10 % führen.

Nehmen wir ein Beispiel mit 130 zu verschachtelnden Rohren – 26 grünen, 52 rosafarbenen und 52 blauen – auf 6 Meter langen Stangen. Eine leistungsfähige Nesting-Lösung bringt alle Teile auf 26 Stangen unter und benötigt dafür nur eine einzige Anordnung. Eine weniger optimierte Lösung benötigt dagegen 27 Stangen und 7 verschiedene Anordnungen.

Die erste Lösung spart also Material, aber auch Programmierzeit. Um sie zu finden, muss der Algorithmus in der Lage sein, eine sehr große Anzahl möglicher Kombinationen effizient zu untersuchen.

Noch größer können die Unterschiede werden, wenn reale Produktionsbedingungen in das Nesting einfließen – beispielsweise Prioritäten zwischen Teilen, gemeinsame Schnitte oder die Verwaltung von Reststücken.

Diese Anwendungsfälle zeigen: zwei Schachtelungen können auf den ersten Blick ähnlich leistungsfähig erscheinen. Wie präzise die jeweiligen Randbedingungen in den Algorithmen berücksichtigt werden, kann jedoch zu deutlich unterschiedlichen Ergebnissen führen. Eine genaue statt nur näherungsweise Berücksichtigung kann erhebliche Unterschiede bei der Materialausnutzung bewirken. Gerade bei solchen komplexen Fällen werden Qualität und Leistungsfähigkeit der Nesting-Algorithmen entscheidend. Hier macht eine Software für das Rohrschneiden mit fortschrittlichem Nesting den Unterschied.
 

Beim Vergleich von Tube-Nesting-Lösungen sollten zwei – oder eigentlich drei – Aspekte betrachtet werden.

1. Die Fähigkeit, reale Fälle aus der industriellen Produktion abzubilden

Bevor die eigentliche Optimierungsleistung verglichen wird, sollte geprüft werden, ob die Software überhaupt über die Funktionen verfügt, die für reale Produktionssituationen erforderlich sind: unterschiedliche Geometrien von Rohren und Profilen, Maschinenspezifika, Schneidverfahren sowie die jeweiligen Bedingungen und Einschränkungen in der Fertigung.

Einige dieser Funktionen sind komplex umzusetzen. Sie erfordern, dass die Optimierungsalgorithmen intelligent an die jeweiligen industriellen Randbedingungen angepasst werden. Eine Software kann bei einfachen Fällen auf den ersten Blick gute Ergebnisse liefern und bei realen Anwendungen dennoch deutlich schlechter abschneiden.

Nehmen wir das Nesting von Profilen als Beispiel. Um die Berechnung zu vereinfachen, könnte ein Algorithmus jedes Teil lediglich über seine Bounding Box darstellen, also über das Rechteck, das das Teil umschließt. Das erleichtert zwar die Verschachtelung, berücksichtigt aber nicht die tatsächliche Geometrie der Schnitte an den Profilenden. Zwei Teile, die sich aufgrund ihrer Endgeometrie eigentlich enger aneinander verschachteln ließen, werden dadurch als größer betrachtet, als sie tatsächlich sind. Die Folge: eine schlechtere Materialausnutzung.

Beispiel: Um das folgende Profil entsprechend seiner tatsächlichen Geometrie schneiden zu können, muss im Bereich der Flansche Material entfernt werden. Dazu werden „Rectangle Cuts“ hinzugefügt, sodass der Schnitt kollisionsfrei ausgeführt werden kann.

Ein optimiertes Nesting von zwei Exemplaren dieses Teils berücksichtigt sämtliche Schnitte, die zum Schneiden des Profils erforderlich sind – und nicht nur die jeweilige Bounding Box.

2. Die Leistung des Nestings selbst

Ist diese Voraussetzung erfüllt, kommt es darauf an, wie gut die Software nicht nur die Materialausnutzung, sondern auch Schneid- und Vorbereitungszeiten optimiert. Auch diese Leistung sollte anhand realer Anwendungsfälle bewertet werden, unter Berücksichtigung der tatsächlichen Prozesse und Randbedingungen in der Fertigung. Denn ein hervorragendes Optimierungsergebnis bringt wenig, wenn es sich in der Produktion nicht umsetzen lässt.

Zu diesen beiden technischen Kriterien kommt noch ein dritter Punkt hinzu: die allgemeine Qualität der CAD/CAM-Software und des Supports.

Ein leistungsfähiger Algorithmus entfaltet seinen tatsächlichen Nutzen erst innerhalb einer zuverlässigen Software, die sich im täglichen Einsatz bewährt. Bedienbarkeit, Stabilität, Robustheit und verlässliche Ergebnisse sind deshalb entscheidend. Schließlich sollen die durch die Optimierung erzielten Vorteile nicht an anderer Stelle in der Produktion wieder verloren gehen. Hinzu kommen Reaktionsfähigkeit und Fachwissen des Support-Teams, insbesondere wenn komplexe technische oder produktionsbezogene Probleme schnell gelöst werden müssen.
 

Mit der zunehmenden Verbreitung von KI in der Softwareentwicklung wird es einfacher, Werkzeuge zu entwickeln, die vergleichsweise standardisierte Optimierungsprobleme lösen können. Code zu generieren bedeutet jedoch noch lange nicht, ein komplexes Optimierungsproblem unter industriellen Bedingungen zu beherrschen.

Beim Verschachteln von Rohren besteht die eigentliche Schwierigkeit nicht darin, irgendeine mögliche Anordnung der Teile zu finden. Entscheidend ist, eine möglichst hohe Materialeffizienz zu erreichen und gleichzeitig sämtliche industriellen Randbedingungen einzuhalten, die die Produktion tatsächlich bestimmen. Dazu gehören die Geometrie der Teile und Profile, zulässige Ausrichtungen, Schneidbedingungen, wiederverwendbare Reststücke und maschinenbedingte Anforderungen. All das kann die Optimierungsaufgabe erheblich komplexer machen.

Nehmen wir die Priorisierung von Teilen. Haben Teile A (violett) Vorrang vor Teilen B (grün) und ist der verfügbare Stangenbestand begrenzt, wäre ein einfacher Ansatz, zunächst möglichst viele A-Teile zu verschachteln. Anschließend wird der verbleibende Platz mit B-Teilen gefüllt. Die Prioritäten werden eingehalten – allerdings werden die A-Teile verschachtelt, ohne die B-Teile bei der Optimierung zu berücksichtigen.

Dadurch kann der Algorithmus eine bessere Lösung übersehen, beispielsweise eine abwechselnde Anordnung von A- und B-Teilen, mit der gemeinsame Schnitte genutzt werden können.

Ein leistungsfähigerer Ansatz integriert die Prioritäten direkt in die Optimierung. A- und B-Teile werden gleichzeitig betrachtet, um ihre Anordnung zu optimieren. Gleichzeitig wird sichergestellt, dass B-Teile nur dann verschachtelt werden, wenn alle A-Teile untergebracht werden können. Die Prioritäten werden eingehalten, ohne die Gesamtleistung des Nestings zu beeinträchtigen.
 

Auch die Bewertung von Reststücken spielt bei der Optimierung eine wichtige Rolle. Ein leistungsfähiger Nesting-Algorithmus muss vorhandenen Reststücken einen Wert zuweisen können – ebenso wie den Reststücken, die durch die jeweilige Nesting-Lösung neu entstehen würden. So kann er automatisch entscheiden, ob die Verwendung eines vorhandenen Reststücks oder einer neuen Stange sinnvoller ist.

Dieser Ansatz spart Material, nutzt vorhandene Reststücke effizient und verhindert gleichzeitig, dass sich immer mehr davon in der Fertigung ansammeln.

In diesem konkreten Anwendungsfall sollen 75 identische Teile geschnitten werden. Zur Verfügung stehen neue Stangen mit 6 m und 4,5 m Länge sowie zwei Reststücke mit 3,22 m und 3,65 m.

Problem

o Stange: 6000 mm
o Stange: 4500 mm
o Reststück: 3220 mm
o Reststück: 3650 mm

Die Schwierigkeit liegt darin, die richtige Kombination von Stangen zu wählen. In diesem Beispiel benötigt die beste Lösung nur drei: ein vorhandenes Reststück, eine 6-m-Stange und eine 4,5-m-Stange. Damit lassen sich alle Teile produzieren, ohne dass praktisch neue Reststücke entstehen.

Lösung

Die anderen Kombinationen benötigen vier Stangen. Dadurch steigt die Produktionszeit, und gleichzeitig entstehen mehr Reststücke, die verwaltet und in der Fertigung gelagert werden müssen.
Dieses Prinzip sollte grundsätzlich gelten: Vorhandene Reststücke müssen vom Nesting-Algorithmus berücksichtigt und bei zukünftigen Nestings wiederverwendet werden können.
 

Bei einem gemeinsamen Schnitt im Nesting wird derselbe Schnitt verwendet, um zwei benachbarte Teile innerhalb eines Rohres voneinander zu trennen. Das bietet mehrere Vorteile:
•
geringerer Materialverbrauch, da der sonst erforderliche Abstand zwischen den beiden Teilen entfällt
•
kürzere Schneidzeit, weil ein Schnitt zwei separate Schneidoperationen ersetzt
•
weniger Bewegungen beziehungsweise Positioniervorgänge des Schneidkopfs
Allerdings ist diese Technik nicht bei jeder Geometrie und jedem Schneidverfahren einsetzbar. Der Nesting-Algorithmus muss daher erkennen können, wann ein gemeinsamer Schnitt technisch möglich und sinnvoll ist.
Bei Rohren mit Aussparungen oder Vorbindungen an den Enden wird die Erkennung gemeinsamer Schnitte noch anspruchsvoller. In solchen Fällen müssen die Nesting-Algorithmen die Schneidbahnen anpassen können. So lassen sich auch Enden gemeinsam schneiden, bei denen nur ein Teil der Schneidbahn übereinstimmt. Man spricht dann von einem partiellen gemeinsamen Schnitt.

Selbst bei Rohren mit komplexen Schnitten an den Enden kann ein fortschrittlicher Nesting-Algorithmus diese Geometrien berücksichtigen und gemeinsame Schnitte automatisch erkennen und erzeugen, wenn dies möglich ist.

Hinzu kommt, dass Lösungen nach unterschiedlichen Kriterien bewertet werden können: Materialausnutzung, Schneidzeit, Produktionsbedingungen und weitere Faktoren. Selbst wenn zwei Programme im Wesentlichen dieselben Nestings finden, müssen sie also nicht zwangsläufig dieselbe Variante als beste Lösung auswählen.

Ein leistungsfähigerer Algorithmus wie der von Almacam untersucht mögliche Lösungen genauer und effizienter. Dadurch steigt die Chance, eine stärker optimierte Lösung zu finden.

Ein weiterer konkreter Anwendungsfall zeigt, was eine wirklich leistungsfähige Tube-Nesting-Technologie auszeichnen kann.

Rohrschneidmaschinen mit zwei Spannfuttern haben eine wesentliche Einschränkung: Bei jeder geschnittenen Stange sind ungefähr die letzten 200 Millimeter für die Maschine nicht zugänglich – hier der rot markierte Bereich. Theoretisch entsteht dadurch zwangsläufig ein Reststück.

Ein Standard-Nesting-Algorithmus behandelt diese Maschinengrenze als feste Einschränkung und verschachtelt keine Teile im unzugänglichen Bereich. Auf der unten dargestellten Stange könnten somit nur drei grüne Teile verschachtelt werden.

Werden die tatsächlichen Möglichkeiten der Maschine und die Eigenschaften dieses unzugänglichen Bereichs genauer berücksichtigt, lässt sich die Randbedingung anders in die Optimierung integrieren. Dann können Teile auch in diesen Bereich hineinragen. Voraussetzung ist, dass innerhalb der unzugänglichen Zone kein Schnitt ausgeführt werden muss. Der letzte Schnitt des Teils entfällt also, indem das Teileende mit dem Ende der Stange zusammenfällt.