买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉龙岩学院申请的专利基于人工智能的家具板材优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121094246B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511631562.0，技术领域涉及：G06Q10/04；该发明授权基于人工智能的家具板材优化方法及系统是由林乙煌设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本基于人工智能的家具板材优化方法及系统在说明书摘要公布了：本发明涉及人工智能与智能制造技术领域，具体公开了一种基于人工智能的家具板材优化方法及系统。该系统包括数据感知与预处理模块、多约束融合建模模块、深度强化学习决策模块、方案后优化与仿真模块及系统控制与执行模块，通过采集并标准化多源生产数据，构建嵌入多种约束的优化模型，利用深度强化学习迭代生成逼近全局最优的排样方案，并进行局部优化与切割仿真验证，最终转换为设备指令执行。本发明实现了端到端的智能板材优化，提升了材料利用率和生产适应性。

本发明授权基于人工智能的家具板材优化方法及系统在权利要求书中公布了：1.一种基于人工智能的家具板材优化系统，其特征在于，包括： 数据感知与预处理模块，用于采集并标准化处理来自企业资源规划系统的历史订单数据、来自计算机辅助设计系统的家具部件几何数据、来自制造执行系统的实时设备状态数据以及通过视觉检测系统获取的板材表面质量数据； 多约束融合建模模块，用于将采集到的数据转化为统一的优化问题数学模型，该模型同时嵌入材料利用率目标函数以及包括纹理方向约束、加工缺陷规避区域约束、最小切割间距约束和设备切割能力约束在内的多种生产约束条件； 深度强化学习决策模块，用于接收来自多约束融合建模模块的优化问题模型，并基于经过预训练和在线微调的深度神经网络策略，在解空间中进行探索与利用，以迭代生成逼近全局最优的板材排样方案； 方案后优化与仿真模块，用于对深度强化学习决策模块输出的初步排样方案进行局部精细调整，并基于物理引擎进行切割路径仿真与生产耗时评估，以验证方案的可行性与经济性； 系统控制与执行模块，用于协调各模块的工作流程，并将经过验证的优化排样方案转换为数控切割设备可识别的指令代码进行下发执行； 所述数据感知与预处理模块包括： 企业资源规划系统数据采集单元，用于提取历史订单中的家具部件类型、数量、尺寸规格以及所使用的板材信息； 计算机辅助设计系统数据采集单元，用于读取家具部件的二维矢量图形数据，并自动识别部件的关键几何特征，包括外轮廓多边形、内部开孔位置与形状； 制造执行系统数据采集单元，用于解析当前可用切割设备的类型、最大加工尺寸、切割头数量及刀具库配置； 视觉检测系统数据采集单元，用于标识出板材上存在的节疤、裂纹加工缺陷区域的具体位置与边界； 数据标准化单元，用于对采集的多源异构数据进行统一格式转换与坐标系统一，并存储至系统专用的实时数据库中； 所述多约束融合建模模块的数学模型构建过程如下：定义材料利用率目标函数为所有已排样家具部件总面积与所使用板材总面积的比值，优化目标是最大化此比值； 纹理方向约束被建模为对每个家具部件施加允许的旋转角度范围； 加工缺陷规避区域约束通过将视觉检测标识出的缺陷区域转化为排样过程中的禁止放置区域来实现； 最小切割间距约束要求任意两个相邻的排样部件轮廓之间的最短距离不得小于预设的安全值； 设备切割能力约束细化为最大切割长度约束和最小内圆角半径约束； 将所有目标与约束整合为带有多重约束条件的组合优化问题，并表述为深度强化学习决策模块能够处理的状态-动作空间形式； 所述深度强化学习决策模块采用基于演员-评论家框架的深度强化学习算法； 状态空间定义为当前板材的剩余可用区域、待排样家具部件集合的当前状态以及已排样部件的布局情况； 动作空间定义为从待排样部件集合中选择部件并决定其放置在板材上的具体位置和旋转角度； 演员网络负责根据当前状态输出动作的概率分布； 评论家网络负责评估在给定状态下执行动作所能获得的长期期望累积奖励； 奖励信号设计包括即时材料利用率增量、对违反约束条件的惩罚以及鼓励探索新颖排样模式的奖励； 该模块在离线阶段使用历史排样数据进行预训练，在线部署后通过与环境交互持续收集新的排样经验数据对网络参数进行微调； 所述方案后优化与仿真模块包括： 局部精细调整子模块，用于实施基于模拟退火算法的局部搜索策略，以初步排样方案为初始解，通过随机选择已排样部件进行微小平移或旋转来进一步提升材料利用率； 物理仿真验证子模块，用于集成基于物理引擎的切割路径仿真器，加载优化后的排样方案及切割设备参数，动态计算切割头的运动轨迹，实时计算总切割路径长度和预估加工时间，并进行碰撞检测与设备行程范围验证； 所述系统控制与执行模块包括： 状态机引擎，用于协调所有模块的时序与数据流，依次触发数据感知与预处理模块开始数据采集、激活多约束融合建模模块进行优化模型构建、调度深度强化学习决策模块启动排样方案搜索、调用方案后优化与仿真模块进行后续处理； 代码生成单元，用于解析排样方案中的部件轮廓，根据部件在板材上的最终坐标和方向，结合从制造执行系统获取的特定数控系统语法规则，生成对应的数控指令。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人龙岩学院，其通讯地址为：364000 福建省龙岩市新罗区东肖北路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。