Оптимизация автоматизированной резки для минимизации отходов материала трубопроводов в сборных MEP-системах на основе целочисленного программирования

Почему умная резка труб действительно важна

За каждым современным зданием скрывается плотная сеть труб, которые подают воду, отводят сточные воды, питают спринклеры и циркулируют тепло и холод. Эти механические, электрические и сантехнические (MEP) системы дорогостоящи в строительстве, и удивительная сумма денег буквально выкидывается в виде металлических обрезков, когда трубы стандартной длины режут под конкретный проект. В этом исследовании показано, как сочетание цифровых моделей зданий с продвинутой математикой может почти полностью устранить эти потери, одновременно снижая затраты и сохраняя ресурсы.

Скрытые потери в трубах зданий

В современных больших и сложных зданиях работы по MEP могут составлять более 30% от общей стоимости строительства. Сборные MEP-трубопроводы — изготавливаемые на заводе и затем собираемые на объекте — обещают лучшее качество и более быструю застройку. Но остается упрямая проблема: как раскроить тысячи труб разного диаметра и длины из стандартного материала, не накапливая дорогие остатки. Плохие планы раскроя могут делать потери при резке более 30% всех материальных отходов на проекте, повышая затраты и подрывая экологические преимущества сборного производства.

Преобразование 3D-моделей зданий в пригодные для анализа числа

Современные проекты всё активнее используют информационное моделирование зданий (BIM), где всё здание — включая каждую трубу — хранится в подробной 3D-цифровой модели. Однако извлечение точных размеров и количества труб из этих моделей часто требовало ручной работы, что медленно и склонно к ошибкам. Авторы разработали пользовательский плагин для Autodesk Revit, который автоматически собирает всю ключевую информацию о трубопроводах: где они расположены, какого они типа, их диаметры и длины. Инструмент очищает данные, отфильтровывает недействительные элементы, группирует трубы по типу и размеру и генерирует готовую к использованию статистику и отчёты, обеспечивая надёжную основу для оптимизации вместо догадок.

Использование математики для планирования каждого разреза

Когда потребности в трубах известны, задача превращается в классическую задачу "раскроя": как нарезать стандартные заготовки труб на требуемые короткие детали с минимальными отходами и затратами. Исследователи построили модель целочисленного программирования — способ формализации проблемы, при котором компьютер может систематически искать лучшую комбинацию схем раскроя. Модель учитывает реальные правила: каждая готовая деталь должна быть получена из одного раскроя, суммарная длина в каждой схеме не может превышать длину заготовки, а остатки короче заводского минимума считаются браком. Цель проста, но мощна: минимизировать общее потребление материала при полном удовлетворении проектных потребностей.

Алгоритм, постепенно находящий лучшие схемы

Поскольку способов разрезать длинные трубы на короткие бесконечно много, команда использовала технику, называемую алгоритмом порождения столбцов (column generation), для эффективного поиска. Вместо того чтобы пробовать все варианты сразу, алгоритм начинает с нескольких базовых схем раскроя, оценивает их эффективность и затем постепенно добавляет новые схемы, которые обещают снизить потери. Этот процесс обмена продолжается до тех пор, пока новая схема не сможет улучшить результат. Метод работает как для простых случаев — когда доступна только одна длина заготовки, — так и для более реалистичных ситуаций, где можно сочетать несколько длин. Он особенно пригоден для крупных проектов с множеством типов труб и тысячами требуемых деталей.

Проверка на реальном проекте: меньше отходов ценой небольшого увеличения вычислений

Подход был протестирован на крупном транспортном узле в Пекине, включавшем несколько трубопроводных систем и множество диаметров и длин. В сценарии с одной длиной заготовки оптимизированные планы сократили уровень отходов до всего 0,54%, с потреблением 1040 метров трубы. Когда было разрешено и оптимизировано использование нескольких длин заготовок, отходы опустились ниже 1% при потреблении всего 1025 метров — лучше, чем при использовании любой одной длины отдельно. По сравнению с широко используемым генетическим алгоритмом и простой жадной эвристикой новый метод последовательно достигал значительно меньших потерь и общего потребления материала, в то время как дополнительное время вычислений оставалось менее минуты — несущественная величина в контексте заводского планирования.

Что это значит для зданий и планеты

Для неспециалиста главный вывод прост: позволив компьютерам «продумать» раскрой стандартных труб для конкретного здания, заводы могут почти полностью устранить обрезки, сэкономив металл, деньги и место для хранения. Сочетание автоматического извлечения данных из цифровых моделей зданий и математически управляемого плана раскроя превращает неаккуратную, основанную на опыте задачу в повторяемый высокоточный процесс. Для строительных компаний это означает более строгий контроль затрат и меньшее обращение с материалами; для общества — путь к более ресурсосберегающим зданиям. Та же логика может быть распространена за пределы труб на многие другие изделия, производимые из стандартных длин, предлагая общий рецепт для достижения большего с меньшими ресурсами.

Цитирование: Fan, X., Yang, L. & Zhao, X. Automated production cutting optimization for minimizing material waste of pipelines in prefabricated MEP systems based on integer programming. Sci Rep 16, 13293 (2026). https://doi.org/10.1038/s41598-026-43977-9

Ключевые слова: сборные MEP-трубопроводы, оптимизация раскроя, информационное моделирование зданий (BIM), сокращение отходов материалов, алгоритмы целочисленного программирования