企业官网建设流程全解析

干过服装打版的朋友应该都清楚，排料这道工序有多磨人。一块布面上怎么摆版片，老师傅能把领子、袖子塞得严丝合缝，翘个角就能多插一片，整套动作全凭肉眼和经验。这几年我转到激光切割加工行业，接触钣金、亚克力、木板的异形件下料，发现一个特别有意思的现象——老师傅那套"人肉排料"的功夫，放在大批量、高混合的激光切割场景里根本不够用，于是二维异形件排版算法开始接管这一块。但是真把算法引到生产里，你会发现坑比想象中多得多。这篇内容我就结合自己做的一些项目和踩过的坑，把从服装打版思路迁移到激光切割排版算法这件事从头到尾捋一遍，重点聊聊那些常规文档不会告诉你的避坑经验。

排版算法这词听起来高大上，实际上解决的事特别朴素：给你一堆任意形状的零件，放到一张固定尺寸的板材上，让材料利用率尽可能高，同时满足切割工艺的要求。这个问题的难点在于，零件形状千奇百怪，约束条件又多，想找到一个足够好的摆放方案，光靠人工或者简单规则都行不通。这篇文章适合正在做钣金下料、激光切割、广告标识、木工家具的朋友参考，也适合刚接触异形件排版算法的开发者，我会从算法选型、几何处理、工艺约束到实际生产避坑，一层层拆开讲，尽量把能直接落地的经验都交代清楚。

1. 从服装排料聊起：二维异形件排版到底在解决什么问题

1.1 服装打版排料的经验，本质就是二维排样

服装打版里的"排料"对应工业界说的"套料"或者"排样"（nesting），核心思路完全一致：所有零件都是二维任意多边形，要在一个大矩形板材上找到它们的互不重叠摆放方式，最终让板材利用率最大化。老师傅凭的是视觉直觉——他们把领片、袖片转来转去，找互补咬合的位置，这个过程本质上是在做几何搜索。

换成算法的语言，这个问题在计算机领域是典型的NP-hard问题。什么叫NP-hard？通俗讲，零件数量一多，所有可能的摆放组合数量会爆炸式增长，你用穷举法去算，哪怕只有几十个零件，算到机器报废也算不出全局最优。所以不管是服装排料还是激光切割排版，我们实际上都是退而求其次，去找一个"足够好"的近似解——老师傅靠经验找，算法靠启发式规则和迭代搜索找。

我见过最有意思的例子是有一次在朋友的服装厂，车间师傅拿着一块料，五秒钟就告诉我这块布能排多少片，误差极小。但换到激光切割车间，一批订单可能有好几百个不同的异形件，材质、厚度、数量全不一样，师傅再多经验也盯不过来。这时候算法的作用就显现了：它能在几分钟内跑出一版方案，利用率只比老师傅低两三个百分点，在大批量生产里，这个差距很快就能被产量抵消甚至反超。

1.2 激光切割场景对排版算法提出了哪些新要求

服装排料和激光切割排版看着都是在"摆零件"，但生产条件完全不同，对算法提出的要求差别非常大，这也是很多人从服装行业思维转到激光切割时容易踩坑的地方。

第一个差异是工艺约束不同。服装排料，版片之间严丝合缝甚至重叠一点点都无所谓，因为裁剪时刀模有间隙。但激光切割是靠高能光束熔化材料，切割缝本身有一定的宽度（通常在0.1mm到0.3mm之间），而且切割过程中会产生热量，相邻零件如果离得太近，热影响区会互相干扰，薄板甚至会出现热变形。所以激光切割的排版必须给零件之间留出明确的安全间距，算法要把这个间距作为硬约束写进去。

第二个差异是零件形态和数量。服装版片通常线条相对圆润，大曲率圆弧多，数量少一些；而钣金行业的异形件千奇百怪，有极细长的条状件、有大孔洞的框架件、有直角锋利的折弯件，一次下料几百上千件很常见。零件数量一大，算法的搜索空间就更大，效率就成了关键。

第三个差异是切割顺序和路径会影响排版方案。激光切割不是把零件摆得密就行，还得考虑切割顺序——通常先切小件再切大件、先切内孔再切外轮廓，以及切割头的空行程不能太长。如果排版方案让切割路径绕来绕去，就会增加大量非切割时间，反而拉低整机效率。

所以说，激光切割场景下的二维异形件排版算法，本质上是一个"多约束叠加"的组合优化问题：要在几何上摆得密，在工艺上留得开，在路径上走得顺。任何一个约束没处理好，生产现场就会出问题。这也是我为什么坚持认为，排版算法不能只当几何问题来做，必须把它当工艺问题来对待。

2. 算法选型：不同方案的取舍与适用场景

2.1 启发式算法：快速出图的首选方案

排版算法里最基础也最常用的一类，是基于规则的启发式算法。这类算法不追求数学上的最优，而是用一些直观的规则，在可接受的时间内生成一个质量不错的方案。

最常见的启发式思路是"BL算法"（Bottom-Left，即左下排放算法）。它的操作逻辑很简单：把所有零件按面积从大到小排序，然后逐个放到板材的左下角位置，再尝试向左、向下移动，直到无法再移动为止。这个算法的好处是速度快、实现简单、适合实时性要求高的场景，比如在激光切割机操作系统里做动态排版。

在实际项目中，我更常用的是"最低水平线算法"的变种。它的思路是所有已摆放零件形成一个"天际线"轮廓，新零件试图放到天际线最低的那个凹槽里。相比BL算法，它对手性复杂的异形件更友好，不容易形成"左边堆得很高、右边空着"的失衡情况。我在做一批带圆弧的支架件时，用最低水平线比BL算法利用率提升了差不多5个百分点，效果相当明显。

启发式算法的共同短板是"贪心"：它只看当前的摆放动作是否最优，不考虑未来的零件放不放得下。这就容易出现前几个大件摆得舒服，后面几个小件塞不进缝隙，造成整体利用率偏低的情况。所以启发式方案适合零件种类不多、形状不算太极端、对排版时间要求高的场景——比如单机床当天的临时补料，或者小批量试切。

2.2 元启发式算法：离线精排时值得投入的优化方式

如果用启发式算法排出来的利用率达不到预期，尤其在大批量、高料价的场景下，就得考虑上"元启发式算法"。这类算法的核心不是直接决定每个零件放哪，而是去优化"摆放顺序"和"旋转角度"这两个维度，通过不断迭代逼近更优解。

遗传算法是其中最常见的一种。简单来说，它会生成一批候选解，每个候选解就是一套"零件排列顺序+每个零件的旋转角度"方案，然后用利用率作为适应度去评判，通过选择、交叉、变异来不断进化出新解。我做过一个钣金件的实验，32个异形件，用遗传算法跑了12分钟，比人工排料利用率高了8.6个百分点。这在每个月切割量上百吨的厂子里，省下的材料费非常可观。

模拟退火算法我也用过，它的思路更接近"从高到低试探"。先接受一个初始排版方案，然后不断做微小的扰动——比如交换两个零件的顺序、旋转某个零件几度——如果扰动后的方案更好就接受，如果更差也不是完全拒绝，而是按一定概率接受。这个概率随时间"降温"逐渐减小，最终收敛。它的好处是不容易陷入局部最优，但缺点是参数调起来麻烦，初始温度和降温速率对结果影响很大。

元启发式算法最大的问题还是计算时间。激光切割生产往往等不起，所以这类算法一般用在"离线排版"场景：订单提前规划，算法在后方慢慢跑，跑完把切割文件下发到车间。如果是现场临时补切，还是得靠启发式快速出图。

2.3 商业化软件与自研引擎怎么平衡

排版算法的落地路径，通常面临一个现实选择：直接用商业排料软件还是自己开发。商业软件的好处很明显——稳定性高、售后完善、切割工艺库齐全，比如国外的SigmaNEST、国内的不少钣金套料软件，覆盖面都比较成熟。对于大多数加工厂，直接用商业化产品是性价比最高的选择。

但如果你公司有自己的特殊工艺需求，比如特殊的波纹板、有纹理方向的碳纤维材料、多层同切配比，商业软件往往不够灵活。我接过一个做木质拼花装饰板的项目，零件有明显的纹理方向，同一片板子上不同零件允许旋转的角度完全不同，商业软件里配置起来特别痛苦。最后我们改成自研引擎，把纹理方向作为硬约束写进排版算法，反而轻松解决了。

我的建议是：如果业务形态稳定、零件无非标工艺要求，别折腾自研，直接上商业化软件。如果产品有独特的工艺规则，那就在自研算法里做定制——前提是你得有一个能读懂CAD图纸、又懂激光切割工艺的技术负责人在场。两头都沾的项目我见了不少，最怕的是既不肯投入自研又要求商业软件满足所有特殊需求，最后两边受气。

3. 核心细节解析：从几何预处理到碰撞检测

3.1 多边形预处理：新手最容易忽略的一步

排版算法本身再厉害，如果输入的数据有问题，输出一定出问题。多边形预处理是整个流程里最不起眼、但出错率最高的一个环节，我甚至可以说，十个排版算法"跑飞"的情况，至少六个是数据没洗干净。

先说最常见的坑：图纸里布满重复点、极近点、共线点和微小锯齿。很多DXF图纸是从三维软件里直接导出的，轮廓线看起来平滑，但放大一看全是细碎线段。算法做位置检测时，这些微小扰动会被放大成碰撞或间隙，导致排版结果出现局部过度拥挤或大量浪费。标准做法是先做一轮顶点去重和共线点合并，再用Douglas-Peucker算法做轮廓简化，控制在0.01mm以内的误差，这样既能保证精度，又能大幅降低后续计算的复杂度。

另外一个关键预处理是"多边形自交检查"。自交多边形是指轮廓线段相交的情况，这在服装打版的版片里几乎不会出现，但在钣金件图纸里时有发生——比如某些CAD软件在圆角过渡时产生了自交。算法如果不做检查就把自交多边形丢进去算，碰撞检测基本是错乱状态。我习惯在导入环节先用射线法或线扫法检查每个零件的多边形合法性，发现自交直接弹错误提示，让设计人员回去修图，绝不放行。

还有一项容易忽略的是"孔洞处理"。钣金件往往有内孔，排版时内孔是空的、可以和其他零件的轮廓复用吗？大部分情况不行，因为激光切割要让每个零件独立成型，内孔区域实际是废料，排版算法通常把它当作该零件的内部空洞，不参与与外部零件的干涉计算。但有一种特殊场景叫"共边切割"，两个零件可以共享同一条切割线，这时孔洞就变成可以利用的布局空间。这部分优化做得好，利用率提升非常可观，但对切割工艺的要求也高，初期的项目不建议一上来就搞共边。

3.2 碰撞检测：排版准确性的底线

排版算法跑得再花哨，最终都得有一个判断：这个零件放在这个位置，会不会和已经摆下的其他零件重叠？这个"会不会重叠"的判断，就是碰撞检测。

碰撞检测在性能上的难点是：一个零件要和所有已放零件做几何求交运算，零件数量一多，复杂度就是O(n²)，计算量非常吓人。所以实际工程里不会傻傻地直接两两求交，而是先做一层粗筛——用AABB包围盒（轴对齐的矩形包围盒）先过滤掉绝大多数不相邻的零件，只有包围盒相交的零件才进入底层精确判定。这就像你要知道两个人撞没撞上，先看他们在不在同一个街区，同街区再具体看有没有碰面，效率完全不一样。

精确判定阶段，图形学里有几种常用方法。对于凸多边形，分离轴定理（SAT）是最经典的选择：两个凸多边形如果能在任何一条轴上找到投影分离，那它们一定不相交。但很多异形件是凹多边形，直接套SAT会把凹多边形当凸多边形处理，产生"假碰撞"或"假通过"。我对凹多边形的处理策略是先做凸分解——把凹多边形拆成若干个凸多边形，然后对每一对凸块做SAT。这种方式稳定可控，缺点是凸分解会增加数据量，对内存和计算速度有一定影响。

另一个用的比较多的是"吃掉-保留法"，也叫No-Fit-Polygon（NFP）。它的思路是构造一个"不可侵入区域"，让算法可以判断两个多边形紧贴但不重叠时的临界位置。NFP的好处是碰撞检测和位置调节可以同时完成，特别适合做零件间最小间距的控制。但NFP构造过程比较复杂，对带曲线轮廓的零件尤其需要小心处理，工程量大一些，适合有算法团队的场景用。

碰撞检测这里我吃过一个亏：一开始为了追求速度，用了包围盒代替真实轮廓做判定，结果零件摆出来在视觉上看着差不多，实际上很多地方超出了千分之几毫米，切割出来零件尺寸偏小，被客户投诉过。后来加了一层阈值判断，所有碰撞检测的间隙值都比工艺要求留出0.05mm的余量，问题才彻底解决。

3.3 工艺约束注入：把割缝、热影响、边距写进算法

前面反复强调，激光切割的排版算法不能只管几何，必须把工艺参数考虑进来。这部分我把它叫"工艺约束注入"，就是让算法在搜索摆放空间时，同步遵守切割工艺的底线规则。

最核心的工艺参数是"最小间距"。激光切割时，光束熔化材料会产生热影响区，相邻零件如果离太近，边缘会有烧蚀、挂渣，甚至薄板材料会因热应力变形翘起。通常碳钢板留0.5mm到1mm间距，不锈钢和铝板因为散热快，可以适当小一些，但如果是薄板切割（3mm以下），间距建议至少留1mm以上。算法实现上，把"最小间距"转成零件轮廓的偏置量——给每个零件向外扩一圈斥力边界，扩多少由间距值决定。这样在几何碰撞检测时，只要边界不相交，实际间距就一定大于等于设定值。

另一个常被忽略的约束是"割缝补偿"。激光切割的割缝宽度一般在0.1mm到0.3mm，如果排版时完全按零件实际轮廓紧贴摆放，切割完的尺寸会偏小大约一个割缝宽度。所以在排版环节，我会先把零件的实际轮廓做一次向外偏置，偏置量为割缝宽度的一半，再做排版计算。这个细节处理得好不好，直接影响成品尺寸精度。

桥位与微连接也是个工艺约束。有些薄板零件切割后很容易从板材上掉落，产生划伤或者卡在废料格栅里的问题。工艺上常用的做法是让零件和母材之间保留几个细微的连接点（微连接），切割完成后由人工轻轻掰下。但微连接是有位置的，排版时如果正好把微连接压在另一个零件的边线上，切割时就会互相冲突。我们在自研引擎里加了微连接冲突检查，确保微连接位置不与相邻零件干涉。

最后还有纹理与方向约束。像有覆膜的不锈钢板做拉丝纹理、木纹贴皮方向固定，或者零件有编号/文字需要朝同一个方向，这类零件在排版时旋转角度会被限制在某几个固定值，不能随便转。算法里要给每个零件加一个"合法旋转角度集合"，让搜索过程只在合法集合里选角度，而不是从0到360度自由转。

4. 实操过程：从导入图纸到输出切割文件

4.1 数据导入与合法性检查：先把源头堵住

排版一个项目的实操流程，第一步永远是数据导入和检查，这一步做得快慢，直接决定后续排版的顺畅程度。我自己的习惯是先建立一套标准导入流程，逐层检查，确保进入算法的每个零件都是合法的。

第一层是文件格式检查。绝大多数激光切割排版项目用的是DXF或DWG格式，偶尔有IGES、STEP。DXF文件结构比较开放，不同CAD软件导出来差别很大，有的带图层，有的全堆在一个图层里，有的坐标原点不一致。这个阶段重点是把零件从图层里分离出来，去掉标注、辅助线、中心线、尺寸线这些非轮廓元素。我用过一个笨办法但很有效：先把所有元素按闭合性筛选，只有能形成闭合多段线的线元才可能是轮廓，然后人工抽查几个确认。

第二层是几何合法性检查。要检查内容包括前面提到的多边形自交、重复点、共线点、极小线段、开口轮廓等。我开发过一个批量检查脚本，会在导入的同时生成一个错误报告，把不合法的零件逐一标红。钣金设计人员出图时习惯用三维展开做投影，偶尔会留下重叠但不闭合的边，这种图在屏幕上看着没问题，一到算法里就会出乱子。

第三层是参数录入与核对。每个零件都对应：数量、材料厚度、材质、是否镜像、允许旋转的步长、最小间距要求、是否需要微连接。这些参数看上去琐碎，但任何一个填错，都可能让排版结果作废。比如我接过一个项目，一个零件的数量填错了，整个排版方案差了一片板，因为材料面积不够，最后只能重新跑一遍。

我特别推荐的做法是，在项目开始时建立一张"零件信息总表"，以Excel或者JSON格式维护，数据进去之前先人工核表，比在软件里反复调参数靠谱得多。我见过不少企业，零件信息散落在不同工程师的电脑里，换个项目就重新录入，数据错漏是常有的事。标准化的数据管理看似不酷，反而是排版算法落地过程中最容易见效的环节。

4.2 参数设置与排版策略：利用率不是唯一目标

数据准备就绪后，进入排版参数设置阶段。这里最容易犯的错误是只盯着利用率一个指标，忽略实际生产的其他需求。我建议按"用途导向"来设置参数，先搞清楚这批切割件要满足什么工艺条件。

首先是旋转步长。旋转步长是排版算法搜索零件角度时的粒度，通常设置为15度或30度。步长越小，可搜索的角度空间越细，理论上能找到更好的摆放组合，但它会几何级数地增加计算量。让我列举一下实际经验：对于只有一个圆弧边的支架件、矩形条状件，30度步长基本够用；对于形状复杂的钣金件，15度步长能明显提升利用率，但计算时间可能从2分钟涨到10分钟。现场切割时如果时间紧，我会先用30度跑一版，后续时间充裕再降步长精细优化。

其次是零件优先级排序。排版算法的搜索过程对"先放谁后放谁"很敏感。通常的策略是面积大的零件优先、数量少的零件优先、轮廓特殊的细长件优先。这种策略的核心逻辑是：大件和特殊形状件在板材上可选的摆放位置少，应该先把它们"卡"进版面，剩余的小件再去填充缝隙。实际操作时，同一批次零件里如果既有大钣金外壳又有小垫片，这个策略的优势会非常明显。

然后是排版策略的选择。一种叫"单板排版"，就是一片板独立排，不用考虑多板平衡；另一种是"多板同步排版"，把大批量零件分配到多张板上，同时追求每张板的利用率均衡。多板同步排版在算法上要加一个均衡性约束，否则可能出现第一张板排得很满、第二张板利用率极低的极端情况。公平地说，大多数中小批量项目用单板排版够了，但如果每月生产几十吨料的工厂，建议尽量用多板同步，几块板的总体利用率往往比单板分别排高1到2个百分点。

排版策略里还有一个容易被忽略的点：剩余料头再利用。很多板材切完大件后会剩下大块的边角料，如果算法支持"边角料区域再排版"，把小件填进去，利用率会有明显提升。有些排版软件也有这个功能，但默认关闭。我给客户做方案时通常建议开启这块功能，前提是边角料的边缘要够规整、尺寸足够大，否则激光切割的定位误差会让实际切割效果变差。

4.3 排版结果评估与后处理：跑完不等于能用

排版算法出结果以后，绝对不能直接丢给切割机，一定要做一轮人工评估和后处理。排版算法追求的是几何利用率最大化，但几何最优不等于切割最优。

第一件要做的事是生成排版预览图，检查零件之间是否存在肉眼可见的狭长缝隙、局部过度集中或者板块边缘空置。我习惯把利用率、缝隙分布、板边间距这几个信息用不同颜色叠加在一张图里，一次就能看出哪里排得松哪里排得紧。很多软件自带热力图功能，用好了非常直观。

第二件要做的事是统计切割路径的空行程。我刚才提到，排版紧凑但切割路径可能绕远路。有一个经典场景：一张板上几十个零件，排版算法把同类零件分散在板材不同角区，切割头在三个角之间来回跑，空行程比实际切割行程还要长。处理方式是在评估阶段用"最近邻切割路径"模拟一遍走刀，统计空程比例，如果超过一定阈值，就重新排版或者手动调整切割顺序。

第三件要做的事是检查微连接位置。做薄板切割（尤其2mm以下的不锈钢、镀锌板）时，微连接是防止零件脱料的常用手段。排版方案确定后，微连接会被自动计算出来，需要人工确认这些微连接位置没有落在零件的关键尺寸线上，比如孔径边上、折弯线上、或者外观面上。一个微连接的位置不对，就会导致零件掰下来后留下影响外观的毛刺。

后处理一环最常出问题的反而是文件输出的规范性。激光切割机多数接受DXP、G代码或者专用格式，不同品牌机器的指令集有差异。排版软件输出的切割文件里，参数配置要跟实际机床的激光功率、气压、切割速度匹配，否则排版再完美，机床也可能切出毛边甚至切不透。有个稳妥的做法是，换新机床或者换新材质时，先用一小块料做试切，验证一套参数，确认无误后再批量套用排版文件。

5. 常见问题与排查技巧实录

5.1 利用率上不去，先检查旋转策略和排序规则

排版算法做出来利用率总是不理想，最常出现的原因有两个：旋转策略设置不当和零件排序规则不合理。我遇到过不少工程师把旋转步长设成90度，以为这样算得快，结果一个个零件只能横竖摆放，异形件之间完全没法咬合，利用率浪费特别大。后来把步长降到15度，利用率从67%提升到76%，效果立竿见影。

排序规则方面，如果用"面积从大到小"排序，偶尔会碰到一个问题：几个大件占了板面中部，小件塞不进周围的不规则缝隙。解决方法是给算法加一个"面积+数量"的综合权重排序，或者让算法支持"大件优先、小件填充"的两阶段排版模式。另外，如果项目里有一些"长条状极细零件"，记得提前把它们排到靠后的阶段处理，长条件如果早进场，很容易挡住后续零件的插入空间。

还有一个出乎很多人意料的因素：零件镜像。某些零件正反都能用，排版时允许镜像就能跟其他零件形成更好的互补咬合。但镜像决策必须由工艺人员确认——有覆膜、有纹理方向要求的零件，镜像会导致外观方向不一致。最好的方式是给每个零件单独配置"允许镜像"和"允许旋转角度列表"，而不是全局统一设置。

5.2 排版跑很久不出结果，多半卡在碰撞检测

算法计算时间过长是另一个高频问题。我在一次做50个零件的排版项目时，遗传算法跑了一个多小时才出结果，现场根本等不起。排查后发现问题出在碰撞检测效率上——每个零件在尝试摆放时，都要跟所有已摆放零件做精确几何求交，计算量瞬间爆炸。

解决办法是分三层优化。第一层是预处理，把所有零件先转成轻量级坐标表示，去掉无效点；第二层是包围盒过滤，这一步能排除掉大约90%的无效碰撞检测；第三层才是真正的几何求交计算。三层优化下来，同样50个零件的计算时间从一小时缩短到8分钟，利用率几乎没变化。如果你用自研算法，我强烈建议在一开始就把包围盒过滤做进去，后面能省很多事。

另一类问题是参数设置导致的计算发散。比如遗传算法的种群大小设得太大，迭代次数设太多，而服务器配置又一般，整个系统直接被拖垮。我建议按照零件的数量量级来设定迭代次数：100个以内零件，种群设50到80，迭代100到150轮；零件越多，可以适当减少迭代轮数，转而增加局部搜索，这样能在有限时间内得到更稳定的结果。

5.3 切割时零件干涉、空走路径太长，问题常出在工艺约束

排版结果在计算机里看着很完美，一上机床就有问题，这时候多数情况不是算法算错了，而是工艺约束没有充分注入。比如两个零件之间的间距设了0.5mm，但板材厚度是6mm的厚板，激光切割时热影响区加上熔渣飞溅，0.5mm根本不够，实际上要留到1.5mm以上。我遇到过客户用6mm碳钢板，间距按默认0.3mm排，结果切割过程中相邻零件边缘直接烧糊。后来把间距调整到1.2mm，加工效果立刻正常。

空走路径太长的问题，大概率是切割顺序优化环节没做好。排版软件默认的切割顺序往往按零件编号来，跟位置无关。解决思路是在排版完成后，增加一个"切割路径规划"模块，用TSP算法（旅行商问题近似算法）来计算切割头的最短遍历路径，优先保证整体移动距离最短。这一步虽然不是排版算法的一部分，但配合排版方案使用，整机的加工效率能提升15%到20%。

另外要注意"先内后外"的切割原则。带内孔的零件，先切内孔再切外轮廓，可以避免外轮廓切开后零件移位影响内孔切割精度。排版算法本身不包含这个约束，需要在后处理里按规则重排切割顺序。我见过一个小白项目，切割顺序完全按轮廓生成先后排列，结果每次切完外框再切内孔，零件就松动了，尺寸精度完全没法保证。

5.4 实际生产中的独家避坑清单

把我这些年做激光切割排版总结下来的经验，整理成一份清单，每一条都是实际生产中踩过坑才得出的结论：

关于数据输入：

• 永远不要在排版前跳过多边形合法性检查，自交多边形至少占图纸问题的三成
• 微连接位置要在排版阶段就考虑，不要等到后处理才发现跟相邻零件冲突
• 建立标准零件信息表，每个字段都要核，数量错误是成本最高的错误

关于算法参数：

• 旋转步长建议从30度起步，根据利用率反馈逐步降细；不要一上来就追求最小值
• 最小间距设置要结合板材厚度和材质，默认值只能做起点，最终以试切结果为准
• 多板同步排版时，一定要设置每板最低利用率阈值，防止个别板材利用率过低

关于工艺配合：

• 薄板切割间距宁大勿小，热变形是薄板切割的头号杀手
• 割缝补偿必须在数据准备阶段就做进去，排版完成后很难修正
• 激光切割试切是验证排版参数的唯一标准，排好版之后务必先切一小块确认

关于结果评估：

• 排版利用率不要只看百分比，还要看废料块的分布是否集中。废料过于分散会导致后续清理麻烦，增加人工成本
• 切割路径的空程比例是评估排版质量的重要维度，排版再密、空程太高，综合效率反而不如空间略宽但路径顺的方案

这条清单我建议存下来，每次跑排版前过一遍，基本能挡住90%以上的生产事故。

5.5 给团队的一点管理建议：排版算法是工艺骨架，不是一次性交付

最后想多说一句关于团队分工的话。排版算法上线不是"把软件装上就能用"那么简单，它需要工艺人员、编程人员和现场操作工紧密配合。我见过很多工厂采购了昂贵的排版软件，却因为没人会调参数、没人懂几何检查、没人愿意做试切，最后软件沦为摆设。

比较成功的一种组织方式，是让有激光切割工艺经验的工程师主导排版参数配置，让程序员负责脚本开发和数据接口，现场操作工反馈切割质量，形成一个闭环。每周开一次会，把本周内出现的排版问题和优化建议整理成迭代清单，不断打磨参数库和工艺库。排版算法的价值是长期积累出来的，不是一次上线就能吃到红利。

如果你准备在工厂里推进排版算法的落地，我建议先选一个零件种类少、数量稳定的订单做试点，跑通流程、复盘问题、沉淀参数，再逐步推广到更多产品线。这个节奏比一次铺开要稳妥得多，也更容易得到车间师傅们的认同。

说到底，排版算法能把材料利用率从70%推到80%以上，但真正决定它能不能在生产里站稳脚的，是你有没有一套完善的工艺配合和数据管理流程。算法是骨架，工艺才是血肉，两者结合到位，激光切割的产能和成本优势才能真正释放出来。