一维下料优化 / 1D Cutting Stockv0.4 · BETA

用到
最后一毫米Cut to the last millimeter — engineered for steel, aluminum & profile shops.

上传 Excel 物料单,套裁在服务端按下料长度与锯口宽度求解最优切割方案。 从 72% 利用率提到 94%+,每一根原料、每一毫米余料都看得清。 无需安装,浏览器即开即用。

还不确定买多长?定尺推荐替你算出最优采购定尺 →
avg. utilization
94.2%
savings
~22%
solve time
<1s
solver
HiGHS· 整数规划
输入 / order.xlsx
#
规格 / SPEC
长度 / LEN
数量 / QTY
01
HW 200×200
2,400 mm
6
02
HW 200×200
1,850 mm
4
03
HW 200×200
1,200 mm
9
04
HW 200×200
950 mm
12
05
HW 200×200
720 mm
8
套裁引擎 · HiGHS
原料 #01 — 6000 mm利用率 99.8%
2400
1850
1200
540
原料 #02 — 6000 mm利用率 95.0%
2400
1850
950
505
余 295
原料 #03 — 6000 mm利用率 91.5%
1200
1200
950
950
720
480
余 510
01 / WHY
The Hidden Cost

余料是看不见的利润漏洞。
我们让它显形

在工地、加工厂里,几乎所有的下料还在依赖老师傅的经验和手算。一根 6 米的工字钢卖一千多块,每根浪费 10%,一万根就是上百万——但没有任何系统在记录它。

~28%的型材在传统人工下料中被作为余料丢弃或低价回炉
Source: 国内 12 家钢结构加工厂抽样, 2024
// 同等订单,使用线性规划求解后,平均利用率可达 94% 以上

手算靠经验,老师傅退休了方案就没了。新人上手要两三年,期间利用率平均掉 8–15 个百分点。

余料没归档,下次订单不知道仓库还有什么。1.2 米的废料堆成山,下一单需要 1.1 米还是开新料。

锯口被忽略,3 毫米一刀,几百刀下来就是一根料。Excel 算不出来,CAD 排不出来。

A

方案靠手算Manual Layout

师傅在图纸上画格子、用计算器加加减减。一份 30 行的料单要算 40 分钟,方案还不一定最优。

B

余料无追溯No Remnant Tracking

切剩下的料没人登记,下次订单只能开新料。仓库角落里躺着十几吨可用余料。

C

软件太重Heavy Legacy Tools

专业排料软件动辄几十万,要培训、要本地部署、要 USB 加密狗。中小厂用不起。

02 / WHAT
Core Workflow

三步走完整个流程
从 Excel 进,到 Excel 出。

不重做你的工作流。物料单还是那张 Excel,出来的方案也能直接发到车间——只是中间那一段,让算法替你完成。

FEATURE 01STEP / 01
#
LEN
QTY
SPEC
1
2400
6
HW 200
2
1850
4
HW 200
3
1200
9
HW 200
4
950
12
HW 200

Excel 直接上传Drop in your spreadsheet

不用改格式、不用学新工具。把现有的物料单拖进浏览器,系统自动识别长度、数量、规格三列。

  • 支持格式.xlsx / .xls
  • 数据表RawMaterials · Demand
  • 参数网页统一设置
FEATURE 02STEP / 02
HiGHS · 整数规划+ 快速启发式

服务端整数规划求解Server-side MILP solver

后端用 HiGHS 求解器做混合整数规划:枚举每种原料的切割组合后按四目标求最优,考虑锯口、头尾修边、原料库存与最小余料约束;超大规模自动回退快速启发式。

  • 锯口 / 修边逐行可调
  • 多原料长度同时求解
  • 求解模式精确 / 快速
FEATURE 03STEP / 03
XLSX

一键导出车间单Shop-ready output

切割清单、排料方案、利用率汇总一次性导出 Excel。打印贴在锯床旁,师傅照着切就行。

  • 导出格式XLSX 多表
  • 方案明细CutPlan · StockUsage
  • 历史记录随时再导出
★ / MODES
Two Modes · One Engine

不只会排料,更告诉你该买多长

市面上的下料工具几乎都假设你已经有固定长度的原料、只帮你排料。套裁支持这种常规场景;而定尺推荐反过来——你还没采购,它直接算出该买哪几种定尺、各买多少根,最省料、最省钱。

模式 A

已知原材料套裁

手里已有固定长度的原料,按下料需求排出最优切割方案,把利用率拉满。

  • 适合:仓库已有定尺 / 余料
  • 输出:每根原料怎么切
  • 目标:利用率最大、废料最少
核心亮点
模式 B

还没买料?反推最优采购定尺

不知道该订多长的原料?定尺推荐枚举候选定尺组合,反推出最划算的采购方案——买哪几种长度、各买多少根,按利用率排序给出多套方案。

推荐采购方案 · 示例
6000 mm×18
4500 mm×7
综合利用率96.8%
  • 适合:下单前的采购决策
  • 输出:定尺组合 + 采购清单 + 利用率
  • 最多 3 种定尺,多方案排序
试试定尺推荐
03 / INSIDE
Product Preview

登录后,上传 Excel 就行。
服务端替你算最优。

真实求解在服务端用整数规划(HiGHS)完成,比启发式更接近最优;支持「已知原材料套裁」与「定尺推荐」两种模式,异步排队、按次消耗积分。下面是工作台的样子。

taocai.liukersun.com / 工作台
mode: 套裁solver: HiGHScompute: 服务端
原料根数
7
综合利用率
94.7%
成品总长
39.79m
废料合计
2.21m
// 排料方案 / CUTTING LAYOUT
零件锯口余料
#01
2400
1850
1200
540
99.8%
#02
2400
1850
950
505
余 295
95.0%
#03
1200
1200
950
950
720
480
余 510
91.5%
* 示意数据 · 实际方案随物料单与参数由服务端整数规划实时求解
免费注册试算已有账号登录注册即赠 100 积分,每次计算消耗 10 积分
04 / HOW
Under the hood

工程师看的
技术说明。

面对的是 NP-hard 的下料问题。我们用整数规划(HiGHS 求解器)在可配的时间上限内逼近最优,超大规模自动回退快速启发式。服务端计算、参数可调、结果可复现。

核心是一个服务端整数规划求解器。

后端是 Rust(axum + sqlx):先枚举每种原料的切割组合,再交给 HiGHS 做混合整数规划,按四目标(最大利用率 / 最少废料 / 最少根数 / 均衡)求最优。计算异步排队,结果与历史记录存 PostgreSQL。

// 主问题:选 x_p 根某切割组合,覆盖全部需求,最小化废料
let sol = vars.minimise(total_waste)
  .using(highs) // HiGHS · MILP
  .with(constraint!(produced >= demand))
  .set_time_limit(cfg.time_limit)
  .solve()?;
for p in &patterns {
  let n = sol.value(x[p.id]).round() as i64;
  if n > 0 { plan.push(p, n); }
}
algorithm
MILP + 启发式
枚举组合 · 四目标
solver
HiGHS
good_lp · Rust
backend
axum + sqlx
Rust · PostgreSQL
tasks
异步队列
普通 / SVIP 双通道
io formats
Excel XLSX
calamine · xlsxwriter
auth / 计费
JWT + 积分
argon2 · 按次计费
公测中 / Public Beta

下一根原料的利用率
从 72% 提到 94%。

无需安装,浏览器打开就能算。公测期间所有功能免费,正式版按计算量和次数计费。