
Skärplansoptimerare vs Excel: När Kalkylarket Inte Längre Räcker
Excel är det första verktyget de flesta tar till när de ska sammanställa en skärlista. Det är logiskt — de känner redan till det, det finns på varje dator, och en tabell med delar och mått verkar vara en typisk kalkylbladsuppgift. Ända tills de försöker ta reda på hur dessa delar passar in på ett skiva. Det är precis där Excel misslyckas.
På varje snickerieforum, varje fråge- och svarstavla om tillverkning, varje Excel-hjälpgemenskap dyker samma ämne upp. Någon publicerar ett kalkylblad med delnamn, längder, bredder och kvantiteter. Sedan frågar de: "Hur kan Excel tala om för mig vilket som är det mest effektiva sättet att skära dessa delar från lagerplattor?"
Svaren sträcker sig från "använd Solver" till "skriv ett VBA-makro" till "det är omöjligt — använd specialiserad programvara". Sanningen ligger någonstans däremellan, och att förstå exakt när Excel slutar vara användbart är avgörande för att avgöra när du behöver en riktig skärlisteoptimering.
Vad Excel är bra på
Låt oss ge Excel det som tillhör Excel. I den första fasen av skärlisteplanering — att sammanställa själva delförteckningen — fungerar Excel bra. Det fungerar faktiskt riktigt bra.
Du kan lista varje del med namn, längd, bredd, tjocklek, kvantitet, materialtyp, fiberriktning och anteckningar. Du kan använda formler för att beräkna total yta, total kantlängd och uppskattade materialkostnader. Du kan sortera, filtrera och gruppera delar efter material eller skåp. Du kan dela kalkylbladet med ditt team.
Om allt du behöver är en delförteckning — en strukturerad tabell över vad som ska skäras — klarar Excel det jobbet. Det är därför CutGrid (och de flesta andra skärlisteoptimering) tillåter direktimport från Excel och CSV. Kalkylbladet är ett utmärkt ställe att sammanställa listan. Det är bara inte rätt ställe att optimera layouten.
Var Excel misslyckas
I det ögonblick du frågar "Hur ska jag arrangera dessa delar på mina skivor?" har du lämnat kalkylbladsformelns territorium och gett dig in på kombinatorisk optimering. Här är varför det spelar roll.
2D-placeringsproblem är NP-svårt
Det här är inte bara jargong — det har praktisk betydelse. "NP-svårt" innebär att antalet möjliga arrangemang växer så snabbt att ingen dator kan kontrollera alla varianter inom rimlig tid, inte ens för blygsamma indata.
Ta ett enkelt exempel: 20 delar på en enda skiva. Varje del kan placeras i vilken position som helst, och de flesta kan roteras 90°. Antalet möjliga arrangemang är astronomiskt — långt större än antalet atomer i universum. Att hitta det bästa kräver specialiserade algoritmer som intelligent utforskar lösningsrymden med hjälp av heuristik, inte brute force.
Excels Solver-tillägg hanterar enkla linjära optimeringsproblem. Men 2D-placering med rotation, skärspalter, fiberriktning och flera skivor är inte ett linjärt problem. Solver kan antingen inte modellera problemet alls, eller köra i timmar och producera ett dåligt resultat.
Ingen visuell layout
Även om du på något sätt beräknade den optimala layouten i Excel, skulle du fortfarande behöva rita den. En skärlisteoptimering skapar ett visuellt skärdiagram — en färgkodad karta som exakt visar var varje del befinner sig på varje skiva, med mått, delaetiketter och skärordning. Det är det dokument du skriver ut och tar med till sågen.
I Excel skulle du behöva rita rektanglar manuellt i ett diagram eller i ett externt ritprogram. För varje skiva. Varje gång du ändrar ett mått eller lägger till en del.
Ingen hänsyn till skärspalt
När sågbladet passerar genom materialet tar det bort en remsa material — det är skärspalten. En typisk bordssågs skärspalt är 3–3,5 mm. En skärlisteoptimering lägger automatiskt in denna spalt mellan varje par av intilliggande delar.
I Excel skulle du behöva lägga till skärspaltsmån manuellt i varje måttberäkning. För 40 delar fördelade över flera skivor innebär det dussintals extra formler — var och en en potentiell felkälla. Och om du ändrar skärspaltsvärdet (för att du bytte blad) måste du uppdatera varje formel.
Inget algoritmval
En dedikerad optimering låter dig välja mellan guillotine- och standardalgoritmen (hyllalgoritmen) beroende på din utrustning. Guillotine säkerställer att varje snitt går från kant till kant (för bordssågar). Standard möjliggör flexibel placering (för CNC). Excel vet inte vad ett guillotinesnitt är.
Ingen optimering för flera skivor
Verkliga projekt använder flera skivor. Ett köksskåpsprojekt med 40 delar kan kräva 3–4 MDF-skivor. Optimeringen avgör vilken del som ska placeras på vilken skiva för att minimera det totala spillet över alla skivor — inte bara en i taget.
I Excel skulle du behöva tilldela delar till skivor manuellt, sedan manuellt kontrollera om de passar, sedan manuellt justera layouten om de inte passar. Ändra ett enda mått och hela tilldelningen kan behöva göras om.
Ingen spårning av reststycken
När skivor skärs uppstår reststycken — användbara materialstycken som är för små för det aktuella projektet men kan vara idealiska för nästa. En skärlisteoptimering spårar dessa reststycken i ett lagerbibliotek och återanvänder dem i framtida projekt.
Excel vet ingenting om dina reststycken.
VBA-makrometoden
Vissa uppfinningsrika användare har skrivit VBA-makron som försöker utföra enkel 1D-skäroptimering i Excel. Dessa fungerar för linjärt material — skärning av längder från stänger eller rör — där problemet är endimensionellt.
Det typiska VBA-tillvägagångssättet sorterar delar efter storlek (längsta först), tilldelar dem till lagerlängder med hjälp av first-fit decreasing-algoritmen och rapporterar det totala antalet lager som behövs och spill per stång. För enkel linjär skärning — aluminiumprofiler, träbalkar, stålrör — kan detta fungera tillräckligt bra.
Det har dock betydande begränsningar:
Endast 1D. VBA-makron för 2D-platsskärning är extremt sällsynta och extremt sköra. Algoritmens komplexitet ökar dramatiskt när du lägger till den andra dimensionen, rotation och skärspalt.
Ingen visuell utdata. Makrot ger en textlista — "Stång 1: 2400-snitt, 1800-snitt, 300 spill" — men inget diagram. Du måste mentalt rekonstruera layouten, vilket gynnar misstag.
Skör kod. VBA-makron slutar fungera om du ändrar kalkylbladets struktur, byter namn på kolumner eller öppnar filen i en annan version av Excel. De är svåra att felsöka och omöjliga att underhålla om du inte skrev dem själv.
Ingen skärspalt, mån, fiberriktning. De flesta VBA-makron ignorerar skärspalt, skivmån och fiberriktning. Att lägga till dessa parametrar komplicerar koden avsevärt — och de flesta användare som kan skriva VBA på den nivån skulle ha bättre nytta av att skriva en separat applikation.
Prestanda. VBA är långsamt. En komplex 2D-optimering som tar mindre än en sekund i CutGrid kan ta minuter i ett VBA-makro — eller frysa Excel helt.
Solver-metoden
Excels inbyggda Solver är ett legitimt optimeringsverktyg. Det kan lösa linjära programmeringsproblem och har en evolutionär solver för icke-linjära problem. Vissa användare har försökt modellera skärlisteoptimering med Solver.
Inställningen är komplex: du definierar beslutsvariablerna (var varje del placeras), begränsningarna (ingen överlappning, inom skivan, skärspalter) och målfunktionen (minimera spill). För mycket små problem — 5–8 delar på en enda skiva — hittar Solver ibland en rimlig lösning.
För allt större når Solver sina gränser. Gratisversionen är begränsad till 200 beslutsvariabler. Även betalversionen (OpenSolver eller Solver-tillägg) kämpar med de icke-linjära begränsningarna för 2D-placering. Och du får fortfarande ingen visuell layout — bara en tabell med koordinater.
Praktisk jämförelse: Samma projekt, två verktyg
Låt oss göra detta konkret. Du bygger fem bokhyllsskåp av 18 mm björkplywood. Skiva: 2440 × 1220 mm. Skärspalt: 3 mm. Mån: 10 mm.
Del | Längd (mm) | Bredd (mm) | Antal | Totalt |
|---|---|---|---|---|
Sidopanel | 1800 | 300 | 10 | 10 |
Topp-/bottenpanel | 564 | 300 | 10 | 10 |
Hylla | 564 | 280 | 15 | 15 |
Bakre list | 564 | 80 | 10 | 10 |
Sockel | 600 | 100 | 5 | 5 |
Totalt: 50 delar.
I Excel: Du listar delarna (2 minuter). Du beräknar den totala ytan för alla delar: ungefär 10,2 m². Varje skiva är 2,98 m². Så du behöver minst 3,4 skivor — vilket innebär minst 4 skivor, förmodligen 5 när du tar hänsyn till skärspalt och mån. Men hur många behöver du egentligen? Du vet inte, för du kan inte se hur delarna passar ihop. Du gissar 5 eller 6 skivor och köper därefter. Om du gissar fel åker du tillbaka till trävaruhandeln.
I CutGrid: Du anger samma delar (eller importerar Excel-filen — 30 sekunder). Du ställer in skärspalten till 3 mm och månen till 10 mm. Du klickar på Optimera. På mindre än en sekund producerar CutGrid layouten: 4 skivor, 86 % materialutnyttjande, med ett tydligt diagram som exakt visar var varje del befinner sig. Du exporterar PDF:en och går till sågen.
Skillnaden: Excel sa "förmodligen 5 skivor, kanske 6". CutGrid sa "exakt 4 skivor, så här skär du dem, och det här är reststyckena du kan spara". En sparad skiva, 40–80 € tillbaka i fickan.
När Excel ändå är rätt val
För rättvisans skull finns det situationer där Excel verkligen räcker:
Du sammanställer en delförteckning, inte en optimering. Om du bara vill lista delar med mått och beräkna materialyta är Excel lämpligt. Importera sedan den listan till CutGrid för optimeringssteget.
Du har 5 eller färre delar. Om du skär en liten hylla eller en enkel låda kan du förmodligen arrangera delarna på skivan i huvudet. En optimering tillför onödig komplexitet för triviala projekt.
Du gör 1D linjär skärning med ett enkelt makro. För längdskärning från stänger eller rör — där problemet är endimensionellt och du har ett fungerande VBA-makro — kan Excel ge rimliga resultat. Skillnaden mellan ett enkelt VBA-makro och en dedikerad linjär optimering är mindre än vid 2D-platsskärning.
Du är ute på fältet och har bara din telefon. Ett snabbt kalkylblad i Google Sheets för att uppskatta materialkvantiteter är bättre än ingenting. Men CutGrid fungerar i vilken webbläsare som helst — inklusive telefonen — så den fördelen försvinner.
Hybridarbetsflöde: Excel + optimering
För många verkstäder är det bästa tillvägagångssättet en kombination av de två verktygen. Här är ett arbetsflöde som fungerar:
Steg 1: Sammanställ skärlistan i Excel. Använd kalkylbladet till det det är bra på: att organisera data. Lista delarna, beräkna kvantiteter, spåra material, uppskatta kostnader. Om du har en mall du använt i år, fortsätt använda den.
Steg 2: Importera till CutGrid. Spara Excel-filen som .xlsx eller .csv. Importera till CutGrid. Delar, mått, kvantiteter och materialtyper överförs direkt — utan att behöva matas in igen.
Steg 3: Optimera och exportera. Ställ in skärspalt, mån och algoritm. Kör optimeringen. Exportera skärdiagrammet som PDF för verkstadsgolvet eller DXF för din CNC-maskin.
Steg 4: Uppdatera Excel-filen. Efter optimeringen, exportera resultaten tillbaka till Excel om du behöver data i ditt befintliga arbetsflöde — kostnadsrapporter, inköpsorder, lageruppdateringar.
Det här arbetsflödet respekterar din befintliga process och lägger till det enda som Excel inte kan göra: rumslig optimering.
Matematiken som förklarar varför ett kalkylblad inte kan konkurrera
Om du undrar varför det här problemet är så svårt för ett kalkylblad, här är intuitionen.
För 1D-problemet (skärning av längder från en stång) växer antalet möjliga arrangemang faktoriellt — 20 delar har 20! (ungefär 2,4 biljoner) möjliga ordningar. Men bra heuristiker som first-fit decreasing kan lösa detta effektivt, eftersom du bara behöver bestämma vilken stång varje längd ska placeras på.
För 2D-problemet (skärning av rektanglar från en skiva) har varje del en X-position, Y-position och rotation. Begränsningarna (ingen överlappning, inom skivan, skärspalter) skapar ett komplext geometriskt problem som inte kan reduceras till enkel sortering. Antalet beslutsvariabler växer med 3n (tre variabler per del) och begränsningarna växer med n² (varje par av delar får inte överlappa varandra).
För 50 delar innebär det 150 beslutsvariabler och 2 500 icke-överlappningsbegränsningar. Excels Solver är utformad för problem med tiotals variabler, inte hundratals. Och även om den hanterade storleken är de geometriska begränsningarna icke-linjära — de innehåller "antingen/eller"-villkor som Solver hanterar dåligt.
Det är därför dedikerade skärlisteoptimering finns. De använder specialiserade algoritmer — hyllheuristiker, genetiska algoritmer, simulerad kylning och hybridmetoder — byggda specifikt för den här problemklassen. De hittar nära optimala lösningar på sekunder, inte timmar.
Viktigaste slutsatser
Excel är utmärkt för att sammanställa delförteckningar. Fortsätt använda det för datainmatning, beräkningar och organisering. Det är inte världens bästa kalkylprogram av en slump.
Excel är inte en layoutoptimering. I det ögonblick du behöver bestämma hur delar passar på skivor behöver du ett annat verktyg. 2D-placeringsproblemet är matematiskt svårt — för svårt för Solver, för svårt för VBA-makron och för visuellt för ett cellrutnät.
Den verkliga förlusten ligger inte i programvarukostnaden — den ligger i extra skivor. En CutGrid-prenumeration kostar mindre än en enda björkplywoodskiva. Om optimeringen sparar även bara en skiva per projekt betalar den sig omedelbart.
Importera, mata inte in på nytt. CutGrid läser Excel och CSV direkt. Ditt kalkylblad är indata; optimeringen är motorn; skärdiagrammet är utdata.
Använder du fortfarande Excel för dina skärlistor?
Importera ditt kalkylblad till CutGrid och se skillnaden. Din delförteckning förblir densamma — du får bara en smartare layout.