炼钢-连铸-热轧生产调度模型及算法研究

基于一体化管理思想，在已编制的炼钢－连铸生产调度模型及轧制批量计划的基础上，建立了炼钢－连铸－热轧一体化生产调度模型，将拉格朗日松弛法应用于模型中，利用格拉朗日松弛法较好的分解特性，使大规模复杂调度问题的求解成为可能，最后，用实例说明模型和算法的有效性。     

基于全连铸生产模式工序节奏优化的研究

对全连铸生产模式下各炉次在各机器加工过程中的路由路径和路由时间进行了解析。对炉次在处理过程中的路由选择、机器加工开始时间等目标变量进行了研究,以前后工序机器之间因等待引起的温降最小、准时交货和连浇连铸为约束条件,建立非线性规划模型,求解各炉次在不同机器上的开始处理时间,实现炼钢-连铸生产优化调度。生产实践表明,该方法正确、有效,可用于全连铸生产模式下的炉机生产计划的优化调度。     

可调加工时间炼钢-连铸的灰狼优化调度算法

炼钢-连铸(SCC)是钢铁生产中的瓶颈,SCC生产过程中最后一个阶段的加工时间可调。可调加工时间SCC调度问题是NP难组合优化问题,高质量的SCC调度算法可以较大地提高生产效率。基于问题特征,研制了求解该问题的高效灰狼优化(GWO)算法。首先设计了新的解码方法对解进行解码。同时提出了种群初始化方法,以得到具有一定质量和多样性的初始种群。其次,研制了一种基于多操作的搜索算子,该算子包含3种不同操作,在一定程度上实现了GWO算法的集中性和多样性的平衡。此外,设计了重启操作,以提高GWO算法的多样性。对比实验说明了基于多操作的搜索算子的有效性。此外,与4种有效调度方法的对比说明了GWO算法的高性能和优越性。     

基于遗传算法的板坯入库梁式起重机调度优化

针对连铸-热轧炼钢工艺的板坯仓储车间梁式起重机调度问题,运用遗传算法,建立板坯入库的梁式起重机调度模型。设计梁式起重机的编码、交叉、变异等遗传运算,对板坯入库过程中的梁式起重机调度的算例模型进行仿真测试,仿真测试的结果表明:遗传算法(GA)运用于梁式起重机的调度具有很高的收敛性和稳定性,能够满足梁式起重机调度的需要。     

求解炼钢—连铸批量问题的自适应遗传算法

炼钢-连铸生产的批量优化问题是一个典型的组合优化问题。从物流成本优化的角度出发,研究钢铁企业炼钢-连铸生产计划的编制流程,建立作业计划的合同组批模型,并用自适应遗传算法求解。实际应用结果表明,混合钢铁流程炼钢-连铸的组批模型是有效的,算法提高了企业浇次计划编制的准确性和编制效率。求解过程在流程式批量企业具有推广应用价值。     

炼钢-连铸天车调度规则设计与评价

天车作业调度对合理配置生产资源、协同设备作业、匹配生产组织起着关键作用,是降低物流成本、提高生产效率的重要措施.通过分析炼钢-连铸工艺流程和天车作业调度中存在的约束条件,提出了一种基于优先级的天车作业调度规则,该规则包含了天车运行前的起吊任务分配规则、运行中的冲突消解规则和运行后的任务结束规则三部分;基于该规则建立了某钢厂天车调度仿真模型实例,结合模糊评判体系整体评价了仿真模型的综合性能,结果表明模型中天车调度规则的有效可行.     

融合启发式规则和文化基因算法的多缓冲炼钢—连铸生产调度

针对炼钢连铸生产多缓冲多约束的特点,基于浇次调度提出一种混合启发式规则与文化基因算法的调度方法。建立了炼钢连铸生产调度模型,提炼出有限、无限和可加工三类缓冲区。提出浇次内和浇次间两种启发式规则,通过缓冲区分配和定时来保证同一浇次内的生产顺行和各浇次间的准备时间约束。设计了文化基因算法,将启发式规则融进初始化和解码过程,构造基于优先组合矩阵的变邻域搜索算子改进其局部优化。通过某炼钢厂的实例及随机实验表明所提方法有效,且具有优异的局部拓展与全局优化能力。     

基于离散人工蜂群算法的炼钢连铸调度优化方法

根据炼钢连铸的高温要求,建立了缓冲区数量和时间受限的带约束的调度模型。除连续浇铸外,模型还考虑了浇铸前可滞留时间受限,将更换中间包时间要求作为硬性约束,以确保钢胚的质量。在算法设计上,采用多种邻域搜索方式结合的离散人工蜂群算法,并加入未改进计数来标明解的状态和搜索方式的转换,从而加快对优质解的邻域搜索。通过对某炼钢厂生产实例以及随机生成的若干组实例的测试结果验证了算法对求解炼钢连铸生产调度问题的有效性。     

考虑不确定加工时间的炼钢—连铸过程柔性调度方法

针对加工时间存在不确定性的炼钢—连铸调度问题,构造了一种基于有向图网络的柔性调度模型,并提出一种基于分布估计的优化算法。在柔性调度模型中,使用有向图网络描述调度解的柔性决策,然后设置时间缓冲以保护不确定条件下调度解的性能指标和可行性;在优化算法中,使用基于工序关联的概率模型描述决策变量之间的关联关系以产生高质量的新种群,并采用随机仿真方法对柔性调度解的期望性能进行评价。在仿真过程中,运用最优计算量分配技术对有限计算资源进行动态分配以提高种群的评价效率。通过基于实际生产数据的问题实例和数值实验验证了所提柔性调度方法的有效性。     

5G技术赋能的智能离散制造车间主动调度模式

分析了当前离散制造车间调度模式的不足和面临的挑战，在此基础上，提出一种5G技术赋能的智能离散制造车间主动调度模式，将生产过程的传统被动调度模式转化为“互联-预测-调控”的主动调度模式。针对实际生产中交货期变化、机器故障等异常工况，通过5G技术构建云-边-端协同的车间多源异构数据互联互通体系，打通各层级之间的通信壁垒，实现全生产要素的数据实时感知与互联以及生产指令的上传下达；基于感知数据，采用深度学习等人工智能技术实现车间运行状态与异常事件的精准预测；根据预测结果主动调控生产计划，优化资源配置，构建了云-边-端协同的主动调度机制，实现调度“规则+算法”的混合联动，降低异常事件对生产过程的影响，实现复杂动态制造环境下的车间性能优化。     

钢铁企业先进生产计划和实时生产调度技术的研究

为了解决钢铁企业目前由于缺乏生产计划和调度系统而造成的宏观调控和实时监控等方面存在的问题，在对现有钢铁企业的信息化体系结构和生产管理模式等进行理论研究的基础上，提出了基于MRP II与JIT相结合的特钢行业生产管理模式；采用多层递阶计划和动态实时调度策略，构建面向企业上层管理ERP和下层执行MES系统的集成化解决方案。实现了企业生产计划和调度的整体优化，建立了适合特钢企业经营管理与生产制造一体化的信息系统。     

车间调度系统的3层体系结构

提出了车间调度系统的3层体系结构。首先介绍了体系结构中各层的功能，详细讨论了体系结构中调度模型组件、调度算法组件和调度引擎的接口设计，最后分析了体系结构中各组件的工作原理。     

A predictive reactive scheduling method for color-coating production in steel industry

It is a difficult but challenging task for complex steel production to find effective schedules in a dynamic environment. In this paper, a predictive reactive scheduling method for the color-coating production in steel industry is investigated. In a practical production environment, the originally established schedules often need to be adjusted due to some unexpected events, which will break down the production continuity. Reactive scheduling is, therefore, essential for the production scheduling system to maintain the production continuity by reconciling the conflict between the originally established schedules and the current production status of the factory. To efficiently cope with such unexpected events, we propose a matching-up model whose objective is to minimize the impact on the originally established schedule and maintain its good quality. The experimental results on instances collected from practical production data show that the proposed method can provide robust and high quality schedules under a real-time production environment.     

Integration of batching and scheduling for hot rolling production in the steel industry

This paper investigates the hot rolling production scheduling problem in the steel industry and proposes a new mixed integer programming model for this problem based on the monolithic modeling strategy that integrates batching and scheduling. Using this strategy, the new model can simultaneously schedule multiple turns and simultaneously determine the production timetable of these turns in a global optimal view. A long-term tabu search heuristic using frequency-based memory is developed to obtain near-optimal solutions for this problem. Three kinds of speed-up strategies are developed to accelerate the search procedure of the proposed tabu search. A practical scheduling system combining the proposed mathematical model and the tabu search heuristic has been developed and tested on instances collected from practical production data. The experimental results show that the proposed mathematical model and the tabu search heuristic outperform both the current manual scheduling method and the traditional serial method.     

基于递阶优化的钢铁企业集团战略排产计划模型研究

针对集团型钢铁企业决策层和执行层递阶分离的特点,提出了基于递阶优化理论的钢铁企业集团战略排产计划模型。模型上层由一个中心决策者组成,以集团单位产出利润最大为决策目标;下层由N个平行的子系统组成。在充分考虑了集团下属各股份公司设备能力和资源配置约束的基础上,以单个股份公司的每道工序成本消耗最小为目标进行优化。该模型解决了集团型钢铁企业生产能力粗平衡和物料需求粗平衡,实现了集团全局的战略优化。引入遗传算法求解模型。最后给出了应用实例,证明了该模型的有效性和可行性。     

流程工业生产计划与调度系统的组态平台技术

由于流程工业生产计划与调度软件系统开发过程复杂、可重用性差,提出了一种流程工业生产计划与调度系统开发的组态平台技术方法.该方法以图形化组态的方式对系统进行设计和开发,并可以链接各种定制的算法,达到快速生成系统软件的目的.以此方法为基础,研制出了用于开发流程工业生产计划与调度软件系统的组态平台软件.实际应用结果表明,该组态平台软件使用简单、通用性强,可以有效提高流程工业生产计划与调度系统的开发效率.     

无缝钢管生产的多规则调度仿真优化研究

无缝钢管生产由热加工与冷加工组成,热加工有很强的连续性,而冷加工过程具有可重入现象,单一规则或局部规则调度很难解决此类问题。提出多规则组合仿真优化方法,从无缝钢管的生产特点入手,寻找到关键决策点,在Arena仿真环境下设计调度规则模块库和系统参数水平集合;采用柔性化仿真建模技术,将仿真模型分为功能模块、控制模块,构建无缝钢管生产系统的仿真模型;以平均生产周期为目标,利用TS算法优化无缝钢管生产系统的调度规则组合及相关参数水平,实例证明方法有效.     

面向软数控系统的混合任务调度算法

为减小因软数控混合任务不确定性而引起的加工误差,提出了面向软数控的模糊反馈调度算法和两级结构的调度策略.在分析软数控任务划分和任务模型的基础上,研究了软数控模糊反馈调度算法的结构,并推导出调度算法表.通过对比仿真试验表明:不采用模糊反馈调度,加工误差达11.9%;采用模糊反馈调度,加工误差最大值仅为1.04%.给出了两级调度策略的架构,并对调度算法、任务可调度性及时标间隔进行了研究.所提出的两级调度策略已应用到基于Windows CE.NET的软数控系统中,实测任务运行状态显示,实时任务具有很好的确定性.仿真试验和具体实施的结果表明,提出的两种算法能满足软数控系统的个性化实时应用.     

计算机辅助机加工车间实时调度

在4种经典排序问题及算法的基础上,提出12种排序问题及算法,给出该算法的软件和硬件实现方法,为解决中小型通用机械制造企业的生产调度问题,提供了一套切实可行的方案。