Scheduling problem for hot-rolling seamless steel tube production

Taking the seamless tube plant of Baoshan Iron & Steel Complex in China as the background,we analyze the characters of hot rolling seamless steel tube:multi varieties,low volume,complicated production process,flexible production routes.Then integrated scheduling problem for hot rolling seamless steel tube production is studied,which covers two key points;order-grouping problem and solution method for flowshop/jobshop scheduling problem.On the basis of these two problems,integrated scheduling decision system is developed.The design idea,function flow sheet,data processing method,and functional module of visualized human-computer interactive scheduling system implemented in seamless steel tube plant of Shanghai Baoshan Iron & Steel Complex are described into detail.Compared with manual system,the performance of system shows the applicability and superiority in several criteria.     

钢管生产的合同组批优化算法

钢管生产的合同组批优化问题是一个典型的组合优化问题,对钢管生产企业的计划排程、生产效率及市场反应速度等有重要影响。以生产批量、热区分段长度为优化目标,考虑了多种约束条件,提出了一套解决该问题的算法,并已运用于生产实际中,具有推广价值。     

基于规则的钢铁订单归并及炉料结构优化方法

针对订单生产型钢铁企业的组炉计划和原料配方优化问题,综合考虑钢铁订单的产品结构属性、加工过程特征和客户交货要求等多约束条件,提出了基于规则的订单归并及炉料结构优化方法.首先利用订单组批合炉冶炼规则,建立以炼钢余材量最小和拖期/提前惩罚最小为目标的订单归并优化模型;然后利用精炼阶段合金投料配方规则,建立以投入原料成本最小和合金元素目标成分偏差最小为目标的炉料结构优化模型;并分别设计了求解上述两模型的启发式微粒群算法.案例企业的实际数据验证结果表明,基于该方法形成的组炉计划和原料配方方案,能够在满足订单交货期的前提下有效地减少炼钢余材量,合理地降低铁合金等原材料的投入成本.     

基于多约束聚类的钢铁合同组批质量设计方法

针对面向订单生产的钢铁企业多品种小批晕的市场需求与大批量的生产组织特点,分析了面向组批生产计划的钢铁产品质量设计的特点以及生产计划的集成性,提出了基于带空间和容量约束的聚类分析的组批质量设计方法.该方法引入了质晕特性取值范围空间约束和设备容量约束,基于改进的微粒群算法对组批内不同品种合同质量特性差异的聚类分析,对组批质量特性综合值进行标准+α的优化设计.在满足设备容量要求的前提下尽可能减少质量的浪费,并且为组批生产计划的决策提供质量方面的量化依据,实现质量设计与生产计划之间的无缝集成.     

钢管生产短尺合同与非定尺合同组批优化算法

提出了一套解决钢管生产中短尺合同和非定尺合同组批优化问题的启发式算法.其中短尺合同组批优化算法,实现了客户要求的短尺率尽量降低,短尺合同中定尺部分尽可能长,非定尺部分尽可能短,热区切割长度尽可能长,管坯长度尽量长以及满足的合同数尽量多的目标,从而实现短尺合同的优化组批.非定尺合同组批优化算法则实现了对6～12 m,9～12 m以及其他任意规格非定尺合同提供不同的切割方法,实现尽可能不产生废料,交货长度尽量一致的目标,从而实现对非定尺合同的的优化组批.     

考虑订单组批特性的特种铝锭组炉优化

铝锭熔炼是特种铝合金生产的首道工序,直接影响后面工序的生产效率和产成品质量.针对熔炼过程中,由于产品种类多样以及批量大小不一导致的制定组炉计划效率低以及组炉结果不优等问题,本文考虑熔炼炉工艺、设备特点以及订单组批规则等约束条件,建立以最小炉次数和最大订单铸锭占用比例为目标的组炉优化模型.分析该模型的特点,采用以订单分配百分比为决策变量的实数编码规则.提出一种基于冯诺伊曼拓扑结构的粒子群算法对其进行求解,并融入局部聚性算子改善算法寻优能力.设计基于真实生产数据的仿真实验,实验结果说明该模型和所提出的求解算法能够有效地解决特种铝锭组炉优化问题,符合企业实际需求.