共查询到10条相似文献,搜索用时 15 毫秒
1.
冷连轧负荷分配最优化对于提高冷轧带钢的产量和质量具有至关重要的作用。在研究蚁群算法优缺点的基础上,首次提出了将遗传算法和蚁群算法相融合的GA ACA优化算法应用于冷连轧负荷分配的优化。该算法采用遗传算法生成初始负荷分配,利用蚁群算法求取最优化分配结果,优势互补,具有计算精度高、速度快等优点,适合于负荷分配的在线应用。试验对比数据证明了该方法的有效性,为冷连轧负荷分配的优化提供了一种新的方法。 相似文献
2.
3.
4.
在热连轧的非稳态轧制过程中,负荷分配不均会导致板形控制精度的下降.针对负荷分配不合理的情况,以传统机理模型为基础,建立了板形和轧制均衡的目标函数,开发了改进快速非支配排序遗传算法(NSGA-Ⅱ)的负荷分配智能优化方法,利用该优化算法对热连轧精轧机组进行了负荷分配优化.通过工业试验将经验法、GA与NSGA-Ⅱ优化得出的负荷分配数据进行对比,发现采用新方法的优化结果明显比经验法更合理,GA和NSGA-Ⅱ的优化结果将机架F5和F6相对凸度误差从4.63%分别降低至1.06%和0.79%,且NSGA-Ⅱ在末机架的相对凸度差为-0.000 009 88,小于GA的-0.000 050 47.应用结果表明,该负荷分配优化算法明显优于GA,对非稳态轧制过程中的负荷分配优化及板形控制具有理论指导意义和实际应用价值. 相似文献
5.
6.
提出一种带钢热连轧精轧机组负荷分配的优化计算策略,采用多目标优化算法离线计算确定精轧各机架的轧制力分配系数,采用"压下模式+轧制力模式"相结合的方式实现负荷分配在线计算。为了确定各精轧机架的轧制力分配系数,建立兼顾轧制功率最小、负荷均衡与板形良好的负荷分配多目标优化模型;为了实现负荷分配在线计算,根据压下模式负荷分配计算确定厚度分配的初始值,根据CLAD算法进行轧制力模式负荷分配迭代计算,最后采用压下模式分配计算确定的压下率分布范围对轧制力模式分配结果进行限幅处理。新方法已成功应用于梅钢1 780mm热连轧生产线,在线应用表明该方法可以有效减少操作工干预,提高带钢精轧过程的轧制稳定性。 相似文献
7.
针对多目标优化算法中综合目标函数权值难以确定的问题,通过对偏好的数学量化,采用数值分析的方法,构造了6种不同的偏好函数,建立了物理规划(physical programming)数学模型,然后以遗传算法为寻优工具,实现一种更加灵活更加适合于工程技术人员的交互式多目标优化算法。结合某冷轧厂实际的轧制规程优化过程,选取等功率裕量、轧制总能耗及各机架打滑因子为目标函数,运用基于遗传算法的PP进行优化计算。结果表明,优化后的轧制规程很好地实现了各机架等功率负荷分配,降低了打滑出现的概率,大大提高了板材表面质量和成品成材率。 相似文献
8.
9.
负荷分配是板厚控制和板形控制的基础,为了保证成品带钢的板形板厚质量,需要在负荷中考虑板形调节能力。综合考虑了单机架轧制各道次轧制压力和板形调节能力,建立了基于粒子群算法的单机架冷轧负荷分配优化数学模型,并利用该算法实现了单机架冷轧机多目标负荷分配优化。采用优化后的轧制规范组织实际生产应用,结果表明该优化模型很好地兼顾了板形控制和板厚控制,达到了良好的应用效果。 相似文献