基于改进免疫克隆多目标算法的轧制规程优化

 针对冷连轧轧制规程目标函数之间存在耦合、相互制约、难以选择目标侧重的问题,采用了一种先优化后选择的方式设定轧制规程。构造了等功率裕度、板形良好和防打滑目标负荷,建立了多目标轧制规程目标函数,采用改进的免疫克隆多目标算法对唐山某钢厂冷连轧机进行轧制规程优化计算。试验结果表明,改进的免疫克隆多目标算法能够很快地收敛到Pareto前沿,并且解集的分布性良好;优化后的不同偏好轧制规程组合可以满足不同的选择要求。与原规程相比,各轧机的利用更加合理,提高了轧机的利用效率,改善了带钢板形和表面质量,并且减少了划痕的产生概率。     

基于遗传算法的PP及冷连轧轧制规程多目标优化

 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。     

适应辊期变化的HC冷连轧机负荷分配智能优化

为提升国内某1 340 mm HC冷连轧机组的带钢板形质量和生产效率,建立了以带钢板形良好、电机功率平衡和预防打滑为优化目标的四机架HC冷连轧机负荷分配多目标优化模型,采用非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解集。按轧制状态将工作辊辊期划分为4个阶段,基于各阶段工作辊的热凸度、粗糙度以及控轧需求,合理确定3个优化目标的权重系数,解决目标函数间的冲突关系,从而获得能适应辊期动态变化的轧制规程。仿真表明：优化后的轧制规程有助于改善板形质量、提高生产效率并减小打滑概率。     

基于改进混洗蛙跳算法的冷连轧轧制规程优化

 轧制规程优化是使轧制过程达到最佳状态的重要保证。综合考虑影响冷连轧轧制过程的多种因素,以等功率裕度和克服划痕为目标函数,建立了轧制规程多目标优化模型,并采用自适应混沌变异蛙跳算法对轧制规程进行优化设计。该算法是在基本蛙跳算法中,加入自适应混沌变异操作,具有较好的寻优精度和收敛速度。对某钢厂1370mm冷连轧机轧制规程进行优化的结果表明,优化后的规程较好地实现了各机架等功率负荷分配,降低了划痕出现的概率和程度,大大地提高了产品质量,增加了经济效益。     

MATLAB在冷连轧机负荷分配优化模型中的应用

在考虑轧机设备能力限制、提高产量和产品质量、减少能耗的基础上,建立了按功率最大化轧制策略的冷连轧机轧制负荷分配优化数学模型,并开发了MATLAB程序.通过仿真实例证明,该算法计算速度快、精度高,克服了传统的负荷分配模型中求解非线性方程组时对初值要求苛刻、计算速度慢的缺点,适用于冷连轧机初始压下分配和轧制规程的离线模拟计...     

基于等相对负荷的5机架冷连轧轧制规程优化

针对某企业5机架冷连轧机组第2机架负荷过大而导致生产效率较低的实际情况,以电机功率的等相对负荷为目标函数,采用遗传算法对其前4机架的轧制规程进行了优化.优化后的轧制规程使各机架负荷分配趋于均衡,充分地利用了现有轧机的生产能力,提高了轧制效率.     

冷连轧机负荷分配多目标优化计算方法

在综合考虑设备能力、轧机产量和产品质量的基础上,建立了基于轧制力、板形、压下率、功率及张力的冷连轧机负荷分配多目标函数。通过引入惩罚项,将约束优化问题转化为无约束优化问题来求解。采用两阶段计算方法,初始阶段采用β因子理论方法求解非线性方程组,优化阶段采用Nelder-Mead单纯形法求解多目标函数。此负荷分配计算方法已成功应用于某五机架冷连轧机组的过程控制系统,效果较好。     

热连轧机负荷分配优化计算策略

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。     

热轧宽带钢自由规程轧制中负荷分配优化研究

板形控制为实施自由规程轧制的主要难点。兼顾板形控制的热轧负荷分配优化现已有诸多研究,但其目标函数设计存在着假设条件多、实用性差的缺点。在综合考虑自由规程轧制特殊工艺和板形设定计算众多影响因素的基础上,建立了兼顾自由规程轧制的热轧负荷分配优化模型,并采用模拟退火遗传算法对模型进行了优化计算。在济南钢铁集团公司1 700 mm热连轧机的应用表明,优化后的负荷分配使得自由规程轧制中的板形质量得到提高。     

目标厚度函数法在板带轧制规程计算中的应用

板带轧制过程控制要求快速计算出满足指定目标负荷分配比的轧制规程,针对常用的Newton迭代法对厚度迭代初始值限制较多,不能确保迭代收敛的特点,提出目标厚度函数法.该方法建立轧制出口厚度对于轧制负荷的函数方程,通过求解一系列非线性方程得到满足目标负荷分配比的轧制规程,摆脱了厚度初始值的提供和Jacobi矩阵的计算.分别基于2种方法编制程序并采用实际数据计算,结果表明:目标厚度函数法在计算时间和收敛性方面均满足在线应用的要求,可成功取代Newton迭代法.     

Multi-Objective Load Distribution Optimization for Hot Strip Mills

Load distribution is a key technology in hot strip rolling process, which directly influences strip product quality. A multi-objective load distribution model, which takes into account the rolling force margin balance, roll wear ratio and strip shape control, is presented. To avoid the selection of weight coefficients encountered in single objective optimization, a multi-objective differential evolutionary algorithm, called MaximinDE, is proposed to solve this model. The experimental results based on practical production data indicate that MaximinDE can obtain a good pareto-optimal solution set, which consists of a series of alternative solutions to load distribution. Decision-makers can select a trade-off solution from the pareto-optimal solution set based on their experience or the importance of objectives. In comparison with the empirical load distribution solution, the trade-off solution can achieve a better performance, which demonstrates the effectiveness of the multi-objective load distribution optimization. Moreover, the conflicting relationship among different objectives can be also found, which is another advantage of multi-objective load distribution optimization.     

Optimization of Roll Shifting Strategy of Alternately Rolling in Hot Strip Mill

 An optimization solution to roll shifting strategy for alternately rolling campaign is presented. All the strips in a rolling campaign are divided into narrow strips and wide ones, and shifting position of narrow strips is obtained by the recursive method, and then shifting position of wide strips is optimized by NSGA-II which is a multi-objective genetic algorithm. For wide strips, a multi-objective optimization model of roll shifting strategy is proposed, which takes 3 wear contour factors including edge smoothness, body smoothness and edge drop as optimization objectives. The Pareto optimal front of roll shifting strategy can be gained quickly by NSGA-II, which suggests a series of alternative solutions to roll shifting strategy. Analysis shows that the conflict exists among the 3 objectives. The final optimal solution is selected from the Pareto optimal solutions by the weighted-sum decision-making method. Industrial production proves the validity of the solution, and it can improve strip profile of alternately rolling, reduce strip edge wave, and extend the rolling miles of rolling campaigns.     

Multiobjective Evolutionary Algorithm for Designing Fuzzy-Based Missile Guidance Laws

In this paper, a strength Pareto evolutionary algorithm based approach is proposed for designing a multistage fuzzy-based guidance law which consists of three fuzzy controllers. Each of these controllers is activated in a region of the interception. The distribution of the membership functions and the rules are obtained by solving a nonlinear constrained multiobjective optimization problem where final time, energy consumption, and miss distance are treated as competing objectives. A hierarchical clustering technique is implemented to provide the decision maker with a representative and manageable Pareto-optimal set without destroying the characteristics of the trade-off front. Moreover, a fuzzy-based mechanism is employed to extract the best compromise solution over the trade-off curve. The simulation results show that the proposed design technique was able to generate a missile guidance law which has better performance than the classical proportional guidance law.     

基于粒子群算法的冷连轧轧制规程优化设计

选取等相对负荷为目标函数,令轧制力、轧制功率、轧制力矩、速度等参数满足一定约束条件,采用罚函数法,将有约束条件转为无约束条件,采用粒子群算法对目标函数进行优化,求得最优解,这可使各机架功率合理分配,设备能力充分发挥,生产效率提高。     

基于模糊聚类分析的冷连轧负荷分配修正

由于冷连轧负荷分配优化的数学模型精度不高,使得将负荷分配优化的结果直接用于生产过程中往往达不到最优,甚至会影响生产.为此提出使用基于模糊等价关系的模糊聚类分析法,利用现场实际使用的负荷分配对优化结果进行修正,使修正结果既能达到最优化,又能满足生产.以等功率负荷分配和等相对功率负荷分配为例,进行了修正前后的对比,获得了很好的效果.实践证明这种方法是有效的,为提高负荷分配的精度提供了一种修正措施.     

冷连轧负荷分配优化方法

 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。     

基于改进遗传算法的铝板带热精轧轧制规程优化

建立铝板带热轧过程热力耦合数学模型,在SRINIVAS自适应遗传算法基础上,考虑进化代数的影响,对交叉、变异概率进行自适应改进,合理构造非线性约束惩罚函数项,以功耗、负荷分配、板形为优化目标,对某1系铝板带热精轧进行轧制规程优化。经过与实际生产数据比对,验证了上述算法的有效性。     

基于CF-PSO-SVM的冷连轧非稳态工作辊弯辊模型优化

 板形质量是冷轧带钢重要的技术质量指标,同时工作辊弯辊是改善冷轧带钢板形质量的最有效的控制手段之一。冷连轧机组在高速稳定的轧制过程中板形控制精度能够达到较高的水平,但在升降速非稳态的轧制过程中板形控制效果非常不理想,这也成为制约冷轧带钢产品质量的不利因素。为了提高冷连轧机在升降速非稳态轧制过程中带钢板形的控制精度,在深入研究了冷连轧弯辊力设定原理的基础上,利用智能算法和包括出入口带钢厚度、机架间口张力、轧制速度、中间辊窜辊、带钢宽度、轧辊倾斜以及轧制力等现场实际轧制大数据样本,提出了一种基于粒子群算法优化支持向量机的工作辊弯辊力预测模型。同时阐明了粒子群优化算法和支持向量机的基本原理,引入压缩因子的概念,提升了粒子群算法参数寻优的效率,选取冷连轧机组五机架为研究对象,利用拉依达准则对轧制数据样本进行处理,通过平均绝对误差、均方差误差和平均绝对误差百分比等评价指标对比预测模型的性能。结果表明,改进的预测模型具有良好的模型预测性能和泛化能力,同时根据实际生产数据样本,回归出基于轧制速度和辊间弹性系数的弯辊力缝补偿模型,并验证了模型的有效性,模型的投入降低了板形控制系统的负荷,改善了非稳态轧制过程中的板形控制精度,产品头尾部的质量合格率提高了5.1%。