基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题，其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求，轧制单元的最大长度，产品库存及交货期等。基于多旅行商模型，建立了热轧生产批量调度问题的优化模型，并提出一种混合遗传算法（遗传算法、局部搜索）求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子，算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。     

炼钢—热轧一体化计划问题研究

基于一体化管理思想，对炼钢、连铸和热轧计划模型进行了研究．在炼钢、连铸和热轧计划的基础上，建立了炉次─板坯─轧制单元一体化批量计划模型，并最终形成炼钢—热轧一体化生产调度．最后给出了炼钢—热轧一体化调度的解决方法．     

热轧带钢轧制批量计划优化模型及算法

基于奖金收集车辆路径问题模型建立了热轧带钢生产批量计划多目标优化模型．模型综合考虑了生产工艺约束、用户合同需求以及综合生产指标优化等因素．利用加权函数法将多目标优化模型转换为单目标优化模型,针对模型特点设计了蚁群优化求解算法,算法中嵌入了单向插入和2-opt局部搜索过程．引用某钢铁企业热轧生产轧制批量计划编制的实际问题对模型和算法进行了验证,结果表明模型和算法的优化效果和时间效率是令人满意的．     

基于数据子空间PLS建模技术的热轧轧制力优化设定

针对机理模型难以刻画的热轧精轧生产过程, 采用基于数据子空间的偏最小二乘方法建立热轧轧制力数据模型, 并构建轧制力优化模型, 利用改进的粒子群优化算法对优化模型计算求解. 结果表明, 使用数据驱动方法建立的轧制力数据模型能够揭示精轧过程轧制力的机理规律, 可以替代机理模型在实际系统中的应用. 通过对整体优化模型的求解, 可以提高热轧精轧产品的质量, 降低能源消耗, 表明基于数据驱动的建模和优化方法在实际生产中具有较大的应用价值.

     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题,其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求,轧制单元的最大长度,产品库存及交货期等.基于多旅行商模型,建立了热轧生产批量调度问题的优化模型,并提出一种混合遗传算法(遗传算法、局部搜索)求解该问题.通过应用串行边重组和并行边重组的遗传交叉算子,算法在优化过程中可以很好地处理调度约束.针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题.     

基于PCTSP的热轧单元计划模型与算法

根据钢铁企业热轧产品生产工艺约束条件,将热轧生产轧制单元计划模型归结为奖金收集旅行商问题,设计了蚁群最优化算法对模型进行求解.引用某钢铁企业热轧生产轧制单元计划编制的实际问题对模型和算法进行了验证,并与遗传算法的求解结果进行了对比.实验结果表明模型和算法的优化效果和时间效率都是令人满意的.该模型和算法经过改进后可应用到包含多个轧制单元计划的轧制批量计划优化问题中.     

连铸－热轧一体化生产制定轧制单位的模型和算法

针对连铸-热轧一体化生产中，约束条件多且不匹配、工艺路径连续运行等特点，借助车辆路径问题的思想给出了制定轧制单位的数学模型，并基于禁忌搜索算法设计出一种求解策略．数据实验结果表明：与人工排程相比，应用本文方法形成轧制单位的板坯数平均增加了22％，对轧辊磨损的惩罚值平均减少了63％，并且排程时间明显缩短．     

基于混合离散免疫算法的轧制计划编排

为了保证轧制调度计划的可行性,提高排程的效率,根据热轧生产模式和轧制计划的特点,利用车辆路径问题模型来建模轧制调度问题,并用一种基于离散人工免疫算法的混合优化算法来解决这一问题。该方法利用离散人工免疫算法的全局搜索能力来寻找全局最优解,利用模拟退火方法来避免陷入局部最优．对某钢厂实际生产数据仿真结果表明,所提出的模型和算法对于求解热轧调度问题具有可行性和高效性。     

热轧批量计划多目标智能优化编制新方法

在热轧工艺背景下,以提高组批率、轧制效率和批量计划质量为目标,提出了一种热轧批量计划编制的新结构。分别建立了单一、混合轧制计划类型的主体材计划数学规划模型(VRP),提出了轧制计划类型最小区间编制规则,并采用专家经验实现计划协调。该编制流程改善了传统热轧批量计划模式的不足,提高了批量计划的组批数量、轧制效率和组批质量,实现了多目标优化。运用实际现场数据进行模拟,证明了该方法的有效性和可行性。     

用于编制热轧生产流程的新型Meta-heuristic算法

带钢热轧具有特殊的生产工艺约束, 其生产流程的编制是钢铁企业生产的关键, 因此提出采用并行策略的基于多旅行商问题(MTSP)热轧轧制模型. 该模型不但考虑了板坯在宽度、厚度和硬度跳变时的约束, 还考虑了同一轧制单元内轧制板坯数量的约束. 并设计了新的Meta-heuristics算法求解此模型. 通过对某热轧带钢厂生产数据的仿真实验,表明模型和算法能有效地给出满意的排产结果, 并且具有较高的执行效率.     

基于分离方法的加热炉模糊专家控制策略

对某轧钢加热炉燃烧过程控制中存在的问题,提出了一种基于分离方法的模糊专家控制策略;根据炉温偏差和偏差变化率获得燃气流量的设定值,在温度偏差较小时使用模糊控制,保证较好的控制精度,在温度偏差较大时采用专家控制,保证快速的升温和降温效果,同时按照生产率模型调节空气流量,克服了传统控制策略中无法解决的燃气热值波动时空气燃料比难以自动修正的缺陷;实际应用表明,文章提出的控制策略获得了较好的控制效果。     

考虑加热炉生产因素的热轧板坯轧制计划模型与算法

加热炉生产是影响热轧机组利用率和轧制计划质量的重要环节之一.通过分析加热炉对热轧生产的影响,抽取板坯标准在炉时间和出炉温度这两个关键因素,建立热轧板坯轧制计划的整数规划模型,并提出自适应邻域搜索算法.在算法中设计约束满足策略、自适应搜索策略和反向学习邻域搜索策略.约束满足策略针对目标特征和加热炉因素设计两种值选择规则,用于生成高质量初始解;自适应搜索策略能够自主选择邻域结构和终止邻域搜索,有效优化邻域结构选择方式和算法收敛速度;反向学习邻域搜索策略基于反向学习技术增强解空间多样性,提高全局搜索能力.基于实际生产数据设计多种规模的实验,通过实验验证了算法的有效性.     

冶铸轧一体化生产下动态调度策略和方法研究

为了解决冶铸轧一体化生产过程中的动态调度问题,以保证冶铸轧一体化生产稳定顺行。首先,通过分析炼钢生产过程中的扰动,提出了基于扰动处理的冶铸轧一体化生产下动态调度策略。之后,将动态调度策略归结为:计划延迟和LF炉处理策略;钢种改判、钢水回炉以及产品问题处理策略;设备替换处理策略。基于三类处理策略分别介绍了启发式规则和机器冲突消解模型、计划优化模型和智能优化算法以及设备替换算法等处理方法。最后对实际生产中常见的"追加计划"进行了仿真,仿真系统分别对炼钢-连铸计划以及热轧和加热炉计划进行了动态调度,结果表明系统能够依据扰动,动态调整生产计划,保证生产稳定顺行。     

宽厚板辊底式常化炉热处理优化控制研究

以某钢厂辊底式常化炉为研究对象,在详细分析其传热机理的基础上,建立了钢板各点在炉内运动的温度变化数学模型;并以该模型预测的钢温为依据,按照工艺要求动态实时修正炉温和钢板的运行速度.针对炉型紧凑、工艺复杂和不同规格钢板混装现象的情况,系统可以有效地模拟钢板在炉内加热升温的全过程,并对炉每块钢板的各自速度和总体炉区温度进行...     

基于UML的钢轧衔接生产调度系统建模

针对混合生产环境下钢轧衔接生产调度系统中炼钢-连铸、板坯库、加热炉和热轧工序之间的动态协调问题,本文采用面向对象分析设计方法,在分析了系统功能需求和影响钢轧衔接关键因素的基础上,使用统一建模语言建立了该系统的用例模型、静态结构模型和动态行为模型,以可视化的图形界面展现了系统的功能结构,描述了系统对象之间信息交互以及系统对动态事件的处理流程,满足了钢铁生产制造执行系统实时性和动态性的要求,实现了实际生产过程的紧凑性和连续性。     

基于分离方法的加热炉燃烧控制策略

针对加热炉燃烧控制中普遍存在的燃气热值不稳定问题,提出一种燃烧控制的新方案--分离控制.该方法保留了传统的温度-燃料流量串级控制,同时按照生产率模型调节空气流量,克服了以往串级比值燃烧控制策略无法解决的燃料热值波动时空燃比难以自动修正的缺陷.实际工业应用结果表明,分离控制不但较好地解决了热值波动时燃烧效率问题,而且改善了炉膛温度的控制质量.     

轧钢加热炉钢坯加热质量的检测研

轧钢加热炉中钢坯温度的检测是一类典型的工业过程质量参数难测量问题。本文首先分析了该问题的产生原因及对生产过程的不良影响，然后运用多元统计投影原理建立了钢坯温度变量和过程变量之间的主元回归软测量模型和偏最小二乘软测量模型，最后基于工业拖偶试验数据对两类模型的参数矩阵进行了求取。根据工业实际生产数据进行的模型校验和误差分析表明，模型预测误差满足工业应用的精度要求，且较作者前期研究的结果更精确。全文分为两部分，这是第一部分。     

步进式加热炉步进装置的电气控制

加热炉在轧钢生产线中广泛应用,它是轧钢工艺的前部工序。步进装置的控制是加热炉电气控制中最为重要的一环。文章以北方某钢厂的2300mm热连轧生产线的节能型组合蓄热步进梁式板坯加热炉改造工程为例,阐述如何更为有效的对步进装置进行控制以满足高产、优质、低耗、节能和无公害及生产操作自动化程度高的工艺要求。     

基于人机交互的热轧动态调度

针对热轧动态调度问题,在深入分析其生产过程中扰动因素基础上,提出了各种扰动事件的处理策略,给出了基于人机交互的处理流程.在此基础上开发了基于人机交互的热轧动态调度系统,该系统主要包舍扰动识别模块、在线调整模块、模型优化模块、调整板坯顺序模块和系统管理模块.源于钢厂实际生产数据的仿真结果表明,该人机交互平台能够快速有效地处理各种扰动事件,获得与原调度尽量一致的新调度方案,保证了热轧生产过程的连续与稳定.     

基于滚动策略的集装箱码头连续泊位与桥吊集成调度

针对连续泊位与桥吊集成调度大规模求解困难的问题,提出一种基于滚动策略的优化方法。首先,建立了最小化船舶偏离偏好泊位的成本以及延迟靠泊、延迟离港的惩罚成本的基本的多目标优化模型;然后,采用滚动调度方法根据动态抵泊的船舶抵达顺序将调度过程分成连续的调度窗口,并设计窗口的平移策略、当前窗口对下一窗口的参数更新方式;对每个窗口内船舶进行调度优化,根据每个窗口内的优化结果,更新下一个窗口中数学模型的输入参数;通过选取以船舶数量表示的滚动计划窗口和冻结船舶的数量,持续滚动获得每个窗口的最优解,叠加后获得对所有船舶的靠泊计划。通过算例分析表明,滚动调度能够解决较大规模的调度问题,其效率受滚动窗口大小、冻结船舶数量及滚动次数影响