开工时间延迟下的炼钢-连铸生产重调度方法

在炼钢-连铸生产过程中, 因铁水或废钢供应不及时经常发生钢水在转炉设备上开工延迟, 导致相邻炉次在同一设备上产生作业冲突或同一浇次内的相邻炉次在连铸机上断浇, 使原调度计划失效.由于炼钢-连铸生产存在多台转炉、多台精炼炉和多台连铸机, 以及多重精炼方式且存在着可重入生产情况, 加上要保证已开工和完工炉次按原调度计划执行, 使得已有炼钢-连铸生产重调度方法难以适用.本文建立了开工时间延迟下的炼钢-连铸生产重调度模型, 将模型分解和启发式方法相结合, 提出了由炉次加工设备指派和作业时间决策组成的启发式重调度方法.通过实际工业数据仿真实验和在某大型钢铁企业的炼钢-连铸生产重调度的工业应用表明所提出的重调度方法显著减少了炉次加工冗余等待时间.     

某一转炉或精炼炉故障下炼钢-连铸生产重调度方法及应用

炼钢-连铸生产中会出现某一台转炉或精炼炉故障, 目前已有的重调度方法没有考虑多重精炼或只进行了仿真研究, 难以有效应用到具有多重精炼的钢厂, 而采用人工调整方式则容易导致炉次等待时间过长或断浇. 为此,通过引入炉次生产状态参数, 建立0-1 混合整数规划重调度模型, 提出由“未加工”炉次的设备指派、“未加工”炉次的开工时间优化和浇铸时间调整3 部分组成的重调度方法. 将该方法应用于某钢铁厂炼钢-连铸生产调度过程的实际工程应用验证了所提出方法的有效性.

     

炼钢—连铸生产过程运输设备天车调度方法

炼钢-连铸生产过程中,生产设备的调度计划的编制上采用了人工估计的运输时间参数,而实际运输设备天车常常不能及时到位,使得编制好的生产设备调度计划不能被很好地执行,造成时间扰动频发,导致生产设备调度计划延误,甚至整炉钢水被迫报废.针对中国宝钢一炼钢厂的天车调度问题,建立了考虑生产设备调度计划约束的运输设备天车调度模型.设计了天车冲突解消策略,提出了启发式天车调度方法,采用模糊综合评价方法对天车调度结果进行评价分析,并开发了相应的调度软件系统.通过实际生产数据进行了工业验证.     

基于变约束规划模型的炼钢连铸动态调度

针对炼钢连铸生产过程中时常出现各种扰动, 采用人工调度存在反应慢、调度结果不优化的问题, 在分析各种调整方式基础上, 建立了在线调整非线性规划模型, 通过约束变化满足不同的调整方式要求, 并将模型转化为线性规划模型后对其进行求解. 在国内某大型钢厂应用结果表明: 采用该方法在缩短动态调度时间、减少钢水冗余等待时间、提高设备负荷率方面取得显著成效.     

加工时间可控的炼钢调度问题两阶段模型及优化算法

炼钢-精炼-连铸是钢铁产品的关键生产工序,其有效的调度对生产过程中减少热能消耗、提高生产效率具有重要意义.根据生产过程中工序加工时间可控性和主要工艺约束提出了分散搜索(scattcr scarch,SS)算法和数学规划相结合的两阶段求解算法.第1阶段应用SS算法基于各阶段正常的加工时间,确定炼钢-精炼生产阶段各设备的加工炉次集和各炉次的加工顺序.第2阶段将SS求得的解转化为时间约束网络图,建立了以炉次等待设备时间和设备等待炉次时间及最大完成时间最小为调度目标,工序加工时间可控的混合整数规划模型,应用CPLEX求解模型确定各炉次的加工时间和开始时间.基于国内某钢铁企业炼钢-精炼-连铸生产过程的实绩生成了14个不同规模的测试案例,对钢厂生产实绩效果与本文两阶段求解算法的优化效果进行了对比,分析了不同等待时间权重对两阶段算法性能的影响,并与采用遗传局域搜索(gcnctic local search,GLS)算法与数学规划相结合的求解算法的优化效果进行了比较.实验结果表明本文给出的模型和两阶段求解算法对加工时间可控的炼钢-精炼-连铸调度问题的优化效果很好.     

求解炼钢连铸生产调度问题的改进算法

将炼钢连铸生产调度问题抽象为混和流水车间调度,建立了0-1型混合整数线性规划模型,并提出了一种遗传和线性规划相结合的求解方法。该模型通过优化钢水传搁时间来满足钢水的温度要求,通过最小化浇次开浇提前/拖期惩罚来协调连铸与热轧间的生产节奏。在算法设计中,给出了一种染色体编码来表示炉次设备指派与炉次在设备上的加工顺序方案,并探讨了相应的遗传操作。最后,仿真实验的结果表明了该算法的有效性。     

加工时间不确定的炼钢-连铸鲁棒优化调度方法

炼钢-连铸生产存在着复杂的物理和化学变化,加工时间在实际生产中呈现出较强的波动性,基于标准加工时间建立的调度方案难以满足实际生产需求.针对加工时间不确定的炼钢-连铸调度问题,采用鲁棒优化方法,构造“盒子+多面体”型不确定集处理加工时间信息,建立以总等待时间最小为目标的炼钢-连铸鲁棒优化调度模型.针对模型中存在两种不同类型决策变量的情况,即离散型的指派变量和连续型的鲁棒对等转换变量,结合两类变量特征提出一种混合编码遗传算法,并针对染色体的混合编码特征提出并行进化策略.算法中引入精英策略和自适应的调节参数方法,以提高搜索能力.最后基于不同规模的实际生产数据进行仿真实验,验证了鲁棒优化调度模型和算法的有效性.     

面向炼钢—连铸调度过程的两阶段优化模型与算法

以某钢厂多台转炉及多台精炼炉对多台连铸机的复杂生产线为研究对象,针对其调度过程涉及多设备、多目标、多约束等调度要素,且离散和连续变量混杂,采用常规建模方法难以满足现场对调度的精度及排产速度的需求问题,提出一种新型的两阶段优化建模方法.首先,证明了炉次从炼钢到连铸总等待时间最小的调度目标与该炉次在转炉开始作业时间最大是等价的事实,并以离散型的设备变量为决策变量,以转炉开始作业时间最大为动态规划最优指标,建立设备指派多阶段动态规划基本方程和设备指派优化模型;然后,以炉次在设备开始作业时间的连续型变量为决策变量,并将准时开浇的非线性调度指标转化成与之等价的线性优化目标,以在同一台连铸机上浇铸的炉次之间断浇的时间间隔最小、钢包在设备之间的冗余等待时间最小、提前与滞后理想开浇时间的时间间隔最小为目标,建立线性规划冲突解消模型.工业实验表明所提出两阶段优化建模方法在求解速度与求解精度均满足现场要求.     

面向MES的炼钢-连铸协同调度系统

针对某大型钢铁联合企业炼钢．连铸主辅设备协同调度的难题,采用基于“数据、模型、知识、人机交互”四维一体的调度方法,提出了冶金MES中炼钢．连铸协同调度系统的设计原则,系统结构和功能。研发了炼钢．连铸生产调度、钢包优化配备、行车和台车协同调度系统。实际数据模拟效果良好,验证了炼钢．连铸协同调度系统的结构和方法的可行性,并受到现场调度专家的好评。     

基于一体化生产的炼钢一连铸批量计划与调度

基于钢铁企业一体化生产,建立了炼钢—连铸区段炉次和浇次批量计划模型,并通过禁忌搜索算法对模型进行了求解.之后,归纳出了A钢厂3座转炉、6台精炼设备(双工位RH设备3台,CAS设备2台,双环LF设备1台)、3台连铸机流程配置下静态调度的基本原则.最后,提出了一体化生产下炼钢—连铸区段动态调度的策略,并采用规则、算法、数学模型与人机交互相结合的方法解决炼钢一连铸动态调度问题,仿真实验结果表明了此方法的可行性.     

炼钢-连铸中作业时间冲突的协调优化方法

炼钢-连铸生产过程中可能因时间扰动导致调度过程出现时间冲突,动态调度后会使得连铸过程出现断浇,从而需要进行拉速与调度的协调优化。针对这2个问题,以断浇时间最小,冗余等待时间最小,连铸机拉速调整时间最小和拉速调整尽量平缓为目标,以生产工艺要求为约束建立数学模型。将模型分为2个部分求解:上层动态调度和连铸机拉速调整。调度部分通过求解简单的线性规划问题可得,拉速优化部分利用极大值原理求得精确解,从实验结果看出该协调优化方法的有效性和优越性。     

炼钢连铸动态智能调度系统的研究与开发

介绍了炼钢连铸生产调度系统研究现状，叙述炼钢连铸生产流程，并指出其动态调度的难点。提出了炼钢连铸动态智能调度系统的软件结构、功能结构和技术架构，并提出了人机协调、多种方法的组舍、四维一体的综合集成方案。最后把该方案应用到某钢铁企业的炼钢连铸调度系统中，得到了很好的应用效果。     

改进的差分进化算法求解炼钢-连铸动态调度问题

为了求解炼钢-连铸动态调度问题,提出了一种将拉格朗日插值算法与差分进化算法相融合得到的改进的差分进化算法。改进后的差分进化算法通过自适应调整进化参数,动态的调整差分进化的方向,并结合拉格朗日插值来优化差分进化算法的局部搜索能力,引入权重系数对全局搜索和局部搜索加以平衡。针对国内某大型钢厂的实际生产数据建立实验模型,以最小化总完工时间、最小化总断浇时间、最小化炉次间总等待时间和最小化总偏差量时间为目标,将改进的差分进化算法应用于求解炼钢-连铸转炉出现故障的动态扰动事件调度问题,实验结果表明,改进的差分进化算法应用在炼钢-连铸动态调度问题上,有效的缩短了炉次加工总完工时间、炉次间总等待时间和总断浇时间,在合理范围内,有效控制了新生产的调度计划与原始调度计划的时间偏差量,避免了因扰动事件的发生而引起连铸机断浇。     

Self-organizing fuzzy controller for the molten steel level control of a twin-roll strip casting process

The twin-roll strip casting process is a steel-strip production method that combines continuous casting and hot rolling process in a single operation. The quality of strip casting process depends on many process parameters, such as molten steel level in the tundish, solidification position and roll gap. Their relationships are complex and the strip casting process has the properties of nonlinear uncertainty and time-varying characteristics. Hence, it is difficult to establish an accurate process model for designing a model-based controller to monitor the strip quality. In this paper, a model-free control strategy is employed to overcome this problem. The self-organizing fuzzy control (SOFC) strategy is developed to control the molten steel level of a strip casting process. It has on-line learning ability and the rule tables can be modified automatically and continuously for responding to the system’s nonlinear and time-varying behaviors. Since this model-free controller has simple control structure and small number of control parameters, it is easy to implement. Simulation results based on semi-experimental system dynamic model and parameters are executed to show the control performance of the proposed intelligent controller.