炼钢连铸作业计划的混合遗传优化与仿真分析

为提高炼钢连铸作业计划制定的效率和质量,面向生产工艺流程网络图,建立了一种基于遗传算法与蚁群算法相结合的混合智能优化方法,进行炼钢连铸生产作业计划的编制,并可实现常见扰动情况下的重计划制定;利用基于元胞自动机思想建立的炼钢连铸流程仿真模型,进行生产作业计划的仿真分析和评价。将计划编制模型与仿真模型有机结合,为作业计划的在线动态评价和自动调整提供了一种有效手段。针对某钢厂的仿真实验研究表明：提出的智能优化方法能较好地解决炼钢-连铸生产作业计划的时间不确定性优化问题,可快速生成炉次间作业无冲突的优化生产作业计划。     

炼钢-连铸动画仿真系统设计与开发

针对炼钢厂的调度过程十分复杂,既要保证计划的有效性,也要考虑钢水运输等及时性的问题,讨论了基于层次分析的评价方法在计划评价中与仿真技术在直观显示炼钢-连铸生产过程中调度出现问题的作用.运用动画仿真技术仿真运输设备和主体设备间协调运行状况,验证多炼钢-连铸生产计划运行的合理性;采用层次分析评价法对调度结果进行综合评价.最后使用现场数据,该动画仿真系统成功实现了对调度计划执行过程的仿真;并对炼钢-连铸生产各工序保持物流生产紧密衔接、降低能源和材料消耗起到重要的指导作用.     

基于Witness的炼钢-连铸动态调度仿真

为了对炼钢-连铸动态调度进行仿真,分析了炼钢-连铸动态调度系统的特征,重点讨论了基于Witness对炼钢-连铸动态调度系统仿真时的关键问题,即工艺路径设置、断浇修复技术、动态扰动设置和调度结果可视化.源于钢铁企业的实际生产数据证明了Witness仿真软件对解决炼钢-连铸动态调度问题是可行且有效的,通过对软件自身优化算法进行比较,结果表明采用不同优化算法,其对应的解的质量和收敛效率不同.     

炼钢-连铸生产计划调度系统开发

针对炼钢-连铸生产以及钢厂现有信息化系统的特点,开发了面向钢厂MES的炼钢-连铸生产计划调度系统。系统通过与MES的数据接口收集生产作业计划、调度和生产运行实绩相关信息;设计和构建系统关系数据库,将通过MES接收的自ERP系统下达的生产批量计划和来自过程信息系统的实时生产状态信息分类集成并显示;设计基于生产过程信息的扰动自动识别和人工扰动自主设置的调度触发机制,按分类扰动处理机制进行重计划和重调度,调用智能优化算法编制生产作业计划,确定可行的生产调度方案,实现对调度方案的物流和工位的多种可视化表达方式;重计划和重调度信息可反馈至MES信息系统,为调度人员提供决策参考。通过在钢厂的在线测试表明,该系统可以满足实际生产需要,通过辅助调度决策可提高调度员决策的科学性和调度水平,提升和充分发挥MES的性能。     

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。     

基于准时制的炼钢连铸组炉问题模型和算法

在满足炼钢连铸和热轧生产规程的基础上,综合考虑组炉余材和热轧工序对板坯浇铸的时间要求,将组炉问题归结为一个带时间约束的优化问题,建立了组炉问题的数学模型,采用改进遗传算法对模型求解,实例计算结果表明,基于改进遗传算法求解多约束条件下的组炉问题是有效的和可行的。     

炼钢-连铸生产作业计划编制及仿真检验方法研究

结合炼钢-连铸生产流程,分析了其生产作业计划编制的特点,在炼钢-连铸生产计划的基础上,通过建立简化了的保证等待时间最少且不断浇的线性规划模型,求出合理的作业计划;将所求结果导入Flexsim实体模型中,作为炼钢-连铸仿真模型的仿真输入条件,驱动仿真模型运行.统计分析设备状态设备状态和使用率,优化生产计划及设备参数,从而优化生产作业计划.     

炼钢-连铸-热轧一体化生产计划编制方法研究

为解决炼钢一连铸一热轧一体化生产计划编制问题,建立了一种一体化生产计划模型体系,将一体化生产计划编制这个复杂优化问题分解为5个局部优化问题。每一个局部优化问题采用多模型协作方式来编制各自范围内的生产计划,5个部分之间采用多系统协作方式完成一体化生产计划的编制。通过实际一体化生产计划软件系统的开发与应用,表明这种模型体系可以很好解决一体化计划编制问题。     

基于约束满足的炼钢批量计划的制定方法

将炼钢批量计划问题转化为一个约束满足问题处理,建立问题的约束满足模型,给出了基于约束满足的求解算法。仿真实验证明了模型和算法是有效的。     

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.     

炼钢连铸生产调度的优先级策略混合遗传算法

针对炼钢连铸生产调度计划的可执行性要求, 考虑到生产中的设备选择及作业时间的不确定性问题, 提出一种利用任务可执行设备的加工权重赋值方法来量化描述现实生产中加工设备间的匹配关系, 并以设备选择优先级策略的形式引入遗传算法的交叉、变异过程, 按照生成可行解、再进行种群优化的分步决策方式形成混合遗传算法. 以某炼钢厂的实际生产调度数据为例进行仿真实验, 其结果表明了所提出算法的有效性.

     

准时制下炼钢生产计划时间并行顺推编制方法

为提高炼钢连铸生产计划编制质量,实现“连浇”生产,提出一种基于准时制思想的炼钢生产作业计划时间并行顺推编制方法。该方法将由连浇约束计算出各炉次的开始浇注时间视为交货期,以逆生产流程时间倒推各炉次在各工序上的开始作业时间作为计划编制的参考目标时间点;时间并行顺推算法将当前工序上所有炉次的开始作业时间沿生产工艺路径顺推到紧后工序后,再将后道工序上炉次以先到先加工原则分配到合适的工位加工,最后通过时间调整策略来缩小炉次的开始作业时间与参考目标时间点的偏差。利用钢厂实际生产作业计划数据进行算法验证,结果表明模型及算法能快速生成没有作业时间冲突且实现连浇的可执行炼钢生产作业计划。     

Integration of process planning and production scheduling based on genetic algorithm

Lacking of flexibility in the traditional workshop production, a genetic algorithm is proposed to implement the integration of process planning and production scheduling. In this paper, the processing routes and processing machine are selected through chromosome crossover and mutation, in order to implement the optimal scheduling of the flexible workshop production. Meanwhile, a performance test about the integration of process planning and production scheduling is implemented, and the results shows that the genetic algorithm is efficient to obtain optimal or near optimal process routes which can meet the requirements of production scheduling.     

拉氏框架下不确定环境炼钢-连铸批量计划调度一体化方法综述

炼钢-连铸批量计划与生产调度是实现钢铁生产降本增效的重要途径,传统"分而治之"的编制方法由于多种不确定因素的影响难以保证大规模钢铁生产物流资源与时间的动态平衡.鉴于此,从数学建模和优化方法两个角度对国内研究状况进行综述,针对不确定环境下大规模炼钢-连铸批量计划与生产调度问题,论述基于拉氏松弛框架的一体化调度方法的研究现...     

加工时间不确定的炼钢连铸生产调度串级交叉熵算法

针对加工时间不确定的炼钢连铸生产调度问题, 一方面考虑炉次精炼时间是运输时间和等待时间的线性增函数, 并考虑分时电价, 提出基于关键炉次的左右混合调整方法对各炉次精炼时间进行调整; 另一方面, 考虑炉次在各阶段的基本加工时间和连铸机最早开浇时间可在一定范围内选择, 提出一种串级交叉熵算法进行求解. 设计了不同的仿真实例, 并将串级交叉熵算法与改进自适应遗传算法进行比较, 验证了所提出算法的优越性.

     

An effective Lagrangian relaxation approach for rescheduling a steelmaking-continuous casting process

This paper studies a steelmaking-continuous casting (SCC) rescheduling problem with machine breakdown and processing time variations. Two objectives are considered in this study: the efficiency objective and the stability objective. The former refers to the total weighted completion time and total sojourn time, whereas the latter refers to the number of operations processed on different machines in the initial and revised schedules. We develop a time-index formulation and an effective Lagrangian relaxation (LR) approach with machine capacity relaxation to address the rescheduling problem. The LR approach decomposes the relaxed problem into batch-level subproblems with variable processing times. A polynomial two-stage dynamic programming algorithm is proposed to solve the batch-level subproblems. An efficient subgradient algorithm with global convergence is presented to solve the corresponding Lagrangian dual (LD) problem. Computational experiments based on practical production data show that the proposed approach not only produces a high quality schedule within an acceptable time but also performs much better than a practical SCC rescheduling method from a large iron and steel enterprise in China.     

基于人机交互的炼钢连铸动态调度*

针对炼钢连铸动态调度问题,建立了问题的优化模型、设计了约束满足求解算法并分析了算法复杂度、开发了炼钢连铸动态调度的人机交互系统。当生产过程中的扰动事件发生时,系统能够通过人机交互并结合优化模型和多项式时间复杂度的算法获得可行且与原调度尽量一致的新调度方案,以确保动态调度前后整个生产过程的连续性和稳定性。     

A Tabu-enhanced genetic algorithm approach for assembly process planning

Over the past decade, much work has been done to optimize assembly process plans to improve productivity. Among them, genetic algorithms (GAs) are one of the most widely used techniques. Basically, GAs are optimization methodologies based on a direct analogy to Darwinian natural selection and genetics in biological systems. They can deal with complex product assembly planning. However, during the process, the neighborhood may converge too fast and limit the search to a local optimum prematurely. In a similar domain, Tabu search (TS) constitutes a meta-procedure that organizes and directs the operation of a search process. It is able to systematically impose and release constraints so as to permit the exploration of otherwise forbidden regions in a search space. This study attempts to combine the strengths of GAs and TS to realize a hybrid approach for optimal assembly process planning. More robust search behavior can possibly be obtained by incorporating the Tabus intensification and diversification strategies into GAs. The hybrid approach also takes into account assembly guidelines and assembly constraints in the derivation of near optimal assembly process plans. A case study on a cordless telephone assembly is used to demonstrate the approach. Results show that the assembly process plans obtained are superior to those derived by GA alone. The details of the hybrid approach and the case study are presented.