一种炼钢组炉问题多目标优化算法

针对炼钢生产组炉计划编制问题,建立多目标数学模型,并提出了LS-MOEA多目标优化算法。该算法首先求解板坯需要的充足炉次,并以此为基础,采用0-1染色体编码方法,每个染色体代表一个炉次选择方案,使用启发式方法求解染色体对应的组炉方案,并采用局部搜索扩大求解范围,迭代后获得一组较优的Pareto板坯—炉次匹配方案。经实际生产数据测试,利用该算法可以在合理的时间内给出一系列较优组炉方案,为计划员提供足够的决策支持。     

考虑铸轧协调的炼钢-连铸-热轧一体化生产计划

炼钢-连铸-热轧生产计划编制是一个多目标、多约束的复杂组合优化问题。从有利于多工序生产组织的角度,提出了一种可分工序独立编制工序计划,并且按铸轧衔接关系进行系统协调的一体化生产计划编制方法。即首先以铸坯作为热轧与炼钢-连铸不同工序生产阶段统一的生产计划对象,并将炼钢、连铸与热轧的生产目标和约束进行归类抽象,使得炼钢炉次计划、连铸浇次计划和热轧单元计划的制定模型具有内在的逻辑相关性;以缩小铸轧时间差作为铸轧界面衔接关系的协调控制目标,来优化连铸与热轧之间的生产衔接,进而获得一体化生产计划。采用某钢厂的生产订单数据和生产计划目标、约束条件,通过模型仿真计算与生产实绩数据的对比检验了该一体化生产计划编制方法的有效性。     

求解冷轧精整并行机调度的多目标迭代贪心算法

利用工单在生产过程中相同或相似特性组批生产，优化批次生产顺序以减少生产过程中品种及规格的切换，可以提高生产效率和产品质量稳定性。针对冷轧带钢产品生产过程，研究冷轧精整并行机调度优化方法，建立了多目标优化数学模型，设计了多目标迭代贪心算法(multi-objective interated greedy algorithm, MOIGA),通过实际案例对模型和算法进行了验证。试验结果表明模型和算法有效，多目标优化算法求得的Pareto解集优于采用目标加权方式求得的Pareto解集，便于决策者决策。     

专用炉混装模式下作业计划优化方法

针对钢铁企业热装作业中专用炉混装作业计划编制难题,建立了一体化作业计划优化模型,并提出基于优化与简单仿真相结合的多步骤优化方法进行模型求解.在给定工艺参数情况下,提出的算法可快速给出优化的、一体化专用炉混装作业计划及冷装、热装板坯的详细作业时刻.模型给出的优化结果满足工业实际需求,作业计划具有较强的可行性及可操作性.     

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。     

不锈钢炼钢计划排程问题的数学模型及遗传算法

炼钢计划编制是钢铁企业生产运作管理的核心任务之一,合理的炼钢计划有利于炼钢生产平稳有序进行,同时优化调控各订单的生产节奏。以国内某不锈钢生产线为背景,考虑修磨机组的生产能力以及保温罩、保温炉等会影响产品组合的配套设施,通过建立数学模型,设计遗传算法(genetic algorithm, GA)实现炼钢计划的排程优化,解决了不锈钢产线炼钢计划排程中由修磨瓶颈导致的高温/低温装炉钢种交替生产、产品规格由宽到窄变化、长浇浇次和短浇浇次交替生产等复杂约束下的排程问题。试验结果表明,本文方法实现了以修磨机组为瓶颈设备控制生产节奏的智能炼钢作业计划编制,确保铸机、保温罩、修磨、保温炉与下游热轧工序协同顺畅,有效提升了炼钢计划的编制效率,每次计划编制时间由2 h缩短到1 min,计划编制自动化率达到95%,系统自动编制的炼钢计划满足了现场使用要求。     

高炉喷吹煤无约束多目标优化配煤模型

高炉喷吹混合煤粉在保证性能指标满足工艺要求以及生产安全的基础上,追求配煤成本最低是降低铁水成本的重要途径之一。针对当前喷吹煤配煤优化模型研究的不足,以混合煤粉的安全性Fs、经济性Fe以及喷吹性Fp 3个指标为目标,构建了无约束多目标优化配煤模型;引入非支配排序遗传算法进行求解,解决了单目标线性优化模型目标单一、与实际情况出入较大的问题;最后在高炉生产优化配煤中应用该模型,得到分布较好的Pareto最优解集,证明了该方法具有很好的指导作用和应用效果。     

板坯热轧批量计划数学模型及求解算法

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果.     

多约束条件下的中厚板生产线订单生产交付模式探讨

通过分析炼钢炉次、钢种连浇、浇次、生产负荷、冶金条件、新产品试制等约束条件对生产计划编制的影响,济钢从异钢种合炉次冶炼、内控成分冶炼、国标判定、"消化"库存、"整数加分数"、拆分式、"柔性"等多个生产计划编制模式对约束条件进行了分解,并应用到生产计划编制当中,取得了良好的效果。     

炼钢-连铸作业计划的遗传优化模型

  从提高炼钢 连铸作业计划可执行性的角度,研究了能适应动态生产环境变化的作业计划编制方法。在考虑连铸机的连浇约束、炼钢 连铸生产工艺要求和作业时间不确定性的条件下,建立了以最小化工位作业冲突时间和尽可能早的安排连铸机开浇时间为目标的炼钢-连铸生产作业计划优化模型,并构建了一种分段实数编码和基因分区交叉操作的改良遗传算法,将其与沿生产流程时间并行倒推算法相结合形成优化算法来求解模型。某钢厂8 h的炼钢 连铸作业计划编制案例表明：建立的模型与求解算法能较好地解决炼钢-连铸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。