基于蚁群优化算法的步进式加热炉调度

针对钢铁企业生产中的步进式加热炉调度问题,同时考虑到加热炉的生产能耗与热轧机的生产效率,以板坯的实际加热时间、热轧机等待加热板坯的时间以及加热炉内冷热板坯混装次数最小化为目标,建立了冷热板坯混装模式下的步进式加热炉调度问题的数学模型.并针对模型的特点,设计了求解模型的蚁群优化算法.算法中嵌入基于邻域搜索的局部搜索过程,...     

炉容受限的加热炉调度问题及启发式修复算法

针对钢铁生产中炉容受限的加热炉调度问题,建立并行加热炉调度的多目标优化模型,并针对问题的NP-难特性提出一种启发式修复算法.在松弛炉容约束得到初始调度的基础上,通过不断检测冲突并消解冲突实现问题的有效求解.根据最小冲突板坯优先的变量选择策略选择冲突板坯,并根据最小在炉板坯数的值选择策略为冲突板坯重新指派新的加工机器;为避免搜索陷入死端,算法增加回溯机制以保证得到可行的调度方案.数据实验表明:该算法能够有效求解炉容受限的加热炉调度问题,且具有较高的计算效率.     

基于免疫蜂群算法的冷轧生产调度优化方法

冷轧生产调度是一个复杂的约束组合优化问题,生产约束包括轧制板坯的宽度、厚度、硬度跳变及交货期提前和拖后惩罚等。基于TSP(多旅行商)问题,建立了冷轧生产调度问题的最小值模型,提出了一种免疫蜂群优化求解算法。通过给蜂群注射疫苗产生出代表新的解集的种群,避免算法在优化过程中陷于局部极值。针对工业数据的仿真结果表明:免疫蜂群优化算法明显优于人工蜂群优化算法的解,具有较好的收敛性和快速性。     

一种有利于提高DHCR比例的热轧批量计划编制方法

针对一体化生产过程中连铸出坯顺序与热轧轧制顺序的协调问题,提出了计划顺序协调因子,并在此基础上建立了有利于提高直接热装(DHCR)比例的热轧批量计划优化模型.模型在满足热轧轧制工艺的基础上充分考虑了铸坯连铸出坯计划与热轧轧制计划的协调.采用改进遗传算法——两交换启发交叉算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂2250 mm和1580 mm轧线进行了仿真,仿真结果表明模型可以大大减少铸坯因顺序不协调而引起的在进入加热炉前的等待时间,进而提高板坯DHCR比例.     

专用炉模式下加热炉群混装一体化生产

分析了连铸--热轧区段混装一体化生产和加热炉群生产模式,并在此基础上建立了混装一体化生产下加热炉群调度模型.模型在满足加热炉生产工艺的基础上充分考虑了板坯进入加热炉前的等待时间和轧机空闲时间.采用禁忌搜索算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂1580mm轧线非专用炉模式与专用炉模式分别进行了仿真.仿真结果表明连铸--热轧区段采用专用炉模式生产比传统的非专用炉模式生产能够明显提高加热炉热效率.     

求解具有时空约束的板坯库天车调度问题Memetic算法

研究了钢铁企业板坯库天车调度问题,考虑了时间和空间以及热轧计划等实际限制,建立了一个板坯出库天车调度模型.针对天车调度问题具有实时性和不可交叉性的特点,设计了基于优先关系的天车分配编码方式、离散事件动态仿真解码、自适应交叉算子以及在交叉和变异后进行模拟退火局域搜索的Memetic算法.通过某钢厂板坯出库过程中天车调度的实际数据对模型和算法进行仿真测试,实验结果表明:该算法具有很高的收敛性和稳定性,满足实际生产需要.     

钢坯热轧加热炉区生产调度模型与算法

钢坯热轧加热炉区生产调度属于组合优化中的NP-complete问题.本文根据加热炉区生产特点建立了分别以生产能耗最小化和加热质量最优化为主次目标的钢坯加热炉区调度数学模型,将其归结为布尔可满足性问题,构造了采用二进制编码方式的遗传禁忌搜索算法进行求解.基于实际生产数据的模拟优化结果表明,该模型和求解方法充分满足了现场加热炉区生产调度的需求,在满足生产工艺约束的前提下,缩短了生产时间,提高了钢坯入炉温度和加热质量,与传统人工调度方法的结果相比具有更好的节能、高产效果.     

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.     

控制轧制节奏的优化

针对单机架中厚板轧制过程中,不同轧制及控制轧制方式下轧机的利用率等问题进行分析.在一组组板坯轧制生产方式的基础上,提出了板坯交替轧制的生产方式,并在此基础上,进一步研究了根据不同的轧制时间、待温时间等条件优化控制轧制节奏的方法.该方法可以有效地提高中厚板轧机的利用率.     

基于模糊匹配的板坯入库优化决策问题模型及求解

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO--CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性.