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,提高蚁群优化算法的收敛速度.使用钢厂实际生产数据的仿真实验验证了所提模型及算法的有效性.     

基于改进遗传算法的热轧批量计划优化模型

针对钢铁企业的热轧批量计划编制问题,考虑了热轧生产工艺规程、同宽板坯连轧长度限制等约束,建立基于不确定旅行商数的多旅行商问题(MTSP)的热轧批量计划数学模型,把轧制单元计划数最小化和紧邻轧制板坯间轧制宽度、厚度、硬度差异而造成的总惩罚值最小化作为优化目标。结合模型的实际情况,采用基于两交换启发式的改进遗传算法对问题进行求解。最后,利用某钢厂的实际生产数据进行计算试验,同时对结合传统遗传算法和改进遗传算法的优化情况进行对比和结果分析,模型的正确性和算法的有效性得到了验证。     

加热炉炉温优化算法研究

炉温制度的优化是炉子优化控制的基础,它包括炉温优化目标函数的确定和目标函数极值的求解两方面.本文建立了连续加热炉板坯加热的稳态数学模型和炉温优化模型.应用所建立的稳态数学模型定量分析了各段炉温变化对钢坯加热过程的影响,形成了启发式算法规则集.建立了考虑出炉钢坯平均温度及断面温差的目标函数,采用启发式搜索算法对钢坯加热过...     

板坯库吊机调度问题分析

通过对板坯倒垛吊机调度问题的相关工艺进行描述,介绍了热轧板坯库的工序衔接情况,它是炼钢——连铸及热轧的中间环节,对前、后两道工序的协调起着至关重要的作用。然后对问题的求解策略进行简要介绍,并设计启发式算法获得吊机调度问题初始解,以达到吊机的最大利用率,为企业降低成本。     

连铸与热轧工序余材集成匹配模型与算法

针对钢铁企业连铸工序余材板坯及热轧工序余材钢卷对热轧生产合同的匹配问题,基于一体化的管理思想建立了余材板坯、钢卷与合同集成匹配的多目标0-1非线性整数规划模型,在模型中引入板坯材质与合同要求钢种特征差异值矩阵及钢卷钢种与合同要求钢种特征差异值矩阵.采用分段整数编码、基于启发式修复策略的改进遗传算法求解.最后,通过对实际生产数据的仿真实验验证了所提模型和算法的有效性,为科学合理地匹配铸轧工序余材板坯、钢卷提供了有效的解决方法.      

单一尺寸圆坯的无缝钢管坯料设计模型与算法

无缝钢管坯料设计是在满足生产工艺要求下,将客户订单钢管合理地分配到生产原料圆坯的过程.实际生产中的批量原则使得每个钢管订单在圆坯中有最小分配重量要求;由于无缝钢管分配支数必须取整,导致钢管订单在圆坯中的分配重量并非连续取值.因此,比起相关的板坯设计问题和装箱问题,无缝钢管坯料设计的求解更为复杂.本文给出了无缝钢管坯料设计问题的一般性描述,并建立了混合整数规划模型.针对库存中只有单一尺寸圆坯的情况,简化了问题模型并且求得了问题的下界.结合问题特点,提出了基于贪婪策略的两阶段启发式算法,并用实际生产数据和仿真数据验证了算法求解此类问题具有很好的有效性和稳定性.      

板坯库吊机调度问题禁忌搜索算法的应用

由于生产实际中吊机调度问题的规模比较大,最优化方法的求解时间不能满足生产的实际需求。针对大规模吊机的调度问题,设计了禁忌搜索算法,根据问题的结构特点,基于贪婪思想构造启发式算法产生初始解,同时考虑任务完整性和板坯优先级等约束设计了两种搜索邻域,并对初始解进行了改进,应用实际生产数据对算法性能进行了测试,从而验证了所提出算法的有效性。     

分散搜索算法在板坯匹配优化问题中的应用研究

板坯匹配问题是钢铁企业在日常生产管理中经常遇到的问题,其任务是对板坯与合同的匹配关系进行优化,从而提高板坯利用率和客户满意度.作者针对该问题,将板坯与合同的可匹配条件转化为规格费用,建立了整数规划模型,通过最小化匹配费用来追求高的板坯利用率和客户满意度.采用了分散搜索算法(SS)进行求解,该算法特点是通过参考集,尽量产生分散于整个解空间的多个解作为局部搜索算法的初始解,从而保证整个搜索算法的广泛性.为验证算法有效性,用实际的板坯匹配数据对算法进行了测试.在评价匹配方案优劣的多个指标上,算法结果明显优于原有匹配关系.     

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。     

宽厚板余材板坯智能匹配系统的设计与开发

为了满足莱钢宽厚板生产线在订单组合及组板设计方面的要求,为设计者提供决策每一批订单最优组板方案所需的基本数据和信息,自主开发了宽厚板智能组板系统,其中余材板坯智能匹配系统实现了多功能订单余材板坯信息选择、智能板坯设计、虚拟大板订单优化匹配等功能,采用数学规划算法解决虚拟大板与订单的优化匹配难题,设计了融合经验知识和规则的智能组板模型。系统投用后,余材板坯组板成材率显著提高,至2018年7月共进行余材坯匹配组板52 829t,组板成材率88.69%,较系统投用前提高了1.45%。     

炼钢连铸调度系统中制造命令调整模型及算法

针对国内某大型炼钢厂生产调度中的制造命令调整问题,提出了采用多目标优化模型和启发式算法分别进行时间和设备调整.近期,该技术已在该炼钢厂应用,运行结果表明了模型算法的有效性和实用性.     

炼钢与热轧调度方案动态协调方法研究

为解决炼钢-连铸与热轧生产调度方案之间协同联动、保障连续生产的问题,提出以炼钢-连铸为动态调度主体、以热轧为辅助协调的动态协调策略,将炼钢与热轧调度的动态协调问题分解为两个子问题,以最大化每一炉次浇铸完工时间的一致性、最小化板坯连轧惩罚值以及最小化板坯轧制时间差异为优化目标,建立炼钢-连铸动态调度模型及热轧动态协调模型。通过炼钢-连铸动态调度算法最小化出坯时间差异,再通过热轧动态协调方法对不同送坯工艺要求的板坯进行轧制方案调整。仿真实验表明本文提出的模型和算法是可行的和有效的。     

中厚板加热炉板坯温度控制模型研究与优化

板坯温度控制模型是加热炉过程控制的核心,主要任务是根据生产工艺和相关数学模型控制、协调和优化获得加热质量较好的板坯。针对中厚板加热炉过程控制的板坯加热环节多变量和温度预报不精准等问题,选取了热流密度和热物性参数,并结合有限差分法建立的二维差分模型,对板坯温度控制模型进行了优化。将优化后的模型嵌入到在线燃烧二级自动控制系统,主要现场应用效果为加热炉各段的温度稳定度在±10 ℃以内,板坯的开轧工艺温度合格率达到了98.28%,煤气节能率提高了5.56%,氧化烧损率降低了15.05%。通过现场应用效果可知,优化后的板坯温度控制模型在节能降耗的基础上,获得了加热质量较好的板坯,为各钢厂加热炉实际生产提供了重要的参考依据。     

炼钢-连铸新工艺条件下的中间包优化方法

 在炼钢-连铸中,改进后的新工艺条件使得中间包寿命的评价方法由固定炉数变成了固定时间,针对这种变化,建立了相应的中间包优化模型。模型中考虑了炉次计划中的钢种、浇铸宽度、拉速等因素对浇铸时间的影响。采用启发式和DNA进化相结合的方法求解模型,先设计了3个启发式算法,然后在此基础上设计了基于DNA进化的优化方法,并给出了详细步骤。通过对企业实际生产数据进行仿真计算,其结果表明优化后的中间包利用率明显提高,从而验证了该方法的有效性。     

应急救援物资车辆运输路线多目标优化

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型,并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手,设计适合本文模型的算法,并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念,将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用,并在辅助函数构成的搜索空间上寻找最优解,是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法,测试结果与本文的理论分析一致,证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果.      

中厚板组板及板坯设计的智能优化模型和系统

 针对中厚板生产订单具有的多品种、多规格、小批量等特点,致使其组板及板坯设计存在难度大的问题,充分利用非定尺生产订单及板坯规格的不确定性建立适应性组合优化模型,实现一维和二维、定尺与非定尺的中厚板组板及板坯集成优化设计,并构建相应的模型软件系统。利用某钢厂生产订单数据的应用测试表明,模型设计结果相比与人工设计、标准遗传算法具有成材率提高、余材率明显降低、设计效率显著提升的效果;改变生产订单规模和特征的仿真试验进一步显示出模型及系统的设计质量提升效果。     

软硬件协同设计复杂问题的计算模型和算法

软硬件划分是设计复杂嵌入式系统的关键环节.论文综述了近年来提出的解决软硬件划分问题的计算模型和相应算法.软硬件划分问题可以建模成各种限定不同约束条件的背包问题模型,同时需要考虑任务块间的通信消耗.背包问题中的子项相当于软硬件划分问题中的任务块.论文针对不同的计算模型,介绍了相应的精确算法和启发式算法.论文最后探讨了若干待研究的潜在问题.     

利用遗传算法优化板坯立轧短行程控制曲线

为了提高热轧带钢的成材率、减少板坯头尾部的失宽量，在热连轧粗轧机组中采用了短行程控制。作者利用一种新型优化算法——遗传算法优化短行程控制曲线，解决了传统方法难以解决的优化问题。优化结果表明，板坯头尾部失宽量大幅度减小，失宽区域长度也有所缩短。     

连铸-热轧集成生产库存优化模型

从实际问题从发,研究连铸和热轧两阶段集成生产的库存与生产计划优化问题。根据顾客对板坯和钢卷的订货情况,考虑连铸机和热轧机的生产能力约束及板坯库和热轧卷库的库容约束,针对板坯的外卖量和作为热轧机原料量之间的协调及板坯与热轧卷之间的匹配情况,同时考虑板坯库和热轧卷库的库存成本以及对板坯和钢卷的订货需求可以延迟满足,但需支付惩罚费用等特点,以利润最大为目标函数,建立了相应的线性规划模型。通过大量的数值测试,验证了模型的有效性。     

1780生产线的带钢宽度控制

为了满足客户对宽度指标的要求,对承钢1780生产线宽度控制模型进行了研究和分析。根据研究结果,采用粗轧下表面高温计,并且设计板坯出炉温度预测模型,减少因板坯温度不准对宽度控制的影响。通过在加热炉前安装板坯测宽仪和优化宽度控制策略来减少因板坯宽度不稳定对宽度控制的影响。对立辊短行程控制曲线进行研究,提出优化方案,有效解决了带钢头尾宽度问题;对大量带钢精轧宽展数据进行研究,提出针对不同规格带钢的宽展控制方案。经过研究和优化使成品宽度的波动明显变小,成品宽度在+0~9mm内的命中率达到96%以上,工序控制能力也得到了明显提高,提高了产品的用户满意度。