混合Jobshop炼钢-连铸重调度方法及其应用

炼钢-连铸生产过程中加工设备起、停时间经常会出现严重延迟,导致调度计划不可行. 目前人工调整,存在响应速度慢和调整结果不优化的问题. 对炼钢-连铸混合Jobshop重调度问题进行了分析,提出了正在作业炉次已分配设备不变的重调度方法. 并提出了求解策略,将原调度分解为两个子调度问题. 引入炉次操作状态参数β,建立了正在作业炉次的时间修正模型,构造了启发式方法进行求解.对于未作业炉次,建立了多目标非线性0-1 整数规划模型,构造了并行逆推启发式算法进行设备指派,采用线性规划求解各操作的开工时间.基于上述方法开发了动态调度软件应用于国内某大型钢铁企业,在缩短动态调度时间、减少钢水冗余等待时间方面取得了显著成效.     

基于图形化编辑平台的炼钢连铸动态调度仿真系统

大型钢铁企业炼钢连铸生产工艺复杂、设备众多、生产过程存在随机因素和不确定性因素,因此,充分发挥经验丰富的调度专家在生产过程中的决策作用显得尤为重要.研究了炼钢连铸动态调度策略,在此基础上开发了基于图形化编辑平台的炼钢连铸动态调度仿真系统,综合集成了扰动设定、扰动发生、动态跟踪、扰动识别、人机交互和模型优化功能.利用在线数据,进行了离线仿真.仿真结果表明:该软件提供的图形化编辑集成平台可以实现对计划快速、有效的动态优化调度,同时为深入研究炼钢连铸动态调度方法提供了集成的实验平台.     

基于约束联动的炼钢-连铸动态调度

为了解决炼钢-连铸生产动态调度中调度约束繁杂、多变的问题, 分析了炼钢-连铸动态调度约束集, 提出了约束联动的方法来实现快速的人机交互动态调度, 并在此基础上建立了约束联动的动态调度数学模型和调度算法, 最后结合实例说明了约束联动动态调度方法的有效性.     

炼钢连铸生产模式及优化调度模型

当转炉、精炼和连铸设备数量及加工时间发生变化时所形成的不同生产模式下的炼钢连铸生产对于炼钢连铸调度方法有着不同的要求. 详细分析了炼钢厂存在的主要生产模式下实现连续浇铸的充要条件和必要条件,建立了相应的调度模型,并给出了生产模式变化时的生产调度策略. 针对转炉设备正常工作和部分检修情况下的两种生产模式,通过引入生产模式参数η建立了统一的非线性规划模型. 在国内某大型钢厂生产调度过程应用表明:模型能够适应转炉设备正常和发生故障或检修而导致的生产模式变化,能够快速编制出符合要求的优化调度计划, 在缩短生产模式变化时的调度反应时间、提高转炉钢水出钢量、提高调度优化程度均取得了显著成效.     

连铸连轧和冷装热轧并存环境下的炼钢2连铸生产调度模型与算法

针对连铸连轧和冷装热轧并存环境下的炼钢-连铸生产调度问题,建立了基于浇次开浇时间的炉次指派和作业排序模型.在该模型中,通过浇次开浇时间单位提前/拖期成本的惩罚值的控制可以协调炼钢-连铸和热轧生产环节之间的匹配关系.对所建立的模型,提出了基于遗传算法和线性规划的实用算法,并给出了源于实际生产数据的计算实例.     

基于宽度柔性的连浇组批计划模型及算法

高效的利用连铸生产设备的能力是炼钢—连铸生产计划优化技术的主要目标。在描述了炼钢—连铸生产计划调度编制步骤的基础上,重点分析连铸计划编制中问题。针对未充分利用虚拟板坯区间宽度属性及炉次区间宽度因素,并同时考虑浇次中炉次间钢级限制、连浇规程、中间包使用寿命限制、浇铸宽度跳跃限制的条件,建立了连铸计划优化数学模型。根据模型的特点,以蚁群优化算法为基础,设计了双层蚁群优化求解算法,并采用实际生产数据对模型及算法的有效性进行了验证。     

反向仿真以及在JIT生产调度中的应用

提出反向仿真的思想,解决准时制(JIT)生产企业的生产调度问题.反向仿真将优化算法和仿真验证融合在一起,能够较好地克服反向调度和前向仿真的缺点,直接获得较好的调度计划.最后以炼钢连铸生产调度为例,介绍反向仿真的实现方法.结果表明,该方法是一种解决JIT生产调度的新思路.     

基于VRPTW-AT模型的钢包优化调度方法

在炼钢-连铸生产过程中,钢包的优化调度对减少钢铁生产的热能消耗,提高生产效率具有重要作用.将钢包调度问题归结为任务带有时间窗、车辆带有调整时间的车辆路径问题(vehicle routing problem with time windowsand adjustment time,VRPTW-AT).根据钢包服务钢水过程的约束建立了钢包调度问题的数学模型,针对模型特点提出了分散搜索(scatter search,SS)算法.基于国内某钢铁企业生产实绩做测试案例,对SS算法的优化效果与钢厂生产的实际数据进行了对比分析,实验结果表明了模型和算法的有效性.     

炼钢连铸混合智能优化调度方法及应用

针对多阶段、多设备以及精炼工序重数不同的炼钢连铸生产调度问题,建立了综合考虑工序设备指派和作业时间安排的非线性规划模型,提出了基于专家系统的设备指派、基于人机交互的邻域搜索与基于模型转换的时间优化相结合的三阶段炼钢连铸混合智能优化调度方法.该调度方法应用于国内某大型钢厂的生产调度,在减少钢水冗余等待时间、提高设备负荷率方面获得显著成效.     

炼钢一连铸调度模型参数优化设定方法

针对炼钢-连铸调度模型的系数由人工经验给出,缺乏科学依据的现状,提出了基于正交设计的调度模型参数(系数)优化设定方法.通过对试验结果的方差分析给出了各参数对调度目标影响程度.利用工业实际生产数据进行测试,结果表明:所提方法可以在短时间内找到目标函数系数的最优设定值,由方差分析确定的模型参数对目标函数的影响程度与现场实际相吻合.通过与人工经验值进行比较,验证了所提方法的合理性和有效性.     

基于遗传算法的混合Flow-shop调度方法

混合Flow-shop调度问题（Hybrid flow-shop scheduling problem,HFSP),是一般Flow-shop调度问题的推广，由于在某此工序上存在并行机器，所以比一般的Flow-shop调度问题更复杂。本文提出了遗传算法求解混合Flow-shop调度问题的方法，给出了一种新的编码方法，设计了相应的交叉和变异操作算法，能够保证个体的合法性，同时又具有遗传算法本身所要求的随机性。最后给出了某汽车发动机厂金加工车间的生产调度实例，表明了此算法的有效性。     

基于行为运筹的生产调度干扰管理模型

针对生产调度过程中干扰事件导致初始方案无法继续实施这一难题,采用干扰管理思想,结合行为运筹中对人的行为与感知的研究方法与优化决策的研究手段,从客户、企业管理者和车间工人三个方面度量生产调度系统的扰动,提出基于前景理论的扰动度量方法,构建字典序的多目标干扰管理模型并采用改进的蚁群算法进行求解.数值算例中,通过与全局重调度和右移重调度的结果进行比较,得出本文方法更加科学——生成的干扰调整方案对系统的扰动更小.     

轧制计划的优化模型及其算法的应用研究

为保证热轧生产调度计划的可行性，提高排程的效率，根据热轧生产模式和轧制计划的结构特点，提出了一种车辆路径问题（VRP）模型来建模轧制调度问题，发展了一种混合调度方法（SAMPSO算法）来解决这个问题．试方法利用修正粒子群优化算法的局部和全局搜索能力来寻找全局最优解，利用模拟退火方法来避免陷于局部最优。对某钢厂实际生产数据的仿真结果表明，所提出的模型和算法具有良好的适应性和可行性。     

扰动累积下基于数字孪生的车间重调度

针对隐性扰动累积下车间重调度问题，搭建车间重调度决策服务，实现数字孪生驱动的扰动累积下的车间重调度。提出一种调度参数更新的方式，采用随机概率分布来描述调度参数的分布，提升调度参数的准确性；利用孪生网络搭建隐性扰动检测模型，以实时数据为输入，实现重调度的启动时刻的判定；从历史调度数据中提取用于调度知识挖掘的样本数据，利用伪孪生网络获取工序和机器的状态数据的映射关系作为调度规则，用于车间的重调度。仿真实验证明了所提数字孪生驱动的重调度模式的可行性。     

求解混合流水车间调度的改进贪婪遗传算法

针对最小化最大完工时间的带有不相关并行机的混合流水车间调度问题,提出了改进贪婪遗传算法。首先,该算法染色体编码采用基于工件加工顺序的编码,解码提出了两种设备分配方案,并考虑到不同阶段加工设备配置不同对算法的影响,采用了正序解码和逆序解码加再调度并用的解码策略。其次,提出贪婪交叉算子和贪婪变异算子,这些算子不仅承担改进种群,增加种群多样性的功能,同时还具有较强的局部搜索能力。最后通过正交实验确定算法的参数设置,与已有算法对已知案例的求解结果进行了比较,说明了该算法的有效性。同时实验表明了正序和逆序解码策略的必要性以及正序或逆序解码的时机。     

基于稳定性的生产调度建模

针对传统调度模型得出的方案由于决策参数变化而不能应用于实际生产等问题,分析了在实际生产环境中可能导致重调度的各种不确定因素,从调度稳定性的角度使用两阶段随机规划方法重新设计了包含随机参数的模型,不仅使调度可以稳定在某置信水平上,而且允许调度结果以一定的风险获取更好的性能指标。最后,应用一个化工调度模型讨论了新方法的特点。     

切换式规则调度系统的建模与仿真

以生产调度问题为背景,研究切换式规则调度系统的建模与仿真问题．在分析规则与性能指标关系的基础上,文中首先提出了一般切换式规则调度系统的概念;接着借鉴混合动态系统的分层建模机制,详细讨论了一般切换式规则调度系统的建模框架和方法;然后结合实例给出一个具体的模型,并基于该模型进行计算机仿真,得到一些直观的结论．     

可重入柔性调度问题研究:模型、算法与应用

近二十年来,在企业提高生产效率和增加生产灵活性方面的内在需求推动下,一类广泛存在于半导体制造、钢铁生产、汽车制造、武器生产、化工、微生物检测、金融财务等制造和服务领域,且具有多阶段、并行机拓扑结构的柔性生产调度问题的研究和应用正得到学术界和工业界越来越多的重视.考虑到在实际生产过程中,工件在部分阶段的加工工艺路径为循环的技术要求,与实际生产过程更加贴近的可重入系统的特性被引入到柔性制造系统.鉴于可重入柔性调度问题(reentran flexible scheduling problem,REFSP)在理论上的重要性及其对于实际调度的指导性,本文综述了可重入柔性调度问题的研究进展.首先介绍了可重入柔性调度问题的基本数学模型,并基于α|β|γ表示法对已有的复杂环境下的可重入柔性调度问题进行了归类,接着对其优化求解方法进行了归纳,并梳理了其主要应用领域,最后提出了有待进一步研究的若干方向和内容,旨在推进国内在可重入柔性调度问题研究领域的理论研究和工程应用.     

基于贪婪随机自适应过程的多类型卫星联合任务规划技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题,现有研究大多对问题进行了不同程度的简化。面向多种载荷类型卫星的联合任务规划问题,考虑上述多种约束,基于贪婪随机自适应搜索过程提出了一种新的混合算法对问题进行求解。实验结果表明,该混合算法在多星联合任务规划领域是可行有效的。