基于变邻域搜索的热轧圆钢批量调度多目标优化方法

针对热轧圆钢的批量调度问题,考虑实际生产中工艺规程和交货期对轧制单元连续加工的影响,建立了以最小化设备调整时间、拖期生产惩罚和钢种跳跃惩罚为优化目标的数学模型,并设计了一种嵌入EDD规则的变邻域搜索算法。算法首先结合模型的约束特征,采用约束满足技术生成初始解;根据实际生产需求,将最小化设备调整时间作为主要目标,设计变邻域搜索算法实现目标优化,其中,运用混合算子构造邻域结构和局部搜索,并引入模拟退火接受准则来控制迭代过程中产生的新解;同时,为了最小化拖期惩罚和钢种跳跃惩罚,在求解过程中嵌入了EDD规则以及钢种排序规则。实验结果表明,模型和算法是可行且有效的。     

热轧轧制计划的多目标优化模型及算法

针对热轧轧制计划优化问题,建立基于奖金收集车辆路径问题（PCVRP）的多目标优化模型,其中包含两个目标：目标1为最小化相邻板坯的宽度、厚度与硬度的跳跃惩罚;目标2为最大化收集的奖金,即使得尽可能多的板坯编入轧制计划。在此基础上,提出一种基于Pareto最优的多目标蚁群系统算法（MOACS）,避免了传统加权法需要确定目标权重系数的缺点,一次运行可产生多个Pareto最优解,给决策者带来了更大的决策自由度。现场数据测试表明该算法具有良好的优化性能和实用性。     

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.     

炼钢连铸热轧一体化批量计划编制模型及实现

为解决钢铁企业生产计划一体化编制时能保证生产物流在各工序间的协调有序和高效运行,通过分析炼钢连铸热轧带钢各阶段的生产目标和工艺约束、物流变化及衔接关系,建立基于多目标优化的一体化批量计划数学模型。按照热轧带钢生产合同的要求,将一体化批量计划编制问题分解为热轧带钢的轧制单元计划、炼钢连铸的组炉和组浇计划。各计划之间既有独立又存在耦合,先编制完成轧制单元计划与组炉计划,然后再将轧制单元计划与组炉计划共同作用于组浇计划,运用基于改进协同进化的遗传算法设计模型求解策略。以某钢铁企业的带钢生产计划编制数据为例进行模型的仿真运行,测试结果表明了模型的可行性,为钢铁企业的一体化批量计划编制提供了一种有效手段。     

热轧生产过程加热炉优化调度模型及算法

钢铁生产中的加热炉调度问题是一类复杂的组合优化问题.本文进一步考虑不同轧制位对应的候选板坯集存在交集的生产实际,建立了以板坯住炉时间最小为优化目标的数学模型,提出了三阶段的启发式算法,确定各轧制位板坯的入炉和出炉时间.仿真实验表明,给出的模型和求解算法对加热炉调度问题的优化效果很好.     

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,...     

缓冲区间有限条件下的作业车间调度方法

针对缓冲区间有限条件下的作业车间调度问题,以最小化make-span为目标建立了非线性混合整数规划模型,提出了基于邻域搜索的两阶段算法对问题进行求解.算法的第一阶段为迅速找到可行解,第二阶段为基于非连通图,通过邻域搜索对得到的可行解进行优化.针对benchmark算例进行测试并与已有的算法进行对比,验证了算法的有效性.对比分析发现,如果工件的加工时间符合均匀分布,当缓冲区间容量与工件数量的比例达到20%,缓冲区间大小对调度结果的影响将会迅速变小.     

冶铸轧一体化生产合同计划优化问题研究

将炼钢—连铸—热轧—精整一体化生产过程,抽象为炼钢与热轧两大加工阶段,以板坯热装比最大、交货提前/拖期率和组炉余材率最小为优化目标,综合考虑炼钢与热轧的产能,以及钢种、板坯和成品规格等约束条件,建立生产合同计划数学优化模型,并采用双层染色体遗传算法进行求解.在合同计划层次上,解决了一体化生产过程中,连铸与热轧工序之间在钢种和规格上的匹配问题.获得的合同计划,是冶铸轧一体化生产的批量计划和静态调度优化问题的合理的生产定单池.仿真实例证明了模型的合理性与算法的有效性.     

动车运用所调车作业计划优化

动车运用所的调车计划编制随着检修任务的增加而变得越来越复杂,调车计划编制的自动化对于增强动车运用所的检修能力具有重要意义。以最小化动车组检修任务完成时的时刻之和为目标,考虑动车运用所的股道占用冲突等约束构建优化模型,设计的贪婪算法结合邻域搜索的启发式算法可以对调车计划编制的自动化问题进行快速求解。最后,设计算例验证本文算法的有效性。研究发现,对于15组动车组规模的5个算例,平均Gap值为0.87%,且有3个算例直接求出了最优解;对于20组动车组规模的5个算例,邻域搜索改进的平均值为1.35%。     

针对固定重量板坯的板坯设计优化算法

针对板坯重量被事先确定的情况,提出了客户订单重量需求规格和宽度需求规格为区间值的板坯设计问题,建立了最小化板坯数量和总盈余量的多目标板坯设计模型. 基于构建的订单-板坯矩阵和板坯相容集合,提出了一种两阶段的板坯设计最优算法,算法的第一阶段实现板坯数量最小化,第二阶段实现总盈余量的最小化. 针对提出的算法,给出了最优性质的理论证明以及基于实际数据的应用算例.     

薄板坯连铸连轧工艺与产品质量

分析了不同薄板坯连铸连轧紧凑式热带生产法(CSP)生产线的工艺流程特性,对2种典型CSP生产流程的产品与常规薄板带产品进行了对比.研究结果表明:从生产钢种来看,CSP可生产12种热带钢产品中的10种;从生产规格来看,CSP可生产比传统热轧更薄的产品;其产品具有显微组织细小、均匀、力学性能优良等优点;要提高CSP产品质量,必须严格控制从钢水冶炼、CSP连铸及连轧全过程的工艺与质量管理.     

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.     

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.     

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.     

基于混合遗传算法的两流薄板坯连铸连轧流程生产调度系统

首先建立了两流薄板坯连铸连轧流程生产调度规则库.然后根据该生产流程的特点,提出了遗传算法新的编码、交叉、变异操作及改良的概念,并在遗传算法的初始种群建立和改良过程中引入调度规则.在此基础上,利用调度规则和遗传算法相结合的混合遗传算法建立了两流薄板坯连铸连轧流程生产调度系统.该调度系统可以较好地解决两流薄板坯连铸连轧流程的动态调度问题,进一步优化生产组织.     

钢板坯连铸初拉阶段凝固过程数值模拟

建立了钢板坯连铸初拉阶段的三维非稳态传热凝固模型，且实现了该过程的模拟，建立了铸坯凝固层厚度与其表面热流率间的关系，用以表达不同位置上铸坯与结晶器间的换热边界条件，用直接差分法获得了不同高度断面上宽面和窄面的凝固壳厚度及其与拉坯速度随时间变化的关系。模拟结果与实际生产结果基本吻合。     

两流方式下薄板坯连铸连轧生产组织方法及仿真

针对薄板坯连铸连轧两流供料方式下生产组织中出现的新问题,提出两种生产计划组织方式,建立模型进行仿真分析.根据仿真分析结果对薄板坯连铸连轧的生产组织方式选择提出建议.