基于JIT的炼钢-连铸生产调度模型研究

在连铸工艺、设备资源等约束条件下,为提高炼钢-连铸生产效率,避免人工调度,炼钢-连铸作业的精准调度已成为钢铁行业迫切的需求.通过对某炼钢厂现场调研,整合流程信息和时间数据,基于JIT提炼出炼钢-连铸生产调度的核心问题--炉机节奏匹配;进一步构建起基于柔性 Jobshop的炼钢-连铸调度系统模型和数学模型以及基于最小松弛时间的调度规则;最后用Lekin仿真调度实例,并将仿真结果与实际生产调度数据进行了分析和比对.实验数据表明了模型的正确性.     

炼钢─连铸生产的计划与调度结构

分析了炼钢－连铸生产工艺流程的特点，给出了一个炼钢－连铸生产计划与调度编制方法的总体结构，以及编制炼钢－连铸作业计划的基本程序     

炼钢—连铸生产的计划与调度结构

分析了炼钢－连铸生产工艺流程的特点，给出了一个炼钢－－连铸生产计划与调度编制方法的总体结构，以及编制风－连铸作业计划的基本程序。     

炼钢—连铸—热轧一体化生产调度管理的研究

基于一体化管理思想,在已编制的炼钢-连铸生产调度模型及轧制批量计划的基础上,建立了炼钢-连铸-热轧一体化生产调度模型。本文结合我国钢铁企业的具体情况,对炼钢—连铸—热轧一体化管理的生产工艺、技术条件、炼钢—热轧两工程之间协调技术、生产管理系统以及国外的情况进行阐述。     

炼钢连铸生产计划调度一体化的仿真优化模型

为解决炼钢-连铸生产计划制定的可执行性与调度过程的时间不确定性影响问题,建立了一种计划调度一体化的仿真优化模型。模型以炼钢生产流程中的物流为对象,将连铸的连浇批量计划完成作为仿真的目标导向,同时考虑了过程的实时信息,并将生产调度原则抽象作为仿真模型的局域演化规则;模型可根据生产目标、过程信息按局域规则进行工位状态更新和物流迁移,从而实现目标导向下的自组织仿真。对于任意设定的时间范围,通过仿真模型的一次连续演化即得到可执行的炼钢连铸炉次计划,即初始调度方案。以某钢厂8h的生产实际数据检验了该仿真优化方法的有效性。     

基于“炉-机匹配”的炼钢-连铸过程多工序运行仿真

为探究"炉-机匹配"模式对炼钢-连铸过程多工序运行的影响,以国内某无精炼跨中型炼钢厂为研究对象,首先,采用Plant Simulation软件构建考虑天车运行约束的炼钢-连铸过程多工序运行仿真模型,并阐述天车作业冲突的消解策略;其次,针对不同连铸机停机的"四炉对三机"生产组织模式,归纳4类"炉-机匹配"模式,并应用基于"炉-机匹配"模式(改进的和未改进的)启发式算法求解不同连铸机停机的4个实际生产计划的调度方案;最后,运用仿真模型对所得调度方案进行仿真,得到天车运行约束下的调度方案,并与实际人工调度方案进行对比。选取生产计划总作业时间、钢包总周转数量、工序间传搁时间以及浇次开浇时间最大偏离量作为调度方案的评价指标,并提出评价指标优劣的综合判定方法。研究结果表明:相比于未优化的调度方案和实际调度方案,基于"炉-机匹配"模式优化的调度方案中生产计划加权总作业时间分别减少13.6 min和4.5 min,炉次从转炉工序到LF精炼工序的加权平均传搁时间分别减少1.3 min和1.2 min,炉次从LF精炼工序到连铸工序的加权平均传搁时间分别减少1.5 min和0.4 min,所有炉次的工序间传搁时间处于合理范围内,此外,4个生产计划的开浇时间最大偏离量也处于可接受范围内,某一生产计划的钢包总周转数减少1个。     

基于蚁群算法的炼钢-连铸作业计划编制方法

为提高炼钢-连铸作业计划编制中资源配置的有效性,提出了一种面向生产流程动态网络的自组织资源配置蚁群算法.炼钢-连铸作业计划以最小化炉次作业冲突时间和作业前等待时间、尽早安排连铸机开浇时间为目标,以连铸机连浇等工艺要求为约束条件建立模型,按生产流程网络结构的时空逆序关系设计了蚁群求解算法.利用某钢厂实际生产作业计划数据进行的算法验证结果表明:模型及算法能迅速得到高质量的可执行炼钢-连铸生产作业计划.     

待发表文章摘要预报

待发表文章摘要预报炼钢－连铸生产计划与调度结构研究唐立新杨自厚王梦光在分析炼钢－连铸生产工艺及管理基础上，对钢铁ＣＩＭＳ中的炼钢－连铸计划调度问题给出了调度模式和调度程序．硼铁矿综合利用新工艺赵庆杰何长清在实验室条件下，进行了硼铁矿综合利用新工艺的研...     

炼钢-连铸区段生产调度与计算机仿真

炼钢-连铸区段的生产调度包括炉次计划、浇次计划的生成和时间、设备的分配,以及针对各种扰动的动态调整. 根据钢种和规格的限制,提出了最优炉次计划模型,并采用禁忌搜索算法进行求解;根据炉次计划和连铸机连浇限制,生成浇次计划;根据炉机匹配和等待时间最小原则,生成静态调度甘特图,并对仿真过程中出现的出钢延迟提出了动态调度的策略和算法. 仿真结果表明,基于模型的动态调度策略能够有效地解决出钢延迟问题.     

炼钢-连铸过程生产计划与调度问题综合优化研究

生产计划与调度是炼钢厂生产管理与控制的重要环节。对特殊钢厂炼钢-连铸过程的生产计划与调度问题进行述评,对国内外其研究现状进行分析,并指出了其生产计划与调度结构的发展趋势。结果表明,合理的生产计划与调度方案,是特殊钢厂实现高品质、高效生产的重要途径,亦可对其全过程进行高效协调与管理,从而降低能耗和冶炼成本。     

连铸机故障时融合炉次重分配的炼钢-连铸生产重调度

在炼钢-连铸生产过程中,连铸机故障会导致当前生产计划不可行,需要为故障机上未完成炉次重新分配连铸机和浇铸顺序。现行人工重分配策略无法及时响应以保证稳定和高效的生产,因此本文提出一种基于等待时间最小化的启发式炉次重分配规则,然后在此基础上建立重调度模型,并设计改进遗传算法求解该问题。采集某炼钢厂的实际生产数据进行算法验证,结果表明本文方法在连铸机出现故障时能快速给出较优的重调度方案。     

基于PBIL与网络最大流的组炉算法

针对炼钢生产组炉计划编制问题,建立了相应的数学模型,并提出了基于PBIL与网络最大流的求解算法.该算法首先利用启发式规则获取炉次上界,并以此为基础,设计0-1染色体编码的PBIL算法,每个染色体代表一个炉次选择方案,并使用网络最大流理论求解染色体的具体组炉策略,给出染色体适应值,迭代后得到合同与炉次的最优匹配方案.经实际生产数据测试,利用该算法可以在较短的时间内给出较优的组炉方案,为计划员提供足够的决策支持.     

网络并行计算在轨道结构动力分析中的应用

针对车辆-轨道结构动力分析问题，提出了一种基于网络并行计算环境的并行求解方法．考虑车辆和轨道结构特征，建立车辆-轨道结构动力分析模型，推求动力响应微分方程．针对推导的微分方程，改进串行求解算法，提出一种宏流水并行算法．针对算法的性质分析了该算法的适用范围，并从理论上分析了最佳节点机个数和最大加速比．考虑车辆通过轨道不平顺情况，实现了求解轨道结构动力响应的宏流水并行程序．分别在工作站和个人计算机组成的网络并行环境中，测试了提出的宏流水算法性能．实验结果表明，宏流水并行算法可以获得良好的加速比．     

多重镜像法求解高压传输线的部分电容

该文研究了中性束注入系统中高压传输线部分电容的求解问题;根据传输线多层同轴导电壳的结构特点,利用多重镜像法确定与平行导线相应的一系列的镜像线电荷,求解的问题变为由一系列平行线电荷构成的电场问题,传输线的部分电容则通过各导体间的电位系数来求得;这一方法避免了直接求解的困难以及大量数值计算等问题。     

并行机优化调度问题的新算法

将调度规则的简洁性与遗传算法的强大搜索能力相结合,提出一种能用于最小化拖期任务数并行机调度问题的基于遗传的新的调度算法,并用计算实例表明了该调度算法优于迄今最好的启发式算法,并能适用于大规模并行机调度问题,本算法计算量小,具有很强的鲁棒性。提出的基于遗传的调度算法不仅能用于生产调度领域,在大规模数值计算及计算机网络技术等方面都有很好的应用前景。     

WZ分解的一种新的并行算法

本文对n阶非奇异实稠密矩阵A的WZ分解提出了一种新的并行算法。用n~2台处理机,我们可以在3n-2步内求得矩阵A的WZ分解。该算法与文献[1]中的方法相结合,可得并行求解线性方程组的另一种有效算法。文中所提及的算法均适用于SIMD型并行计算机。     

RTM树脂充模过程的并行计算模拟

引入并行计算方法在集群系统上实现对RTM成型过程的数值模拟,并编写了并行数值模拟软件,模拟二维薄壁构件的RTM工艺的注模过程,得到任意时刻的树脂流动前锋曲线、压力场分布,计算结果与其他研究成果吻合良好.算例结果表明,并行数值模拟方法有效提高了计算效率.     

基于MapReduce的中文词性标注CRF模型并行化训练研究

针对条件随机场模型面对大规模数据传统训练算法单机处理性能不高的问题, 提出一种基于MapReduce框架的条件随机场模型训练并行化方法, 设计了条件随机场模型特征提取及参数估计的并行算法, 实现了迭代缩放算法的并行。实验表明, 所提出的并行化方法在保证训练结果正确性的同时, 大大减少了训练时间, 效率得到较大提升。     

复杂装备企业的敏捷化生产计划管理系统研究

针对复杂装备企业生产计划的完整性和动态计划变更的一致性问题,提出了基于网络计划的敏捷化多层推/拉武生产计划管理体系.通过研究多层生产计划的动态过程管理和资源优化的实现方法,构建了企业生产计划控制模型.提出了基于工作流的生产计划与调度并行运行机制,并针对物料拖期问题,建立了动态网络计划的编制和动态协调算法,保证了生产作业计划的准确性和生产计划变更的一致性.     

云平台下基因 基因相互作用识别算法

针对现有的快速方差分析算法进行并行可扩展性改进, 设计一种高效的并行计算模型, 并提出一种基于MapReduce模型的基因 基因相互作用识别算法--MRANOVA算法. 该算法有效解决了现有基因 基因相互作用识别算法在海量数据规模下普遍存在计算复杂度过高的问题. 实验结果表明, 该算法充分利用了云平台的并行计算能力, 随着数据量的增大, 加速比逐渐接近于集群数量, 可高效准确地完成基因 基因相互作用的识别.