钢坯入库优化模型与算法

钢铁工厂车间,钢坯入库是一道非常重要的工序,它可归结为装箱问题。本文根据某钢厂的实际情况建立了数学模型,并设计了相应的算法。分析结果表明,模型具有合理性算法具有可行性。     

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.     

钢坯加热的数值模拟

借助CFD仿真手段,模拟蓄热式加热炉内钢坯加热的实际状况,研究了钢坯长度、宽度方向上下表面和中心温度的温度分布,提出钢坯存在上下温差、四角边缘温度高和靠近出钢口钢坯温度低等问题。同时,研究了炉内不同厚度钢坯与加热时间的基本关系,比较了仿真计算结果与实际炉内加热时间,通过数值拟合,得出钢坯厚度与加热时间的拟合公式,可在生产实际中使用。上述研究结果可为加热炉钢坯加热制度的制定和优化提供依据。     

聚类分析结合BP神经网络的钢坯库堆垛问题算法

在考虑了钢坯库实际堆垛的基础上,设计了一种将订单K-means聚类分析后通过BP神经网络生成入库计划的算法。该算法主要分为2个阶段,首先通过K-means聚类将轧制计划中的合同按照轧制出厂日期等条件形成类别;然后通过BP神经网络算法生成入库计划。利用钢厂实际生产数据对本算法进行验证。结果表明,本算法能够有效地减少倒垛次数,提高垛位空间利用率。     

时间表理论中LPT算法在装箱问题中的应用

本文利用二分搜索法和时间表理论中LPT算法求解装箱问题的近似最优解;给出了一个直观性算法,并研究这个算法的最坏情形,最后说明此算法在某些方面优于著名的FFD算法。     

基于WINCC步进式加热炉钢坯跟踪的可视化和网络化实现

本文通过WINCC画面的设计准确地表现步进式加热炉钢坯数量、位置、布局和运动过程,以及钢坯不同炉批号的区分数量等信息的显示。通过可编程序控制器实现钢坯生产过程的可视化,通过工业以太网实现钢坯加热生产过程在生产线上的共享。     

二维装箱问题非线性规划模型和算法

二维装箱问题是具有广泛应用背景的一类组合优化问题,这类问题是NP难问题,很难得到精确解.将二维装箱问题表示为一个非线性规划模型,用变分分析中切锥的概念建立了这一优化问题的一阶最优性条件.给出了求解这一优化问题的增广Lagrange方法,并求解了具体问题.数值实验表明增广Lagrange方法适合求解该问题,对于不超过10个物品的装箱问题可以求得精确解.     

油品入库阀门质量控制措施

在石化企业中,各种阀门应用十分普遍。一旦阀门螺栓出现问题造成密封不严,导致有毒或者易燃易爆介质泄漏,因此如何保障阀门应用质量成为工程中设备配套不可缺少的重要工作内容。文章主要对油品入库阀门质量控制措施进行了阐述。     

唐钢1700加热炉钢坯温度神经网络预测模型

根据唐钢1700生产线加热炉的实际生产数据,提出了三种神经网络的钢温预测建模方法,即分别采用BP神经网络、RBF神经网络、RBF-BP组合神经网络建立了钢坯出炉温度的神经网络预测模型,并利用MATLAB软件分别对三种模型进行了仿真。研究表明,RBF神经网络模型相比较BP有较快的学习速度,但是识别精度稍低。而RBF-BP网络模型结合了二者优点,并具有更好的泛化能力,识别精度更高。     

富氧燃烧气氛中钢坯的氧化过程

为了研究在冶金轧钢加热炉富氧燃烧条件下炉内钢坯的氧化状况,自行设计搭建了可控气氛钢坯传热传质过程实验平台,研究富氧燃烧气氛对钢坯氧化传质的影响规律及不同温度下氧化层的形貌特征。结果表明：钢坯的氧化过程可以分为快速氧化阶段和慢速氧化阶段。在高温环境中,随着氧化温度的提高,CO2和H2 O的浓度变化对钢坯氧化的影响逐渐加强,随着CO2和H2 O浓度的提高,钢坯的氧化烧损程度也变得越来越严重。钢坯氧化层主要是由Fe3 O4和FeO组成。     

单品种货物装车问题的两阶段优化算法

针对同种同规格货物的三维装车问题,基于分层思想,将三维装车问题进行降维,转化为二维布局优化问题,提出九种分层装车策略,在算法设计上,提出了两阶段优化算法,第一阶段沿车厢的长、宽或高进行分层,针对不同的层高,通过动态规划算法求解平面内的最大货物装载量,得到货物的最优布局;第二阶段结合背包算法对层进行组合,得到车厢每个维度下的最优层,最后择优选取可装货物数量最多的方案,即为最优装载方案;最后通过两个数据集共8个算例对算法进行测试。结果表明,对于数据集一来说,本文算法求得的平均装载率可达99.43%,优于带排列分层算法、动态规划算法,以及混合递归算法求得的平均装载率;而对于数据集二来说,本文算法求得的平均装载率也达到了96.11%,优于二维排列算法,说明本文提出的两阶段优化算法在一定程度上可以生成较好的装载方案。     

有舍弃的装箱问题及其启发式算法

设计了一种启发式算法——RCF算法来解决有舍弃装箱问题.实验证明,该算法与RFF3算法相比,在物体个数比较少(<200)的情况下,由于数据的随机性会出现比RFF3算法较好;在物体个数大于200的情况下,RFF3算法具有绝对的优势.因此,提出的RCF算法在物体个数比较少的情况下,有一定的应用价值.     

求解圆柱形物品装载问题的递归启发式算法

研究同尺寸圆柱形物品的装载问题.先将同尺寸圆柱形物品装入容量相同的长方体小箱,然后将小箱装入集装箱中,使集装箱所装物品数最多.对于各种可能的小箱尺寸,用启发式算法确定物品在小箱内的布局,使体积利用率尽可能高;用递归算法确定小箱在集装箱内的布局,使体积利用率最高.实验结果表明本文算法能够简化小箱布局方案,同时简化装箱过程,具有较好的应用价值.     

CVRP中二维装载问题的研究

二维载重量限制的VRP（2L-CVRP）问题是一种新的组合优化问题,是VRP问题的一个现实延伸。2L-CVRP问题中包含了物流配送中的两个子问题：装载问题和路由选择问题。很多VRP的研究,往往只致力于在路由选择方面进行优化,而忽略装载问题。针对这个问题,本文阐述了三种常用的装载算法,通过提高车辆装载率,减少车辆数目,从而降低成本。最后给出了三种算法的实验对比。     

解不等圆 packing 问题拟物拟人算法初态选取

提出形式化了的人工经验方法,由此得出的算法可以极快速地为不等圆填装（ｐａｃｋｉｎｇ）问题求出初始近似解．将此初始近似解作为求解不等圆ｐａｃｋｉｎｇ问题的拟物拟人算法中的初态,可以提高这种拟物拟人算法的计算速度约１０倍．此种方法还有可能发展为关于求解ＮＰ难问题的不仅具有高速度而且具有高精确度高完整度的具有实用价值的纯粹拟人方法．     

多种物品三维装箱问题的一种启发式算法

针对多种物品单箱三维装箱的问题,设计了一种新的启发式算法.该算法基于"平面"和"块"的概念,采取树搜索策略,允许货物在任何可行方向上旋转,在保证箱空间利用率足够高的同时,满足货物摆放稳定性的要求.实验结果表明,该算法是解决此类问题的一种有效的方法.     

多规格重质货物装载优化系统的研究和设计

介绍了C＆P（切割与装箱）问题的基本模型和主要研究方向，提出了针对大批量多规格的货物装载（装船）的数学模型和求得满意解的混合遗传算法，设计并开发了解决实际问题的基于信息技术的优化系统．所解决的钢铁产品船舶装载问题对同领域的其他装载优化问题有借鉴意义．     

三空间分割遗传算法的环氧乙烷灭菌装载问题

由于环氧乙烷灭菌是医疗器械产品生产的瓶颈工序,因此提高环氧乙烷灭菌柜容积利用率是提高企业产能的有效方法之一。针对企业灭菌柜容积利用率低的问题,在批次要求和交期要求两个实际约束的条件下,提出了一个基于三空间分割的遗传算法,来解决产品环氧乙烷灭菌装载问题。首先使用三段式基因编码和三空间分割解码,确保有交期要求的产品能够优先装载,其次引入惩罚函数松弛批次约束,剔除不符合批次要求的装载组合,最后将顺序交叉和双精英保留策略分别作为遗传算法的交叉与选择算子,确保灭菌柜容积利用率最大化。与实际生产中依靠经验进行产品灭菌装载对比,灭菌柜容积利用率提高了12.1%～15.9%。     

基于空间优化的三维装箱布局混合遗传算法

针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.