基于约束满足的板坯设计模型与求解方法

针对客户订单的重量需求为固定值、客户订单分配过程中有最小重量限制的板坯设计问题,建立了以最小化板坯数量为目标的约束满足模型.通过三划分问题的多项式归结,证明了该问题是强NP难的;针对问题的特殊性质,给出了变量选择策略和值选择策略;提出了基于约束满足技术的求解算法,并证明了算法的收敛性;通过数据实验对算法的有效性进行了验证.     

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.     

神经元网络应用于圆坯连铸结晶器传热计算

以圆坯连铸结晶器温度实测数据为基础,研究应用神经元网络求解结晶器传热反问题的可行性,并尝试将神经元网络与数值计算结合用于结晶器传热计算,探索针对实测数据的结晶器传热在线计算方法.结果表明,数值计算结果与实测温度符合较好,可真实反映实际生产中圆坯结晶器传热的非均匀特性.     

逆向物流订单分配排序优化研究

【目的】讨论了如何对订单合理分配实现货物的低成本及高效回收的问题,为作为闭环供应链逆向物流订单货物的高效回收提供可借鉴方法。【方法】通过对逆向物流车辆与货物订单分配问题的分析,利用现代排序论的思想和方法将逆向物流订单和车辆分别看作工件和机器,构建了逆向物流订单分配排序优化模型,设计了模型求解算法并做了算例模拟。【结果】算例模拟结果表明:所设计的模型及算法能够有效解决订单货物的高效回收。【结论】基于分支定界法的改进的FBLPT算法能够给出问题的最优解,对解决逆向物流订单分配排序优化问题有一定参考价值。     

逆向物流订单分配排序优化研究

【目的】讨论了如何对订单合理分配实现货物的低成本及高效回收的问题,为作为闭环供应链逆向物流订单货物的高效回收提供可借鉴方法。【方法】通过对逆向物流车辆与货物订单分配问题的分析,利用现代排序论的思想和方法将逆向物流订单和车辆分别看作工件和机器,构建了逆向物流订单分配排序优化模型,设计了模型求解算法并做了算例模拟。【结果】算例模拟结果表明:所设计的模型及算法能够有效解决订单货物的高效回收。【结论】基于分支定界法的改进的FBLPT算法能够给出问题的最优解,对解决逆向物流订单分配排序优化问题有一定参考价值。
     

ERW钢管多阶段生产计划的编制及优化

生产计划是企业生产管理的起点和依据.本文分析了高频电阻焊钢管的生产流程和生产计划的特点,提出了钢管企业多阶段生产计划提前/拖期惩罚模型,并用实数编码遗传算法进行了求解及优化,得到生产计划的较优解.仿真结果表明,模型和算法是可行和高效的.求解方法在钢管实际生产计划编制中得到了良好的应用.     

无缝钢管集成生产调度模型

以天津钢管公司为背景,在分析其无缝钢管生产工艺的基础上,研究了无缝钢管三个阶段的集成生产调度建模问题,建立了管加工生产调度模型和轧管生产调度模型,并通过二者之间的联系将它们有机地结合起来,建立了轧管 管加工集成生产调度模型·结合已有的炼钢 连铸 轧管集成调度模型,可以建立钢管生产三个阶段的集成生产调度模型·此研究是为该企业开发生产调度决策支持系统的第一步,下一步是为所建模型设计有效的算法·     

一种圆型馒头坯的重量监控装置

为解决小型圆馒头成型机生产的馒头坯重量一致性差的问题,设计了一种基于PLC的圆馒头坯重量监控装置,实现了馒头坯自动称重、去重和分拣功能。试验证明,该装置提高了馒头坯重量的一致性,减轻了操作者劳动强度。     

轧钢切断阶段动态HFS调度模型和LR算法研究

以钢管生产为背景,在分析钢管切割工艺的基础上,提炼出第一阶段具有批处理特征的动态HFS调度问题,建立了数学规划模型,目标是最小化所有工件的加权完成时间.针对该模型,构造了改进的拉格朗日松弛算法(lagrangian relaxation,LR)的求解过程,设计了求解批级子问题的动态规划算法和构造可行解的启发式算法.     

基于轨迹映射模型的天车多目标调度方法

为有效解决生产过程中的多天车调度问题,在统筹考虑天车任务初始态和时空约束等特征的基础上,提出一种全新的天车轨迹映射模型.结合传统差分进化方法,将库位分配规则和天车分配算法融合到调度算法的每一次迭代过程中以指导算法寻优.以最小化入库订单延迟成本和最小化出库订单等待成本作为评价指标,设计仿真试验并与经典多目标优化算法进行对比,验证了算法是有效可行的,进一步的数值试验表明了合理的调度规则可以有效提高天车调度性能.     

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。     

基于热力学混合遗传算法的加热炉炉温优化研究

针对加热炉生产过程中钢坯入炉温度、规格尺寸、钢坯种类等生产工况经常会发生改变,导致基本遗传算法存在早熟等现象,提出一种基于热力学的混合遗传算法.基于钢坯加热过程的机理模型,建立了钢坯温度预报模型,依据加热炉工艺生产要求,建立了加热炉炉温优化模型.为了提高遗传算法的求解精度和计算效率,在遗传算法交叉算子设计过程中加入内能、熵和自由能的思想,改进了传统遗传算法;同时在经典的遗传算法基础上加入模拟退火算法构成了基于热力学的混合遗传算法,并用于求解加热炉炉温优化问题,克服了传统遗传算法的不足.实验结果表明,该方法能够有效地求解加热炉炉温优化问题,是可行的、有效的.     

成排连铸坯端面中心坐标视觉自动提取方法

为了实现成排连铸坯端面机器人贴标时各连铸坯端面中心坐标的快速提取,提出了先提取连铸坯端面图像角点像面坐标,再计算各连铸坯端面中心像面坐标的研究方案。首先,提出了一种改进型SUSAN角点检测算法,解决了图像中相邻连铸坯端面图像边界间距离过小和连铸坯端面图像角为弧形角所造成的角点漏检问题;然后,提取角点的像面坐标,并确定各封闭区域所包含连铸坯端面个数;最后,采用一种倾斜连铸坯端面图像中心像面坐标的提取方法,计算各连铸坯端面中心像面坐标。应用以上方法进行成排连铸坯端面机器人贴标实验,实验结果表明,连铸坯端面水平和竖直方向贴标位置误差范围分别为-0.625～0.850 mm和-0.550～0.875 mm,完全满足企业对多根连铸坯端面自动贴标位置误差允许值1 mm的要求。所提视觉方法在理论和实际应用上都是可行的,不仅为连铸坯端面贴标机器人提供了准确的贴标位置,而且为矩形图像元素的中心坐标提取提供了一种可靠的方法,具有一定的应用价值。     

含运输时间的柔性作业车间调度问题研究

在工厂实际生产中,零件加工的运输时间占整个加工时间的比例是很大的,这个时间在生产调度时不可忽略。为了更合理的研究柔性作业车间调度问题,将运输时间考虑进调度模型之中,并在经典遗传算法的基础上进行改进,设计了一种新的启发式规则算法,嵌入在遗传算法中,用于该问题的求解。通过计算结果的比较,证明此调度模型更符合实际生产情况。改进后的算法能够得出解的效率更高。     

基于量子遗传算法的成品门幅模型参数优化设计

为了解决热定型中影响成品织物门幅的工艺参数难以定量设计的关键技术难题。提出了将量子遗传算法用于成品门幅模型工艺参数优化设计中。建立优化模型,基于该模型采用量子遗传算法,实现了影响成品门幅的工艺参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的门幅与用户要求指标的偏差小于0.1%,完全满足实际生产要求。同时将量子遗传算法与遗传算法在工艺参数的优化设计中进行比较,得出当迭代种群逐渐增大时,量子遗传算法在工艺参数的优化设计中的优势更加明显。     

保护渣物性对圆坯表面纵裂的影响

为了防止圆坯在生产过程中产生纵裂问题,研究了5种保护渣的熔点、熔速、粘度和成分等对规格为φ150 mm的20#圆坯表面纵裂的影响。结果表明：熔速适中、熔点小于1 165℃、粘度约为0.3 Pa·S的连铸保护渣对该钢种减少表面纵裂有利。该钢种保护渣中的w（）C=7%~13%和w（Al）2O3=3%~4.5%时纵裂发生率低。     

小方坯结晶器锥度优化

利用商业软件Thercast建立了描述水冷结晶器内钢液凝固传热和弹塑性变形的有限元模型,对凝固过程进行三维热力耦合求解。首先在坯壳表面施加热流密度,从而得到铸坯结晶器内凝固收缩量和坯壳温度分布,并分析钢水静压力的影响,提出结晶器锥度的设计原则,以确定合适的结晶器纵断面锥度。然后在结晶器铜管冷面施加水冷换热系数,并考虑保护渣和气隙对坯壳凝固的影响,研究坯壳在结晶器内的凝固过程,从而验证所提锥度的合理性。     

基于多目标遗传算法的热定型工艺参数优化设计

为了解决染整后整理中热定型工艺参数难以定量设计的关键技术难题,将工艺参数优化设计问题视为以成品门幅、克重与客户要求的相应值的绝对误差最小为目标函数,温度、车速、超喂率和上机门幅为优化变量,以根据实际情况中各优化变量的取值范围为约束条件的多目标优化问题。建立多目标优化模型,并基于该模型采用多目标遗传算法,实现了热定型参数精确定量设计。用该方法得到的工艺参数加工弹力布,生产成品的克重、门幅与用户要求指标的偏差小于1%,完全可以满足实际生产要求。     

考虑板坯设计的组炉优化模型

针对炼钢生产中的组炉优化问题,建立了一种考虑板坯设计的混合整数规划模型,并提出了一种基于非二分图匹配算法、二分图匹配算法、装箱算法、网络最大流算法的启发式求解算法。该算法首先使用非二分图匹配算法确定炉次,然后使用二分图匹配算法和装箱算法将剩余合同匹配到已有炉次中,最后使用网络最大流算法调整炉次中合同对应的板坯重量。实验结果表明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。