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.     

钢厂炼钢-连铸生产调度及重计划方法

为解决炼钢-连铸生产调度中扰动情况下的重计划编制问题,提出一种按扰动时的作业计划是否已开始执行进行作业计划的分类,并分别采用正向时间并行顺推算法与反向基于遗传算法和时间并行倒推的混合优化算法进行炉次计划的重计划。利用某钢厂8 h的实际生产作业计划数据进行的验证结果表明:该方法能快速得到高质量的可执行炼钢-连铸生产重计划与调度方案。     

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。     

炼钢厂连铸机的开浇时间决策优化模型

针对炼钢厂连铸机开浇时是否连浇以及开浇时间确定等问题,从钢厂生产线上待加工的铁水/钢水金属资源平衡的角度,建立了以连铸生产总效益最大为目标函数的连铸机开浇决策的混合整数规划模型,并用基于MATLAB软件的YALMIP优化工具进行模型的求解.针对某钢厂的实际情况进行模型的应用测试,结果表明:模型可以优化决策连铸机各浇次的开浇时间,有助于编制合理的炼钢厂生产调度作业计划,稳定各班次之间的生产条件,降低生产线上的积压金属量,为炼钢厂连铸机的有序开浇提供了技术手段.     

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。     

炼钢—连铸—热轧生产计划编制的统一模型及智能算法

为使钢铁企业主体工序炼钢—连铸—热轧之间的生产协调有序、提高生产计划水平和加强生产资源配置效益,运用统一建模思想进行轧制单元计划、炉次计划和浇次计划的抽象描述,从注重共性的角度统一各阶段批量计划的目标函数,通过对目标函数的组合来实现各阶段计划的有效衔接.设计基于Multi-agent的协同进化算法进行模型求解,编制炼钢—连铸—热轧—体化计划.以某钢铁企业的生产计划制定实例进行模型测试,仿真计算结果表明模型的有效性.     

炼钢—连铸—热轧生产计划编制的统一模型及智能算法

为使钢铁企业主体工序炼钢—连铸—热轧之间的生产协调有序、提高生产计划水平和加强生产资源配置效益,运用统一建模思想进行轧制单元计划、炉次计划和浇次计划的抽象描述,从注重共性的角度统一各阶段批量计划的目标函数,通过对目标函数的组合来实现各阶段计划的有效衔接.设计基于Multi-agent的协同进化算法进行模型求解,编制炼钢—连铸—热轧一体化计划.以某钢铁企业的生产计划制定实例进行模型测试,仿真计算结果表明模型的有效性.     

基于时间倒推和流程仿真炼钢生产计划的制定

合理的生产计划制定与执行是生产顺利进行的有效保证．通过对炼钢连铸生产特点分析,提出基于时间倒推法和流程仿真相结合的用于炼钢连铸生产计划的制定方法,利用时间倒推法快速生成满足一定生产目标的生产作业计划,并作为炼钢物流仿真模型的仿真输入条件,通过模型仿真可进一步制定出考虑了生产过程的时间随机性、运输设备限制,并满足无设备冲突、连浇生产等约束条件的生产计划,提高计划在实际生产的可执行性．应用实例证明了该方法的可行性．     

特殊钢厂炼钢-连铸调度模型

针对特殊钢厂的炼钢-连铸调度问题,建立了多目标调度模型.在模型求解过程中,对静态调度策略和动态调度策略进行了探讨.在静态调度部分,结合炼钢厂运行原则,并根据炼钢炉和连铸机作业周期的不同对应关系,对生产模式进行了分类,给出了相应的求解方法.在动态调度部分,给出了基于规则的动态调度策略以及具体的时间调整方法.最后,根据某转炉特殊钢厂的实际生产状况,在三台连铸机同时生产的情形下,对三个浇次的调度计划进行了仿真计算.通过与实际生产数据的比较,表明所采用方法的有效性.     

面向炼钢厂多机多任务天车调度的仿真方法

天车调度对于炼钢厂车间中各生产工位间物流的衔接、顺行以及整个企业生产节奏的调控具有重要意义,且同时受到时间、空间约束以及生产计划等的限制,是典型的多机多任务约束问题。为此,建立了一种时空约束下基于规则演化的仿真模型,以优先保证炼钢-连铸生产作业任务的完成为目标,合理安排多任务在车间作业跨中多台天车上的分配,并考虑多任务之间的时间约束和多台天车之间的空间约束问题,设计基于任务分配规则、冲突处理规则、任务结束规则的仿真模型运行规则用于控制天车执行任务的运行过程。该方法可避免对调度问题进行理论求解的困难,通过对某炼钢厂炼钢-连铸生产作业计划的离线模拟测试表明:能够避免天车运行过程中的时间空间冲突,以获得合理的天车运行调度方案,为生产调度提供指导。     

连铸二冷节水增效多目标优化模型

在蚁群算法中采用节点选择优化策略,减少算法中的节点选择次数,并通过对筛选候选节点减少单个蚂蚁选择节点的计算量,提高蚁群算法的执行效率.在冶金准则、设备约束条件确定的板坯连铸优化模型中,加入节水模型、拉速优化模型,形成新的板坯连铸二次冷却多目标优化模型.并利用改进的蚁群算法对板坯连铸二次冷却进行优化,达到在保证连铸坯质量的前提下,提高生产效率、节约二冷用水的目的.     

多Agent蚁群算法求解炼钢-连铸动态调度问题

为了求解炼钢-连铸动态调度问题,提出了多Agent系统与蚁群算法相融合的方法。建立了该问题的约束满足模型和多Agent协商机制;并将炉次与蚂蚁相对应,把调度过程看作路径寻优来处理,在满足约束的前提下搜索炉次全程占用时间最短的路线。针对国内某钢厂建立了仿真实验模型。结果表明,该方法能够缩短炉次在炼钢-连铸过程占用的时间,并能够在发生突发事件时做出快速合理的调整。     

室内服务机器人路径导航系统设计及算法

随着各行业智能化的快速发展,室内服务机器人逐渐地走进了人们的日常生活中。针对日益复杂的室内环境以及对机器人路径规划技术要求的不断提高,本文采用激光雷达、底盘驱动、人机交互等功能模块相结合,设计了一种室内服务机器人路径导航系统。同时对传统蚁群算法进行改进,提出了自适应信息素浓度和动态信息素挥发因子,使改进后的蚁群算法具有较高的全局搜索能力,避免了传统蚁群算法前期易陷入局部最优的问题,最后将改进后的蚁群算法应用到移动机器人路径规划上。为了验证改进蚁群算法的有效性,用MATLAB软件进行仿真分析,仿真结果证明了改进蚁群算法在移动机器人路径规划时具有较强的全局寻优能力,同时提高了收敛速度。     

面向工艺分工规划的多目标蚁群算法

为解决计算机辅助工艺规划中工艺分工的优化问题,提出一种基于多目标蚁群算法的工艺分工路线优化算法.在引入逻辑加工路线、逻辑制造单元、物理制造单元、可执行加工路线等概念基础上建立工艺分工规划过程模型.在过程模型中,运用多目标蚁群算法对物理制造单元集合实现优化.在求解过程中,以加工时间和所耗成本为目标函数,在求解空间中对物理制造单元进行遍历,最终寻找到最优化的可执行加工路线.通过实例验证了该方法的可行性和有效性.     

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.     

云模型蚁群算法在无人机航迹规划中的应用

为中高空飞行的无人机提出了一种新型航路规划算法。该方法基于云模型蚁群算法。基本蚁群算法有着突出的缺陷:易陷入局部最优解而且需要计算时间长。提出的改进型蚁群算法,通过云模型来控制信息素强度Q和挥发系数ρ的大小,从而得到更好的收敛性与避免陷入局部最优解,并进行了TSP问题的仿真计算。通过将无人机任务地图网格离散化,运用云模型蚁群算法进行航迹规划。     

一种基于蚁群算法动态均衡的网格任务调度

网格资源分配属于NP-难问题,为了更好地解决该问题,首先建立一种性能QoS优化的作业级网格任务调度模型和目标函数,并对资源和任务数进行了分析.提出了基于动态信誉度的改进蚁群算法RACO(reputation-based ACO)进行网格任务调度,RACO引入空间效率和时间效率的动态调节因子,同时采用局部和全局信息素更新策略.仿真实验表明,RACO在资源利用率、动态均衡方面优于Min-min,Max-min和ACO算法.     

攀钢炼钢生产物流仿真分析

以攀钢提钒炼钢厂全连铸改造后的生产调度问题为应用背景,研究了炼钢生产物流系统的仿真建模与仿真运行问题;根据攀钢现流程生产物流的输入条件进行了仿真试验.对全连铸后的正常生产以及存在转炉检修的生产条件下进行的仿真试验表明:在正常铁水供应条件下,为保证连浇,3台连铸机不能同时开浇.所采用的炼钢生产物流仿真系统可对攀钢全连铸生产物流进行仿真,并可通过仿真对生产计划进行调整和优化,获得合理的炉机匹配方案.     

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.