涉及钢包周转的炼钢-连铸生产作业计划优化方法研究

《涉及钢包周转的炼钢-连铸生产作业计划优化方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文导致了作业计划的不可行。所以若要提高作业计划的可行性，必要考虑钢包。精炼转炉出钢图1．2钢包周转示意图Fig．1．2Ladlenm—aroundins1)eeln址ingpIDcess1．3炼钢连铸作业计划研究现状1．3．1生产作业计划编制涉及的对象生产作业计划编制涉及的对象可从工序／工位／设备资源三个层次考虑。从工序到工位到设备资源所涉及的对象越来越多，问题的复杂性也随之增加，但作业计划的可执行性逐渐增加。①以工序为对象。主要研究的是产能匹配问题，是一种粒度较大的调度问题。这种方法通常将炼钢厂工序分为转炉、精炼、连铸三工序[211。它所制定的生产作业

2、计划时间通常是以周或月为单位，以批量钢水进行研究。②以工位为对象。将工序进一步细化为工位，通常只考虑主体加工设备‘珐251。它所制定的生产作业计划安排了每个炉次在主体设备上的开始结束加工时间。在约束中并没有考虑附属设备的影响。③以设备资源为对象。不仅考虑主体加工设备，还考虑运输设备及附属加工设备。不仅安排出每个炉次在主体加工设备的开始结束加工时间，还安排了运输设备及附属加工设备的工作时间。目前以设备资源为对象编制生产作业计划的研究不多。普遍都是对单个设备资源进行研究，如天车‘261、钢包‘27·凋等，这对整个生产具有一定的指导作用，但还不能将其真正跟生产紧密联系起来。所以

3、将诸多设备资源结合起来研究是很有必要的。本课题将把主体设备与钢包结合起来研究。4魄髓w垦■_■■■■■Il绪论1．3．2常用优化模型优化模型包括目标函数、约束及决策变量三个要素。下面将从这3个要素出发讲述目前炼钢连铸生产作业计划优化模型的建立。①目标函数目标函数的选取是根据研究目的来确定，目前的研究目标函数通常为连铸断开损失惩罚费用与炉次等待处理时间的惩罚费用之和最小、生产效益最大(产品价值、原料费用、存储费用)、铸坯提前或拖后生产的处罚费用最小等。②约束约束是在编制计划时工艺、设备、布局等的限制条件。如连铸机的连浇约束、考虑温降的无等待约束等。目前研究多数都考虑了连浇约

4、束，也有没考虑连铸约束的。根据具体情况有些可以有等待，有些要求不能有等待。本课题中将考虑连浇约束，允许有时间等待。③决策变量决策变量是优化的对象。有些研究是以开始结束时刻作为决策变量，有些是以加工时间作为决策变量。本课题考虑计划编制中存在择路问题，以路径作为决策变量。1．3．3优化模型求解方法生产作业计划与调度优化是一个典型的组合优化NP难题。相关研究从最初寻求生产作业计划与调度优化问题的最优解转向寻求次优解。主要求解方法可分为数学规划、智能算法、人工智能、仿真四种，如图1．3所示。①数学规划方法的研究主要集中在动态规划法‘批311、分枝定界法【32’蚓、拉氏松弛法‘35

5、硎。数学规划方法表达清晰且易于在计算机上求解，能在较短时间内有效地解决小规模调度问题，但计算规模不可能很大且实用性差，使其在调度问题的应用方面受到限制。当钢厂生产作业计划与调度问题规模较大时，计算量和存储量较难忍受。②智能算法主要有禁忌搜索算法(Tube．search，简称TS)【38411、模拟退火算法(SimulatedA衄eanng，简称sA)‘4245】、遗传算法(GeneticAlg嘶thm，简称GA)‘4649】、蚁群算法(AntColonyAlgorithm，简称ACA)‘50-551、粒子群算法(ParticleSwann0IptiIIlization，简

6、称PsO)【56舶】。智能算法均属于“邻域搜索’’的优化算法，即从一个(组)初始解出发，在算法参数的控制下通过邻域函数产生若干邻域解，按接受准则(确定性、概率性或混沌方式)更新当前状态，然后按参数修改准则调节控制参数，重复以上搜索过程直至算法终止条件满足，最终得到问题的优化解。遗传算法是一种基于“适者生存”思想的高度并行、随机和自适应的优化算法。它采用种群更新的策略，易快速找到优化解，且易与其它算法结合。近年来，它在钢铁5重庆大学硕士学位论文生产中得到广泛应用。王万良等m】采用双倍体遗传算法来求解含有混合中间存储策略的模糊流水车间调度问题，得到较好的调度方案；文献【47】

7、中应用GA求解炼钢．连铸生产中的最优“炉次”、“浇次”以及调度问题，求得问题的近优解；崔建双等【48】建立钢铁生产混合流水车间调度模型，利用工序和工件混合编码的改良遗传算法能得到近优的生产作业计划，提高了作业排序的精度和效率；吕志民等【491采用GA方法对人工制定出的铸轧一体化生产计划进行了再优化，以提高热装比。优化模霉!!求解方法数学规划智能算法人工智能仿真动态规划法分枝定界法拉氏松弛法禁忌搜索算法模拟退火算法遗传算法蚁群算法粒子群算法神经网络专家系统图1．3优化模型求解方法分类Fig．1．3SolutionforoptiI