鋼鐵生產(chǎn)材料成組設計與優(yōu)化利用研究.pdf

1、鋼鐵企業(yè)為了在競爭的市場環(huán)境中贏得優(yōu)勢，需要適應市場的多樣化需求。而鋼鐵產(chǎn)品在鋼級和規(guī)格上的多樣性差異將引起生產(chǎn)過程組批困難，增加組織生產(chǎn)難度，勢必導致生產(chǎn)設備利用率低以及材料成材率低。另一方面，鐵礦石等原材料價格的不斷上漲加劇了企業(yè)生產(chǎn)成本的負擔。因此，鋼鐵企業(yè)為了充分發(fā)揮大型設備的規(guī)模生產(chǎn)作用，減少生產(chǎn)過程材料浪費，一方面迫切需要將相似客戶訂單在材料需求與生產(chǎn)上進行成組設計，另一方面也需要將生產(chǎn)剩余材料進行合理優(yōu)化再利用。
　

2、　本文以煉鋼到熱軋區(qū)域的生產(chǎn)過程為背景，針對兩個典型生產(chǎn)材料成組設計問題—寬厚板母板設計問題、鋼級聚集與歸并設計問題，分別建立了數(shù)學規(guī)劃模型，開發(fā)了相應的混合智能優(yōu)化算法用于近似求解，并構造了問題的下界用于評價所提出的智能優(yōu)化算法的性能;針對生產(chǎn)剩余板坯轉用充當計劃問題，分別建立了靜態(tài)和動態(tài)數(shù)學規(guī)劃模型:對于動態(tài)問題，開發(fā)了基于列生成的分支價格算法能夠獲得中等規(guī)模問題的最優(yōu)解;對于靜態(tài)問題，開發(fā)了混合智能優(yōu)化算法用于近似求解大規(guī)模實際問

3、題，并開發(fā)了列生成下界用于評價提出算法的性能，嵌入建立的模型和算法，開發(fā)了<庫存板坯轉用充當計劃決策支持系統(tǒng)>，該系統(tǒng)已成功應用于實際生產(chǎn)。主要內容概述如下:
　　(1)寬厚板母板設計問題的任務是在滿足工藝約束（切斷式切割、不可旋轉、不可重疊）以及母板和合同子板規(guī)格能夠在給定規(guī)格區(qū)間內變化的約束條件下將客戶所訂購的矩形子板組合成較大的矩形母板。該問題的目標是最小化材料浪費、以及提高組板效率。針對此問題，建立一個非線性整數(shù)規(guī)劃模型，

4、開發(fā)了一種基于分散搜索和禁忌搜索相混合的智能優(yōu)化算法獲得問題的近優(yōu)解，并提出一種基于分離重組策略的方法提供問題下界以驗證所提出算法的性能。實驗結果表明所開發(fā)的混合智能優(yōu)化算法對于求解寬厚板母板設計問題是有效的。
　　(2)靜態(tài)鋼級聚集與歸并設計問題的任務是根據(jù)合同質量要求與鋼級規(guī)格之間的關系確定生產(chǎn)鋼級的數(shù)量和種類以能夠覆蓋到所有生產(chǎn)合同。問題的目標為最小化總生產(chǎn)費用，該費用相關于合同與鋼級的質量規(guī)格差異性、鋼級的使用、以及合同待

5、選擇懲罰。針對此問題，建立一個整數(shù)規(guī)劃模型，開發(fā)了一個基于混合分散搜索和變鄰域搜索的智能優(yōu)化算法進行求解，并設計開發(fā)了拉格朗日松弛算法以獲得問題下界。經(jīng)實驗驗證，針對所有計算實例，該混合智能優(yōu)化算法可以快速獲得與下界偏差在5％以內的近優(yōu)解。
　　(3)動態(tài)鋼級聚集與歸并設計問題與靜態(tài)問題的差別為，動態(tài)問題是針對帶有多個時間周期的鋼級聚集與歸并設計問題，而靜態(tài)問題只有一個時間周期。動態(tài)鋼級聚集與歸并設計問題的目標為最小化整個生產(chǎn)周期

6、內的生產(chǎn)總費用。針對此問題，建立一個整數(shù)規(guī)劃數(shù)學模型，并開發(fā)了一個基于分散搜索和Filter-and-fan方法相混合的智能優(yōu)化算法近似求解。通過與商用優(yōu)化軟件CPLEX所求最優(yōu)解進行比較的結果表明所提出優(yōu)化算法可以在用時相對較少的計算時間內獲得令人滿意的近優(yōu)解。
　　(4)靜態(tài)庫存板坯轉用充當計劃問題的任務是，給定一個板坯集合和一個合同集合的情況下，確定在滿足生產(chǎn)工藝實際約束下，將板坯充當給合適的合同，以保證能夠合理優(yōu)化利用庫存

7、板坯。問題的目標是最大化庫存板坯充當重量、最小化庫存板坯與合同需求的規(guī)格差異性，最大化客戶滿意度。針對此問題，建立一個混合整數(shù)規(guī)劃數(shù)學模型，開發(fā)了一種基于混合分散搜索和變深度搜索的智能優(yōu)化算法，基于問題特點提出了兩個強化策略以提高搜索質量、以及一個加速策略提高求解速度。為了驗證該算法的性能，提出一個基于列生成的問題下界。基于某國內大型鋼鐵企業(yè)實際庫存板坯充當計劃數(shù)據(jù)的實驗結果表明，所開發(fā)的混合智能優(yōu)化算法可以近似求解實際生產(chǎn)中的大規(guī)模計

8、算實例，而且其結果要明顯優(yōu)于當前企業(yè)計劃人員人工編制的計劃。
　　(5)動態(tài)庫存板坯轉用充當計劃問題與靜態(tài)問題的差別是，動態(tài)問題是針對帶有多個時間周期的庫存板坯轉用充當計劃問題，而靜態(tài)問題只是根據(jù)當前的生產(chǎn)環(huán)境制定一次性的板坯轉用充當計劃。動態(tài)庫存板坯轉用充當計劃問題的目標是最小化庫存板坯在板坯庫的總停留時間所引起的庫存費用，以及庫存板坯充當合同的總規(guī)格差異費用。針對此問題，建立了一個0-1整數(shù)規(guī)劃數(shù)學模型，開發(fā)了一個基于混合列生

9、成和分支定界的分支價格算法用于最優(yōu)求解。實驗結果表明所開發(fā)的分支價格算法可以獲得中等規(guī)模計算實例的最優(yōu)解。
　　(6)為了應用針對靜態(tài)庫存板坯轉用充當計劃問題所取得的研究成果，以國內某一大型鋼鐵企業(yè)中的板坯庫區(qū)域為背景，嵌入針對實際問題所建立的數(shù)學模型以及所開發(fā)的混合智能優(yōu)化算法，開發(fā)了具有自主知識產(chǎn)權的<庫存板坯轉用充當計劃決策支持系統(tǒng)>。該系統(tǒng)以人機交互式界面為信息窗口，計劃人員可根據(jù)實際生產(chǎn)條件設置板坯與合同的篩選條件，而且