煉鋼-連鑄-熱軋生產(chǎn)過程中若干優(yōu)化問題研究.pdf

1、隨著鋼鐵行業(yè)工業(yè)技術(shù)的發(fā)展和市場競爭的日益激烈，資源和能源問題越來越受到人們的關(guān)注。如何進(jìn)一步有效地提高產(chǎn)品質(zhì)量、節(jié)約能源消耗、降低生產(chǎn)成本是鋼鐵企業(yè)最有利的戰(zhàn)略武器和立于不敗之地的關(guān)鍵。煉鋼-連鑄-熱軋生產(chǎn)過程復(fù)雜性、高能耗性和加工工序銜接緊密性，致使煉鋼-連鑄-熱軋生產(chǎn)計(jì)劃與調(diào)度問題成為國內(nèi)外鋼鐵企業(yè)迫切需要解決的問題。
　　本文以煉鋼-連鑄-熱軋生產(chǎn)過程為研究背景，在對相關(guān)領(lǐng)域現(xiàn)有研究成果進(jìn)行了分析和綜述的基礎(chǔ)上，針對該生產(chǎn)

2、過程中存在的若干優(yōu)化問題，開展了以下研究工作:
　　(1)研究了加工時(shí)間可控的煉鋼-精煉-連鑄生產(chǎn)調(diào)度問題。針對鋼水在各生產(chǎn)工序加工時(shí)間在一定范圍內(nèi)變化的特點(diǎn)，提出了分散搜索（scatter search，簡稱SS）算法和數(shù)學(xué)規(guī)劃方法相結(jié)合的兩階段求解算法。第一階段假設(shè)正常的加工時(shí)間，應(yīng)用SS算法確定各生產(chǎn)階段設(shè)備的加工爐次集和爐次的加工順序。第二階段應(yīng)用時(shí)間約束網(wǎng)絡(luò)理論，建立了以爐次等待設(shè)備時(shí)間、設(shè)備等待爐次時(shí)間和最大完成時(shí)間最

3、小為優(yōu)化目標(biāo)，工藝路徑和加工順序已知、加工時(shí)間可控的煉鋼-精煉-連鑄生產(chǎn)調(diào)度問題的數(shù)學(xué)規(guī)劃模型。通過與其它算法進(jìn)行對比分析，驗(yàn)證了模型和算法的有效性。
　　(2)研究了考慮階梯電價(jià)的煉鋼-精煉-連鑄調(diào)度問題。基于分解策略，將原問題分解為單澆次內(nèi)爐次調(diào)度問題和多澆次調(diào)度問題，并提出了數(shù)學(xué)規(guī)劃方法和啟發(fā)式算法相結(jié)合的求解算法。綜合考慮鋼鐵生產(chǎn)的工藝條件和調(diào)度約束，建立了以最大完成時(shí)間最小為優(yōu)化目標(biāo)的單澆次調(diào)度問題的混合整數(shù)規(guī)劃模型?？?/p>

4、慮電價(jià)階梯變化的因素，建立了以生產(chǎn)用電成本最小為優(yōu)化目標(biāo)、部分澆次優(yōu)先關(guān)系已知、設(shè)備資源受限的多澆次調(diào)度問題的數(shù)學(xué)模型，并設(shè)計(jì)給出了約束傳播算法和多種啟發(fā)式規(guī)則相結(jié)合的啟發(fā)式算法對其進(jìn)行求解。通過仿真實(shí)驗(yàn)驗(yàn)證了數(shù)學(xué)模型和算法的有效性，求得的煉鋼-精煉-連鑄調(diào)度計(jì)劃有效地減少了鋼鐵生產(chǎn)的電耗成本。
　　(3)研究了鋼包優(yōu)化調(diào)度問題。針對鋼水被服務(wù)的時(shí)間窗約束和鋼包服務(wù)鋼水過程的工藝限制，建立了以鋼包使用量最小為優(yōu)化目標(biāo)的鋼包調(diào)度問題

5、的數(shù)學(xué)模型。針對問題和模型特點(diǎn)，提出了SS求解算法。進(jìn)一步基于鋼水加工時(shí)間可控的特點(diǎn)和軟時(shí)間窗思想，通過對鋼包占用率最小和鋼包服務(wù)鋼水滿意度最大的目標(biāo)進(jìn)行權(quán)衡，建立了鋼包調(diào)度問題的非線性多目標(biāo)數(shù)學(xué)模型，提出了求解該多目標(biāo)問題的SS算法。在實(shí)際生產(chǎn)數(shù)據(jù)中驗(yàn)證了模型和算法的有效性，實(shí)驗(yàn)結(jié)果表明求得的鋼包調(diào)度計(jì)劃有效地減少了鋼包使用量、降低了鋼包占用率，并改善了鋼包服務(wù)鋼水的滿意度。
　　(4)研究了加熱爐優(yōu)化調(diào)度問題。綜合考慮加熱爐和

6、熱軋工序的實(shí)際生產(chǎn)特點(diǎn)，建立了以板坯住爐時(shí)間最小為優(yōu)化目標(biāo)的加熱爐調(diào)度問題的非線性數(shù)學(xué)規(guī)劃模型。根據(jù)問題和模型特點(diǎn)，設(shè)計(jì)了SS求解算法。為提高算法搜索的時(shí)效性，設(shè)計(jì)了基于隨機(jī)變量序列的投票組合算子和單點(diǎn)交叉組合算子。為驗(yàn)證模型和SS算法的求解性能，設(shè)計(jì)了遺傳局域搜索（genetic local search，簡稱GLS）算法對加熱爐調(diào)度問題進(jìn)行求解。實(shí)驗(yàn)中，重點(diǎn)分析了兩種算法的求解性能，并對算法的參數(shù)設(shè)計(jì)進(jìn)行了分析。實(shí)驗(yàn)結(jié)果表明模型和算

7、法對解決本文研究的加熱爐調(diào)度問題有效。
　　(5)研究了連鑄-熱軋一體化調(diào)度問題。綜合考慮連鑄和熱軋工序的生產(chǎn)工藝和調(diào)度約束，建立了以最大化熱裝熱送板坯量為優(yōu)化目標(biāo)的一體化調(diào)度問題的數(shù)學(xué)模型。根據(jù)問題特點(diǎn)，將原問題分解為主問題和約束規(guī)劃（Constraint programming，CP）子問題。應(yīng)用主問題確定澆次和軋制單元的加工開始時(shí)間，子問題根據(jù)約束條件判斷主問題解的可行性，并設(shè)計(jì)了基于啟發(fā)式規(guī)則的cut生成方法。應(yīng)用實(shí)際數(shù)據(jù)