罩式爐批量計(jì)劃模型與啟發(fā)式算法.pdf

1、本文以寶鋼2030冷軋單元的罩式爐生產(chǎn)線為背景，研究了罩式爐批量計(jì)劃問(wèn)題。罩式爐批量計(jì)劃問(wèn)題就是在N個(gè)等待退火的板卷中，依據(jù)它們之間物理性質(zhì)的差別以及它們和罩式退火爐之間的匹配關(guān)系挑選出n(n≤N)個(gè)板卷組成m個(gè)裝爐單元進(jìn)行生產(chǎn)。由于罩式爐退火生產(chǎn)工序的年產(chǎn)量占2030冷軋單元年產(chǎn)量的60％以上，而且生產(chǎn)周期長(zhǎng)、能量消耗大、資源約束多，所以罩式爐生產(chǎn)批量計(jì)劃的編制非常復(fù)雜。目前現(xiàn)場(chǎng)主要以人工編排為主，人工編排水平的差別以及人處理復(fù)雜信息

2、的局限性，使得罩式爐生產(chǎn)批量計(jì)劃難以科學(xué)準(zhǔn)確，從而難以保證生產(chǎn)優(yōu)化運(yùn)行。本文采用最優(yōu)化建模和智能優(yōu)化求解技術(shù)來(lái)研究生產(chǎn)批量計(jì)劃問(wèn)題，以期達(dá)到提高機(jī)組產(chǎn)能、資源優(yōu)化配置和降低能耗的目的。 本文主要研究工作如下：對(duì)生產(chǎn)批量計(jì)劃問(wèn)題建立了數(shù)學(xué)規(guī)劃模型，該模型是帶有0/1變量的整數(shù)線性規(guī)劃問(wèn)題。在建立模型時(shí)考慮到不同板卷的物理性質(zhì)(如重量、寬度、外徑等)和退火曲線存在許多差異，要盡量把退火曲線和物理性質(zhì)相同或是相近的板卷組成一垛，防止過(guò)

3、火和欠火的情況出現(xiàn)，保證產(chǎn)品的質(zhì)量，同時(shí)考慮了爐容約束，提高產(chǎn)量。 針對(duì)問(wèn)題求解NP-難特點(diǎn)，分別提出了三種啟發(fā)式算法，為優(yōu)先級(jí)法、最小增益法、分系列法。優(yōu)先級(jí)法以優(yōu)先級(jí)系數(shù)的降序作為板卷的編排順序，使優(yōu)先級(jí)系數(shù)大的板卷能夠被優(yōu)先編排，這里的優(yōu)先級(jí)系數(shù)的制定方法來(lái)源于實(shí)際生產(chǎn)情況，將罩式爐生產(chǎn)線的管理模式進(jìn)行量化，通過(guò)算法求解來(lái)解決問(wèn)題；最小增益法是以目標(biāo)函數(shù)的增量為依據(jù)，優(yōu)先編排使目標(biāo)函數(shù)增益最小的板卷的方法；分系列法中按照退

4、火曲線約束將板卷分成若干個(gè)組，在每組中使用優(yōu)先級(jí)法進(jìn)行求解。是將優(yōu)先級(jí)法中的判斷板卷退火曲線是否匹配的步驟提前到原始數(shù)據(jù)處理階段。 在仿真試驗(yàn)中，在CPU為PentiumIV主頻2.4G，512M物理內(nèi)存，WindowsXP操作系統(tǒng)的計(jì)算機(jī)上，在VC++6.0開(kāi)發(fā)環(huán)境中，使用C編程語(yǔ)言進(jìn)行編譯，分別對(duì)從實(shí)際生產(chǎn)中采集的6組真實(shí)數(shù)據(jù)進(jìn)行了求解。從結(jié)果可以看出，提出的三種啟發(fā)式算法結(jié)果皆優(yōu)于寶鋼人工編排的結(jié)果。其中分系列法在裝爐量和

5、目標(biāo)函數(shù)值上得到了最多的當(dāng)前最好解，優(yōu)先級(jí)法次之，因?yàn)閺乃惴ㄋ枷肷峡?，分系列法可以看作是改進(jìn)了的優(yōu)先級(jí)法，所以分系列法的結(jié)果要由于優(yōu)先級(jí)法。雖然最小增益法沒(méi)有在結(jié)果數(shù)據(jù)上顯示出優(yōu)勢(shì)，但是由于其對(duì)目標(biāo)函數(shù)懲罰值的變更有很大的敏感性，所以在通過(guò)改變懲罰值來(lái)控制計(jì)劃屬性的時(shí)候，使用最小增益法最為合適。 把罩式爐批量計(jì)劃問(wèn)題看作是鋼鐵企業(yè)整個(gè)物流過(guò)程的一個(gè)單元，考慮板卷動(dòng)態(tài)到達(dá)的情況，提出了動(dòng)態(tài)罩式爐批量計(jì)劃問(wèn)題，本文將其歸結(jié)為動(dòng)態(tài)批處