石化工業(yè)批調(diào)度問題研究.pdf

1、我國是石化產(chǎn)品生產(chǎn)和消費大國，乙烯、合成樹脂、成品油、化肥、農(nóng)藥等產(chǎn)品的產(chǎn)量位居世界前列。石化工業(yè)在快速發(fā)展過程中，長期積累的矛盾和問題也日益凸現(xiàn)，主要表現(xiàn)為:生產(chǎn)效率低，集約化程度差，資源消耗大，生產(chǎn)成本高。為了解決這些問題，需要采用先進(jìn)的生產(chǎn)管理思想來優(yōu)化組織石化工業(yè)的生產(chǎn)過程。生產(chǎn)調(diào)度是石化工業(yè)生產(chǎn)運作管理的重要環(huán)節(jié)之一，合理有效的生產(chǎn)調(diào)度可以提高生產(chǎn)率、降低生產(chǎn)成本、提高產(chǎn)品質(zhì)量、確保生產(chǎn)系統(tǒng)處于良好運行狀態(tài)。因此，探討適合石化

2、工業(yè)調(diào)度問題的建模和優(yōu)化方法已經(jīng)成為近年來工業(yè)界和學(xué)術(shù)界的研究熱點。
　　石化產(chǎn)品通常以批的模式組織生產(chǎn)。所謂批是指在同一生產(chǎn)裝置上使用同一生產(chǎn)配方在同一作業(yè)條件下被加工對象的集合或總量。本文以石化間歇批處理過程為背景，分別對單機、流水車間、混合流水車間和單件車間環(huán)境下批調(diào)度問題的建模和優(yōu)化方法進(jìn)行了研究，具體內(nèi)容如下:
　　1)研究了一類帶優(yōu)先級約束的單機批調(diào)度問題，目標(biāo)為最小化總加權(quán)拖期。本文在詳細(xì)分析批的優(yōu)先級約束的基

3、礎(chǔ)上，提出了判斷批的優(yōu)先級約束是否可以得出可行解的方法。針對拖期是由批的完成時間與交貨期決定的，給出批的完成時間上界和下界的計算方法，以減小可行解的搜索區(qū)域，降低問題的規(guī)模。基于上述分析，建立基于優(yōu)先級關(guān)系的離散時間模型，提出改進(jìn)的粒子群算法，并將大規(guī)模鄰域搜索引進(jìn)粒子群算法進(jìn)一步改進(jìn)算法性能。在構(gòu)造粒子群算法時，為了將粒子編碼映射為問題的可行解，避免產(chǎn)生不可行解的無效搜索，設(shè)計帶有批選擇概率的連續(xù)編碼方法，并提出初始種群生成方法、調(diào)度

4、生成策略和邊界修復(fù)策略。
　　2)研究了一類考慮物料輸入輸出量具有轉(zhuǎn)化率的流水車間分批和調(diào)度集成問題，目標(biāo)為最小化最大完工時間。本文采取兩種建模策略。第一種建模策略是在首先分析滿足供應(yīng)物料和庫存限制約束的條件，然后確定批之間的優(yōu)先級關(guān)系，最后建立流水車間的基于優(yōu)先級關(guān)系的連續(xù)時間模型。由于該模型具有非線性約束，提出線性轉(zhuǎn)換方法，將模型轉(zhuǎn)為混合整數(shù)線性模型，采用標(biāo)準(zhǔn)優(yōu)化軟件進(jìn)行求解。第二種建模策略是首先在各設(shè)備上給出一系列的事件點，

5、然后分析問題最優(yōu)性性質(zhì)，最后建立基于設(shè)備事件點和批之間分配關(guān)系的連續(xù)時間模型。由于設(shè)備事件點的數(shù)量大于批的數(shù)量，有些事件點上沒有批進(jìn)行加工，本文給出無效事件點的判定方法以降低問題的規(guī)模。提出改進(jìn)的粒子群算法，采用二維編碼代表批大小和轉(zhuǎn)化率兩種信息以增強粒子處理約束的能力，給出前向修復(fù)策略、漂移策略和調(diào)度生成策略將粒子解碼為問題的可行解，通過引入收縮和發(fā)散兩方面的尋優(yōu)算子以保持粒子的多樣性和收斂性。
　　3)研究了一類混合流水車間分

6、批和調(diào)度集成問題，目標(biāo)為最小化最大完工時間。由于批之間關(guān)系包括縱向供料和庫存限制的約束，以及橫向的生產(chǎn)能力分配和產(chǎn)品任務(wù)切換，問題非常復(fù)雜。為了簡化問題，本文分析了上述約束與批開始加工時間的關(guān)系，將時間關(guān)系分為最小時間跨度和最大時間跨度，稱為批的時間窗口，從而可以把這些約束都轉(zhuǎn)換成批的時間窗口。然后將各階段所有設(shè)備上批看成項目調(diào)度中的作業(yè)，提出帶時間窗口的資源約束項目調(diào)度方法以得出調(diào)度方案。本文提出改進(jìn)的粒子群算法，引進(jìn)單純形法，單純形

7、法通過反射、擴(kuò)張、壓縮和收縮等方法不僅能夠加快對最優(yōu)解趨近，還可以跳出局域的范圍，增加得到最優(yōu)解的可能性。在粒子群的參數(shù)設(shè)置方面，提出慣性權(quán)重指數(shù)下降的非線性減少策略，增強粒子的收斂性。在構(gòu)造粒子群算法時，采用連續(xù)編碼表示各產(chǎn)品在每臺設(shè)備上總生產(chǎn)量，并提出粒子位置修復(fù)策略保證滿足產(chǎn)品需求量要求和最大生產(chǎn)能力的限制。
　　4)研究了一類帶分解、合成、交叉和回流過程的單件車間批調(diào)度問題，目標(biāo)為最小化最大完工時間。此問題的特點在于批之間

8、的物料流關(guān)系復(fù)雜，需要考慮如下關(guān)系:分解過程要考慮一個分解反應(yīng)的任務(wù)產(chǎn)生的多種中間產(chǎn)品給下階段多個任務(wù)供料;合成過程要考慮來自多個前階段任務(wù)的多種中間產(chǎn)品給一個合成反應(yīng)的任務(wù)供料;交叉過程是一種中間產(chǎn)品給多個任務(wù)供料或者來自于多個任務(wù);回流過程是一種原料或中間產(chǎn)品不僅要考慮前階段任務(wù)原料輸入，還要考慮后階段任務(wù)。為了處理這些復(fù)雜的物流關(guān)系，本文提出將批分為批開始和批結(jié)束兩個作業(yè)的批分離策略，從而批的時間關(guān)系都轉(zhuǎn)換成最小時間跨度，以得到滿