【摘要】：實施精準的生產(chǎn)運行調(diào)控和能源預測分析對鋼鐵企業(yè)節(jié)能降耗、降本增效和提高市場競爭力具有重要意義。轉(zhuǎn)爐是煉鋼廠生產(chǎn)的基礎(chǔ)環(huán)節(jié),與其相關(guān)的生產(chǎn)調(diào)度排程則為煉鋼廠生產(chǎn)流程運行調(diào)控提供決策支持,因此如何將轉(zhuǎn)爐單元的能源管控與煉鋼廠生產(chǎn)調(diào)度排程進行有機結(jié)合是當前鋼鐵企業(yè)實現(xiàn)高效生產(chǎn)、節(jié)能減排等多目標優(yōu)化需要解決的關(guān)鍵問題之一。圍繞此目標,本文分別從生產(chǎn)調(diào)度優(yōu)化和轉(zhuǎn)爐能源預測、能耗分析等方面開展研究。在煉鋼廠生產(chǎn)運行調(diào)控方面,針對煉鋼廠生產(chǎn)調(diào)度排程優(yōu)化問題提出了一種改進的混合蝙蝠算法。首先,考慮工藝約束以及工序作業(yè)時間和工序間運輸時間的不確定性等調(diào)度約束,以連鑄機開澆時間偏離和最小化工序設(shè)備加工前總等待時間最小化為目標,構(gòu)建了鋼廠生產(chǎn)調(diào)度優(yōu)化模型。然后,運用基于最小位置值的工位選擇規(guī)則、鄰域搜索結(jié)構(gòu)、倒推算法等多種策略設(shè)計了一種改進混合蝙蝠算法對調(diào)度模型進行求解。以某鋼廠生產(chǎn)數(shù)據(jù)實例仿真檢驗模型及求解算法,結(jié)果表明模型及算法可提高實際生產(chǎn)效率。在轉(zhuǎn)爐能源預測方面,由于氧氣是轉(zhuǎn)爐實現(xiàn)“負能煉鋼”的關(guān)鍵能源介質(zhì),本文以氧氣為代表,根據(jù)轉(zhuǎn)爐耗氧量具有間歇性、影響因素復雜等難點,建立了一種基于機理分析與數(shù)據(jù)驅(qū)動相結(jié)合的耗氧量預測模型。通過轉(zhuǎn)爐耗氧量的機理分析,進行影響因素的提取與計算描述;以LMBP神經(jīng)網(wǎng)絡(luò)方法為基礎(chǔ)建立數(shù)據(jù)驅(qū)動預測模型;利用Pearson相關(guān)性分析方法進行屬性約簡,設(shè)計隱藏層寬度及深度對比實驗進行網(wǎng)絡(luò)拓撲結(jié)構(gòu)優(yōu)化。結(jié)合轉(zhuǎn)爐生產(chǎn)調(diào)度計劃,進行轉(zhuǎn)爐氧氣供需預測仿真,測試結(jié)果表明所建模型命中率達到了84.80%,氧氣供需預測能較好滿足現(xiàn)實需求。在轉(zhuǎn)爐能耗分析方面,為了有效刻畫爐次之間的能耗波動情況,本文進行了基于爐次綜合能耗的轉(zhuǎn)爐能耗分析,以促進生產(chǎn)調(diào)度排程技術(shù)與能源預測的有機結(jié)合。在轉(zhuǎn)爐爐次氧氣耗量預測的基礎(chǔ)上,以轉(zhuǎn)爐生產(chǎn)歷史數(shù)據(jù)為依托,對轉(zhuǎn)爐回收煤氣、水蒸氣、消耗電力、氮氣等能源介質(zhì)消耗進行統(tǒng)計分析,結(jié)合轉(zhuǎn)爐生產(chǎn)調(diào)度計劃為案例對爐次綜合能耗進行分析計算,并指出了轉(zhuǎn)爐單元的節(jié)能方向。綜上所述,本文從鋼鐵企業(yè)實現(xiàn)高效生產(chǎn)、節(jié)能減排等多目標優(yōu)化的實際需求出發(fā),對煉鋼廠生產(chǎn)調(diào)度排程優(yōu)化、轉(zhuǎn)爐耗氧量預測及能耗分析關(guān)鍵技術(shù)開展了相關(guān)研究�；趯嶋H數(shù)據(jù)的離線仿真實驗表明所建立的優(yōu)化、預測和分析模型及方法是有效的,為鋼廠流程運行優(yōu)化與能源精準調(diào)控提供了新的研究思路。
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TF713
【圖文】：

運行特征；其次，針對于鋼廠生產(chǎn)調(diào)度優(yōu)化問題，從工藝流程方面進行簡介，并指出了研究問題的特征；最后，針對于轉(zhuǎn)爐單元能源調(diào)控問題，強調(diào)了研究單元能耗預測及分析的必要性，并對轉(zhuǎn)爐能耗情況進行概述。2.1 鋼廠生產(chǎn)制造流程解析2.1.1 鋼廠生產(chǎn)制造流程中的物質(zhì)流和能量流鋼廠生產(chǎn)制造流程從工程上看是包括煉鋼、鋼水二次冶金、凝固成型、鑄坯再加熱、軋鋼等諸多工序的準連續(xù)或間歇生產(chǎn)過程，是由諸多不同功能的工序、裝置構(gòu)成的有序流程系統(tǒng)。在鋼鐵制造流程中，資源、能量或信息在動態(tài)運行變化匯聚成“流”（流是泛指在開放的流程中運行的各種形式的“資源”的數(shù)量、狀態(tài)、性質(zhì)隨時間變化過程的表征，是連續(xù)運動的物質(zhì)行為或信息序列），流在鋼鐵制造流程中有三種載體呈現(xiàn)，即以物質(zhì)形式為載體的物質(zhì)流、以能源形式為載體的能量流，以信息形式為載體的信息流。本文的研究側(cè)重點是鋼廠物質(zhì)流優(yōu)化及轉(zhuǎn)爐單元能量流分析預測。

圖 2.3 某鋼種轉(zhuǎn)爐冶煉流程示例Fig.2.3 Example of a steel converter smelting process.3.2 轉(zhuǎn)爐單元能源分析轉(zhuǎn)爐煉鋼生產(chǎn)中消耗的能源介質(zhì)主要有氧氣、電、煤氣、氬氣、氮氣、壓縮空、蒸汽和冷卻水，回收能量包括轉(zhuǎn)爐煤氣和蒸氣。轉(zhuǎn)爐工序的能耗計算公式為：zlz zlhZLzle eEP (2.1)其中， ZLE為轉(zhuǎn)爐工序能耗， zlze為轉(zhuǎn)爐工序消耗各種能源介質(zhì)折標煤量總和， zlhe為轉(zhuǎn)爐工序回收的能源量折標準煤量， zlP為轉(zhuǎn)爐工序合格粗鋼產(chǎn)量。鐵水預處理工序帶入能量轉(zhuǎn)爐后鋼水攜帶能量轉(zhuǎn)爐單元過程能量耗散

圖 3.1 煉鋼連鑄生產(chǎn)調(diào)度計劃模型求解的混合蝙蝠算法流程圖Fig.3.1 Flow chart of mixed bat algorithm for steelmaking continuous castingproduction scheduling model① 問題編碼及 SPV 規(guī)則解碼策略煉鋼連鑄過程中的爐次為調(diào)度的最基本單元，為了用混合蝙蝠算法求解模型，首 先 分 工 序 對 爐 次 加 工 順 序 進 行 實 數(shù) 編 碼 ， 具 體 編 碼 形 式 為，其中 I 為爐次總量，J 為煉鋼連鑄過程中的工序數(shù)，總編碼長度為 , 代表煉鋼工序的爐次加工順序，對于本文煉鋼連鑄生產(chǎn)流程，總編碼爐次加工順序編碼依次為轉(zhuǎn)爐煉鋼、LF 精煉、RH 精煉、連鑄工序的爐次加工順序。采用 Bean 于 1994 年提出的最小位置值(SPV, Smallest Position Value)規(guī)則的解碼方法，分別對每個工序內(nèi)的爐次加工順序進行解碼操作。依照 SPV 規(guī)則，對于某個工序，蝙蝠 p 在時刻 t 的搜索空間位置向量的分量按升序與爐次號升序?qū)?yīng)，再結(jié)合加工序號和空間位置向量維數(shù)的對關(guān)系解碼出爐次的加工順序（表 3.1）。1,1 1,2 1, 2,1 ,( , ,..., ; ,..., )N J IO O O O O OJ I1,1 1,IO O

【參考文獻】

相關(guān)期刊論文 前10條

1 高盛祥;董人菘;鄒俊杰;線巖團;余正濤;;基于蟻群優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)鋼鐵生產(chǎn)能耗預測模型[J];昆明理工大學學報(自然科學版);2015年02期

2 唐秋華;鄭鵬;張利平;張啟敏;陳立;;融合啟發(fā)式規(guī)則和文化基因算法的多緩沖煉鋼—連鑄生產(chǎn)調(diào)度[J];計算機集成制造系統(tǒng);2015年11期

3 秦波;吳慶朝;張娟娟;王建國;張文興;;基于PSO優(yōu)化SVM的轉(zhuǎn)爐煉鋼用氧量預測研究[J];測控技術(shù);2014年12期

4 付佳;陶百生;陳春雨;蔡海;孫聞革;;基于BP神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐供氧模型研究[J];冶金自動化;2014年04期

5 馬文強;張超勇;唐秋華;邵新宇;賈艷;;基于混合教與學優(yōu)化算法的煉鋼連鑄調(diào)度[J];計算機集成制造系統(tǒng);2015年05期

6 陳光;李玲云;丁毅;曹曲泉;許石;郭紅玲;;鋼鐵企業(yè)系統(tǒng)能耗影響因素分析[J];鋼鐵;2014年04期

7 毛坤;潘全科;龐新富;;求解煉鋼-連鑄生產(chǎn)調(diào)度問題的拉格朗日算法[J];系統(tǒng)工程學報;2014年02期

8 馬文強;唐秋華;張超勇;邵新宇;;基于離散人工蜂群算法的煉鋼連鑄調(diào)度優(yōu)化方法[J];計算機集成制造系統(tǒng);2014年03期

9 陳立;唐秋華;陳偉明;Floudas.C.A;李明;;融合約束滿足和遺傳優(yōu)化的煉鋼連鑄生產(chǎn)調(diào)度[J];計算機集成制造系統(tǒng);2013年11期

10 李洋;韓敏;姜力文;;基于氧氣脫碳效率預測的轉(zhuǎn)爐煉鋼吹氧量計算模型[J];大連理工大學學報;2012年05期

相關(guān)會議論文 前1條

1 陳冠軍;孫浩娜;劉春明;;煉鐵系統(tǒng)能耗分析及節(jié)能[A];2010年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵學術(shù)年會文集（下）[C];2009年

相關(guān)碩士學位論文 前4條

1 劉智慧;基于PSO-GA混合算法的煉鋼-連鑄生產(chǎn)計劃與調(diào)度問題研究[D];浙江大學;2015年

2 吳佩林;鋼鐵企業(yè)氧氣預測與優(yōu)化調(diào)度模型研究[D];昆明理工大學;2013年

3 楊茜;鋼鐵企業(yè)球團工序能耗分析方法研究[D];山東大學;2011年

4 劉渺;鋼鐵企業(yè)主工序分廠煤氣量預測方法研究[D];中南大學;2006年

本文編號：2795188