在全球制造業(yè)以信息化促進工業(yè)化發(fā)展的背景下,作為我國重要基礎產業(yè)的鋼鐵工業(yè)發(fā)展智能制造技術,對鋼鐵生產過程實施有效的運行控制,將成為鋼鐵企業(yè)實現“降本增效”、提升核心競爭力的重要手段之一。在訂單驅動的鋼鐵制造模式下,計劃調度是鋼鐵制造流程協(xié)調運行控制的核心技術手段。隨著鋼鐵企業(yè)信息管理系統(tǒng)的實施與應用,面向鋼鐵制造流程的計劃調度問題得到了學術界和工業(yè)界的廣泛關注,相關研究也取得了階段性的進展。然而,從相關計劃調度系統(tǒng)的工業(yè)應用效果來看,理論研究成果與現實生產需求之間仍然存在較大的差距。本文以煉鋼廠生產流程為對象,旨在探索一套具有較強靈活性和適應性的煉鋼廠生產實時調度建模及優(yōu)化方法,從而能夠在動態(tài)生產環(huán)境中編制可行且有效的煉鋼廠生產調度方案,以實時優(yōu)化煉鋼廠生產物流的運行,指導生產組織的決策優(yōu)化。主要研究內容及結果如下:基于冶金流程工程學理論,通過剖析鋼鐵制造流程中工序及整體的運行特征,從有利于流程整體協(xié)同運行的視角出發(fā)提出了一種將煉鋼廠生產實時調度分解為包含連鑄機組澆與開澆時間決策、調度計劃優(yōu)化排程和擾動下的動態(tài)調度的調度新模式:即首先在綜合考慮鐵水供應條件、軋制交貨期與連鑄機生產組織特征的前提下確定連鑄機上澆次的爐次選擇和排序以及澆次的開澆時間;在此基礎上,以爐次為基本調度單元,實現爐次在煉鋼廠生產流程中的加工設備以及爐次在設備上的開始加工時間和結束加工時間的最優(yōu)決策,獲得的調度計劃用于指導現實生產的組織安排;考慮調度計劃執(zhí)行過程中可能會因為隨機擾動事件的發(fā)生而難以繼續(xù)實施,因此擾動發(fā)生時需要依據實時調度信息對其進行修改或重新編制,以保證生產穩(wěn)定、連續(xù)的進行。針對連鑄機組澆與開澆時間決策問題提出了一種基于變鄰域搜索(VNS)的分層建模及優(yōu)化求解算法。算法通過編碼確定每個連鑄機的澆次數量及每個澆次的爐次數量,并設計了5個鄰域結構進行解的迭代尋優(yōu)。解碼過程分解為組澆決策和開澆時間決策2個子問題。借鑒帶獎金收集的多旅行商問題的建模方法構建了組澆決策問題的混合整數規(guī)劃模型,并設計了一種VNS優(yōu)化求解算法。借鑒并行機調度問題的建模方法構建了開澆時間決策問題的混合整數規(guī)劃模型,并通過設計6個有效不等式加入模型然后采用直接調用CPLEX完成模型的求解。最后,對模型和算法進行了應用案例和性能分析實驗,結果表明組澆與開澆時間決策模型具有較強的靈活性,能依據不同的工藝條件和數據獲得滿足所有工藝約束的決策方案,并且算法具有較強的優(yōu)化性能,能在短時間內獲得近優(yōu)解。從滿足現代煉鋼廠同時冶煉不同鋼種的生產任務需求以及提高調度決策的柔性出發(fā),對帶工序跳躍與加工時間可控特征的煉鋼廠調度計劃優(yōu)化排程(SCCSA調度)問題進行了研究。通過歸納和抽象與工序跳躍和加工時間可控特征相關的優(yōu)化目標和工藝約束,構建了一個新的煉鋼廠調度計劃優(yōu)化排程模型。為了實現模型的優(yōu)化求解,設計了一種改進的遺傳算法,其特征如下:(1)通過對比分析常用于求解混合流水車間調度問題的4種編碼方法、2種選擇算子和3種交叉算子的性能,獲得了用于求解SCCSA調度問題的最優(yōu)組合;(2)設計了一種質量提升算法并嵌入遺傳算法中以進一步提升每一個由解碼啟發(fā)式算法獲得的解的質量;(3)設計了一種新的精英保留策略和重新初始化策略來提升遺傳算法的局部尋優(yōu)能力和避免早熟收斂能力。利用生產實際數據對模型進行了應用案例測試,結果表明SCCSA調度模型實現了具有工序跳躍和加工時間可控特征的煉鋼廠調度計劃編制。另外,算法性能分析實驗驗證了質量提升算法和改進的進化策略在求解SCCSA調度問題上的有效性。針對擾動下的動態(tài)調度問題,提出了調度計劃執(zhí)行過程中不確定性因素的標準化處理方法,即將影響調度計劃執(zhí)行的因素分為4類擾動,然后通過擾動組合的方式表示任意一種不確定性事件對調度計劃執(zhí)行造成的影響。為了實現煉鋼廠生產調度的實時優(yōu)化決策,結合連鑄機組澆與開澆時間決策和調度計劃優(yōu)化排程的研究成果,設計了一個周期滾動模式下的預測-反應式調度策略。擾動下的重調度技術是該動態(tài)調度策略中的關鍵技術。鑒于此,針對擾動下的重調度問題建立了數學規(guī)劃模型,并提出了一種分層重調度方法以保證重調度的實時性和優(yōu)化性。分層重調度方法包含局部重調度和已開始加工澆次內爐次的重調度兩部分,其中針對局部重調度設計了調度分配規(guī)則從而為所有正在流程中加工的爐次確定其下一個操作的加工設備及其在設備上的加工時間,而針對已開始加工澆次內爐次的重調度則設計了融合遺傳算法和局部搜索的混合優(yōu)化算法進行求解。以調度計劃優(yōu)化排程模型應用案例實驗中獲得的調度計劃為計劃期內執(zhí)行的初始調度計劃,然后通過設置生產擾動的方式進行了仿真實驗,結果表明動態(tài)調度模型和算法能根據擾動的類別,有效的制定出各類擾動下可執(zhí)行的重調度計劃。另外,對融合遺傳算法和局部搜索的混合優(yōu)化算法進行了算法性能分析實驗,結果表明依據連鑄機的連澆特性針對不可行解和可行解分別設計簡單有效的局部搜索鄰域結構,并將其融合至遺傳算法的進化流程中對求解擾動下的重調度問題非常有效。最后,在上述模型和算法研究成果的基礎上,針對攀鋼提釩煉鋼廠生產流程設計并開發(fā)了生產實時調度原型系統(tǒng)。系統(tǒng)由數據接口模塊、流程構建模塊、數據統(tǒng)計分析模塊、物流跟蹤模塊、組澆與開澆時間決策模塊、調度計劃優(yōu)化排程模塊、重調度模塊、計劃仿真顯示模塊、計劃評價模塊和人機交互模塊組成。系統(tǒng)通過數據接口與煉鋼廠的MES系統(tǒng)相銜接,實現模型輸入數據與模型決策結果的接收與傳遞。利用攀鋼提釩煉鋼廠生產實際數據進行了系統(tǒng)的應用測試,結果表明系統(tǒng)決策在降低澆次內爐次的連澆成本、縮短煉鋼廠生產全流程物流時間以及維持爐次加工時間穩(wěn)定性等方面優(yōu)于人工決策。綜上所述,基于提出的煉鋼廠生產實時調度新模式,本文所建立的連鑄機組澆與開澆時間決策模型、調度計劃優(yōu)化排程模型和擾動下的動態(tài)調度模型為煉鋼廠生產物流運行的實時優(yōu)化決策提供了新的技術手段;所開發(fā)的實時調度系統(tǒng)為煉鋼廠的生產組織安排提供了一個科學有效的輔助決策工具。
【學位單位】：重慶大學
【學位級別】：博士
【學位年份】：2017
【中圖分類】：TF758
【部分圖文】：

圖 1.10 煉鋼 MES 系統(tǒng)案例 1 的操作界面Fig.1.10 The interface of the MES system applied in the steel plant 12）煉鋼 MES 系統(tǒng)案例 2該煉鋼廠在人工確定各臺連鑄機的開澆時間后，利用專家系統(tǒng)自動倒推計算次的轉爐出鋼時間以及確定其在精煉工序內的加工設備。然而，爐次在精煉上的開始作業(yè)時間和結束作業(yè)時間在調度計劃編制過程中不進行決策，而是際執(zhí)行時由調度人員基于實時場景靈活進行推算。圖 1.11 為該煉鋼廠 MES 系操作界面。

圖 1.10 煉鋼 MES 系統(tǒng)案例 1 的操作界面Fig.1.10 The interface of the MES system applied in the steel plant 12）煉鋼 MES 系統(tǒng)案例 2該煉鋼廠在人工確定各臺連鑄機的開澆時間后，利用專家系統(tǒng)自動倒推計算次的轉爐出鋼時間以及確定其在精煉工序內的加工設備。然而，爐次在精煉上的開始作業(yè)時間和結束作業(yè)時間在調度計劃編制過程中不進行決策，而是際執(zhí)行時由調度人員基于實時場景靈活進行推算。圖 1.11 為該煉鋼廠 MES 系操作界面。

圖 1.12 煉鋼 MES 系統(tǒng)案例 3 的操作界面Fig. 1.12 The interface of the MES system applied in the steel plant 33）煉鋼 MES 系統(tǒng)案例 3該煉鋼廠生產全流程物流走向十分復雜，分為鐵水預處理區(qū)域和煉鋼— 2 部分。目前，該煉鋼廠 MES 系統(tǒng)只能在人工確定連鑄機開澆時間的基礎煉鋼—連鑄區(qū)域的調度計劃，鐵水預處理區(qū)域由調度員根據轉爐需求進度。另外，煉鋼—連鑄區(qū)域的調度系統(tǒng)的實時調度能力非常有限，無法下的調度計劃調整或重新編制。圖 1.12 為該煉鋼廠 MES 系統(tǒng)的操作界面

【相似文獻】

相關期刊論文 前10條

1 李增兵;張曉帆;孫寶生;李瑞華;;重力勘探數據下延的優(yōu)化算法研究[J];微計算機信息;2010年31期

2 王連印;駱中洲;;露天礦鐵路運輸計算機實時調度系統(tǒng)的研究[J];有色金屬(礦山部分);1991年05期

3 趙勇,張瑩,徐文立,張婕;基于流率飽和度的露天礦卡車實時調度模型[J];礦冶;2004年02期

4 姚芳蓮,李維云,鄧聯東,孟繼紅,白云;遺傳算法及其在化學領域中的應用[J];天津化工;2000年04期

5 劉坤,劉偉波,吳忠強;基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學院學報;2005年04期

6 李華昌,謝淑蘭,易忠勝;遺傳算法的原理與應用[J];礦冶;2005年01期

7 馮錦春;楊林建;;遺傳算法在機械工程方面的應用研究[J];煤礦機械;2008年08期

8 李凱;田雙亮;耿麗君;張喜;;基于改進遺傳算法在分析企業(yè)客戶群中的應用[J];河南理工大學學報(自然科學版);2009年06期

9 劉鐵男,姜建國,陳繼剛,張長江,于鏑;遺傳算法的收斂性分析[J];大慶石油學院學報;2000年03期

10 樂慧豐,林家駿,俞金壽;投影遺傳算法[J];華東理工大學學報;2000年05期

相關會議論文 前10條

1 劉太安;;最小二乘支持向量機組合優(yōu)化算法研究[A];2008年計算機應用技術交流會論文集[C];2008年

2 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應用[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

3 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設計中的應用[A];第五屆全國制冷空調新技術研討會論文集[C];2008年

4 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產業(yè)發(fā)展（上冊）[C];2001年

5 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應用[A];工程三維模型與虛擬現實表現——第二屆工程建設計算機應用創(chuàng)新論壇論文集[C];2009年

6 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學術研討會論文集[C];2006年

7 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術及其應用學術交流會論文集[C];2000年

8 張忠華;楊淑瑩;;基于遺傳算法的聚類設計[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

9 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應用[A];1995年中國智能自動化學術會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

10 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

相關重要報紙文章 前10條

1 殷璉;一季度新增連鑄機創(chuàng)紀錄[N];中國冶金報;2003年

2 ;2003年新誕生的連鑄機[N];中國冶金報;2004年

3 記者 晁國榮;我國最大連鑄機在寶鋼建成并試車成功[N];中國冶金報;2004年

4 ;2002年誕生的連鑄機[N];中國冶金報;2003年

5 ;宣鋼連鑄機投產[N];中國冶金報;2002年

6 實習記者 賈曉靜;宣鋼連鑄機“擴容”改造效果顯著[N];中國冶金報;2005年

7 衛(wèi)功兵;梅鋼2號連鑄機進行動態(tài)輕壓下無負荷聯動調試[N];世界金屬導報;2005年

8 百木牛;上海重礦成功完成進口連鑄機改造[N];中國冶金報;2006年

9 記者 王丹云;寶鋼分公司4號連鑄機提前建成[N];中國冶金報;2007年

10 記者 郭秀山 通訊員 延月生;河北鋼神承裝連鑄機投入試運行[N];中國冶金報;2007年

相關博士學位論文 前10條

1 龍建宇;煉鋼廠生產實時調度建模及優(yōu)化算法研究[D];重慶大學;2017年

2 徐敏;基于博弈思想的優(yōu)化算法研究[D];中國科學技術大學;2006年

3 吳麗榮;考慮乘客等待行為的柔性路徑公交車實時調度方法[D];大連理工大學;2014年

4 Amjad Mahmood;半監(jiān)督進化集成及其在網絡視頻分類中的應用[D];西南交通大學;2015年

5 李險峰;基于改進遺傳算法的汽車裝配生產線平衡問題研究[D];北京科技大學;2017年

6 孫秋紅;基于遺傳算法的水質數據挖掘與應用研究[D];燕山大學;2016年

7 周輝仁;遞階遺傳算法理論及其應用研究[D];天津大學;2008年

8 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應用[D];中國礦業(yè)大學;2009年

9 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應用研究[D];西安電子科技大學;1998年

10 馬國田;遺傳算法及其在電磁工程中的應用[D];西安電子科技大學;1998年

相關碩士學位論文 前10條

1 彭岱;細菌覓食優(yōu)化算法研究及其應用[D];沈陽理工大學;2015年

2 徐昆;基于暗原色先驗的去霧優(yōu)化算法研究[D];西北師范大學;2016年

3 郝琪;基于遺傳算法的滾動窗口印刷車間再調度研究[D];南京林業(yè)大學;2017年

4 鄭迎春;細菌覓食優(yōu)化算法研究[D];西安電子科技大學;2013年

5 趙娣;基于乘客請求與車內信息的公交調度系統(tǒng)及調度方法研究[D];東北林業(yè)大學;2017年

6 韓峰濤;受內質網啟發(fā)的膜計算優(yōu)化算法研究[D];浙江大學;2011年

7 王曉慧;高中生數學建模水平的現狀研究[D];青島大學;2017年

8 張良揚;單件小批生產模式下的計劃系統(tǒng)與優(yōu)化算法研究[D];南京航空航天大學;2004年

9 肖華;智能化公交運營調度管理系統(tǒng)的研究[D];浙江工業(yè)大學;2014年

10 梁春艷;面向CPS節(jié)點操作系統(tǒng)的實時調度研究與設計[D];東北大學;2014年

本文編號：2818656