炼钢厂考虑铁水供应条件的多目标调度计划编制方法技术

本发明专利技术提出了一种炼钢厂考虑铁水供应时间及铁水资源利用的多目标调度计划编制方法，包括如下步骤：建立考虑铁水供应条件的多目标函数及约束条件，利用基于Pareto的多目标遗传算法迭代运算，获得关于决策变量的多个Pareto最优解，具体一次迭代过程为：采用炉次与铁水罐之间的匹配方案表示染色体，利用解码启发式方法获得当前种群中各染色体的可行解；设计非支配解构造方法计算可行解的非支配解；对所有解对应的染色体进行非支配等级排序并计算解之间的拥挤距离，选出父代种群；对父代种群中的染色体进行选择、交叉和变异得到子代种群。本发明专利技术能够解决考虑铁水供应条件的调度计划编制问题，另外，获得多个Pareto最优解有助于决策者选择更合适的解应用于实际生产。

【技术实现步骤摘要】

本专利技术涉及冶金控制
，具体涉及一种炼钢厂考虑铁水供应时间及铁水资源利用的多目标调度计划编制方法。
技术介绍
钢铁由于资源丰富、成本相对低廉、材料性能优越、易于加工且便于循环利用而成为最重要的工业原料。钢铁工业是汽车工业、建筑工业、轮船制造工业等众多工业的基础。生产调度是众多生产制造系统中重要的决策过程。炼钢厂作为钢铁制造流程中的瓶颈工序，其调度是决定炉次什么时间以哪种顺序在生产流程中的哪个设备上进行加工。炼钢厂优化的调度方案能够带来诸多效益，如节约成本，提高客户满意度，降低能耗等。现有炼钢厂生产流程主要包含4个生产环节：铁水预处理、炼钢、精炼和连铸。炼钢环节与连铸环节一般各自包含一个并行机组，而铁水预处理环节和精炼环节一般可包含多个并行机组，以实现不同的工艺要求。一般性的炼钢厂生产过程为：从高炉运来的高温铁水经铁水预处理工序后兑入转炉冶炼成钢水，钢水倒入转炉下台车上的钢包内，通过天车和台车的运输作业，把钢水包运送至精炼环节，根据生产工艺要求依次在不同的精炼设备上精炼钢水，精炼完成后，再通过天车和台车，把钢水包运送至连铸并实施浇铸，形成铸坯。关于钢厂生产调度优化问题的研究已成为近年来的研究热点。目前已发表的论文，如陈立等在《融合约束满足和遗传优化的炼钢连铸生产调度》中提出一种约束满足技术与遗传优化相结合的炼钢调度计划编制算法，首先利用基于逻辑的Benders分解法简化原问题，然后利用约束满足技术确保求得可行解，最后采用遗传算法的迭代进化完成所求解的收敛。但其约束优化模型假设铁水供应充足，与实际生产情况仍然存在一定的差异。实际过程中,铁水的成分和供应时间会受到高炉及运输过程的影响。模型不考虑铁水的供应条件,会导致调度计划的铁水需求与实际供应不匹配,从而导致调度计划的可执行度降低。钢厂调度问题是一个多目标优化问题，如Tang等在《Steelmakingprocessschedulingusinglagrangianrelaxation》中以最小化铸机断浇惩罚，炉次等待时间惩罚和炉次工期提前时间或延迟时间惩罚为目标建立了多目标调度模型；Mao等在《AnovelLagrangianrelaxationapproachforahybridflowshopschedulingprobleminthesteelmaking-continuouscastingprocess》中以最小化炉次等待时间惩罚和炉次工期提前时间或延迟时间惩罚为目标建立了多目标调度模型，而将铸机连浇作为模型约束。这些多目标模型中均采用加权和的方法将多目标模型转为单目标模型进行求解。该方法要求模型在求解前预先确定各个目标的权重，然而模型目标的权重有时在实际生产过程中很难确定。另外,求解加权和的单目标模型每次只能获得一个解,通过修改目标权重多次求解模型的策略可以获得多个解,但必然增加整个决策过程的时间,不符合工厂实时应用需求。目前已授权的专利，如公开号为CN1556486A的中国专利中披露了一种炼钢连铸生产在线多模式时间优化调度方法，但其调度模型也没有考虑铁水供应的影响，并且同样采用的是加权和的方法将多目标模型转为单目标模型进行求解。
技术实现思路
为了克服上述现有技术中存在的缺陷，本专利技术的目的是建立一个考虑铁水供应时间及铁水资源利用的多目标调度优化模型，并提供一种基于Pareto优化的多目标进化算法进行求解。通过引入与铁水相关的目标函数和约束条件,保证了铁水资源和加工炉次之间的最有匹配,有利于降低冶炼成本,并提高调度计划在实际生产环境中的可执行度。另外，采用基于Pareto的多目标算法获得多个Pareto最优解有助于决策者选择更合适的解应用于实际生产。该方法解决现有技术中炼钢厂多目标调度计划编制时没有考虑铁水供应时间及铁水资源利用的问题。为了实现本专利技术的上述目的，本专利技术提供了一种炼钢厂考虑铁水供应时间及铁水资源利用的多目标调度计划编制方法，包括如下步骤：S1，炼钢连铸调度控制器分别与炼钢厂的MES数据库及MES客户端系统连接并获取炼钢厂的MES数据库及MES客户端系统中的炼钢连铸计划数据；S2，确定多目标函数，所述多目标函数为：F1:minΣj=1|Ψ|(Σoj=1O(j)-1Σk=1KΣk′=1Kyk,ojyk′,oj+1(soj+1-soj-wtgoj,j-ttk,k′)+Σp=1Pyp,j(s1-rtp)),]]>F2:minΣj=1|Ψ||sO(j)+wtG,j-dj|,]]>F3:minΣj=1|Ψ|Σp=1Pθyp,j(cp-ocj)2,]]>其中，目标函数F1是最小化炉次任意两个操作间的等待时间和炉次第一个操作与其匹配的铁水罐的供应时间之间的等待时间，目标函数F2是最小化各炉次的工期提前时间或延迟时间，目标函数F3是最小化炉次成分信息与其冶炼加工目标最适合的铁水成分之间的偏差惩罚；其中，g为工序编号,g∈{1,2,...,G本文档来自技高网...

【技术保护点】
一种炼钢厂考虑铁水供应时间及铁水资源利用的多目标调度计划编制方法，其特征在于，包括如下步骤：S1，炼钢连铸调度控制器分别与炼钢厂的MES数据库及MES客户端系统连接并获取炼钢厂的MES数据库及MES客户端系统中的炼钢连铸计划数据；S2，确定多目标函数，所述多目标函数为：F1:minΣj=1|Ψ|(Σoj=1O(j)-1Σk=1KΣk′=1Kyk,ojyk′,oj+1(soj+1-soj-wtgoj,j-ttk,k′)+Σp=1pyp,j(s1-rtp)),]]>F2:minΣj=1|Ψ||sO(j)+wtG,j-dj|,]]>F3:minΣj=1|Ψ|Σp=1pθyp,j(cp-ocj)2,]]>其中，目标函数F1是最小化炉次任意两个操作间的等待时间和炉次第一个操作与其匹配的铁水罐的供应时间之间的等待时间，目标函数F2是最小化各炉次的工期提前时间或延迟时间，目标函数F3是最小化炉次成分信息与其冶炼加工目标最适合的铁水成分之间的偏差惩罚；其中，g为工序编号,g∈{1,2,...,G}；k,k'为工位设备编号,k,k'∈{1,2,...,K}；j为炉次编号；i为浇次编号，i∈{1,2,...,I}；Ψ为炉次编号集合，|Ψ|是总的炉次个数；oj为炉次j的操作编号，oj∈{1,2,...,O(j)}，其中O(j)是炉次j操作总数，O(j)≤G；为炉次j第oj个操作所在的工序的编号，对于所有的炉次有dj为炉次j的工期；ocj为处理炉次j最适合的铁水的成分索引；从高炉运来的铁水按铁水罐计量,p为铁水罐的索引,p∈{1,2,...,P},P＝|Ψ|；cp为铁水罐p中铁水的成分索引；rtp为铁水罐p的供应时间；wtg,j为炉次j在工序g上的作业时间；ttk,k'为设备k与k'之间的运输时间；θ为与炉次匹配的铁水成分与最适合冶炼该炉次的铁水成分之间偏差的惩罚；为炉次j的操作oj的开始时间；为0/1变量，当且仅当炉次j的操作oj在设备k上加工时为1；yp,j为0/1变量，当且仅当炉次j匹配了铁水罐p；S3：在满足所有约束条件下，对种群中的每个染色体进行解码得到关于决策变量yk,j,j'，yp,j的可行解，其中，yk,j,j':为0/1变量，当且仅当炉次j和炉次j'都在设备k上加工且炉次j先于炉次j'加工时为1；S4，利用步骤S3获得的可行解集，对每一个可行解，保持其中yk,j,j'，yp,j三个变量的数值不变，只改变进一步对模型进行优化求解，得到该可行解的非支配解；S5，将步骤S4获得的非支配解与步骤S3获得的可行解混合，对所有的解对应的染色体进行快速非支配等级排序并计算解之间的拥挤距离，然后选出新一代父代种群；S6，对所述新一代父代种群的染色体进行选择、交叉和变异操作得到子代种群，返回步骤S3，并使迭代次数加1，当迭代次数达到设定迭代次数后，退出。...

【技术特征摘要】
1.一种炼钢厂考虑铁水供应时间及铁水资源利用的多目标调度计划编制方法，其特征
在于，包括如下步骤：
S1，炼钢连铸调度控制器分别与炼钢厂的MES数据库及MES客户端系统连接并获取炼钢
厂的MES数据库及MES客户端系统中的炼钢连铸计划数据；
S2，确定多目标函数，所述多目标函数为：
F1:minΣj=1|Ψ|(Σoj=1O(j)-1Σk=1KΣk′=1Kyk,ojyk′,oj+1(soj+1-soj-wtgoj,j-ttk,k′)+Σ...

【专利技术属性】
技术研发人员：郑忠，龙建宇，高小强，徐兆俊，呼万哲，黄世鹏，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50