CN101329573B - 一种冷轧酸洗和轧制联合机组自动排产优化方法及系统 - Google Patents

Abstract

一种冷轧酸洗和轧制联合机组自动排产优化方法及系统，属于金属材料加工信息技术领域，包括以下步骤：(1)建立设备初始状态，给定计划内每个机组流向加工板卷量的下限，设定轧机工作辊最大轧制能力以及最少轧制需求，限定酸轧板卷的流向、规格；(2)选择满足规格范围要求的板卷作为酸轧候选板卷；(3)形成酸轧初始可行排产计划，使其计划内相邻板卷之间的切换费用尽量小，计划内板卷重量尽可能的接近轧辊的轧制能力；(4)对酸轧机组的初始可行排产计划进行优化调整，满足系统模型约束条件下，对排产计划内的板卷和候选板卷之间进行调整，使得系统模型的目标函数值减小。本发明有效地降低生产成本、提高酸轧产品质量，充分发挥轧机产能。

Description

一种冷轧酸洗和轧制联合机组自动排产优化方法及系统

技术领域

本发明属于金属材料加工信息技术领域，涉及自动化技术，特别涉及供钢铁行业生产应用的一种冷轧酸洗和轧制联合机组的板卷自动排产优化方法及系统。

背景技术

随着各钢铁企业的生产规模增加，国内钢铁市场日益饱和，竞争也更加激烈。钢铁企业必须提高产品层次，增加单位产品的附加值，才能在激励的市场竞争中立于不败之地。冷轧是钢铁生产过程的最后阶段，经过这些工序加工的钢板都具有较高的附加值。而冷轧酸洗和轧制联合机组(下面简称“酸轧”)是冷轧生产阶段的一道也是必经工序。因此，该工序的生产合理性直接其后道各机组的生产。

在传统冷轧厂中，酸洗和轧制这两道工序生产之间属于半连续的生产过程，即在酸洗和轧制之间有一个中间库，酸洗之后的板卷先放入中间库然后再进入轧制阶段。由于酸洗和轧制这两个工序呈现顺序加工关系，且前后工序紧密衔接，因此目前先进的冷轧生产中，酸洗和轧制成为一条机组，没有中间库，实现这两道工序之间的连续生产。这种先进的加工方式节省了大量的重复工作，如开卷、焊接、剪切、卷取等由分开时的两个工序两套设备减至两个工序一套设备，同时还节省了一个中间库。它促进了生产的连续性、降低了由重复工作而引起的能源(电能、物料、机器磨损等)消耗，从而提高了生产效率。

酸轧所用的原料主要是经过热轧后的热卷，热卷在原料库经过冷却后，用吊车将钢卷调运至入口步进梁式运输机上，步进梁将钢卷运送给钢卷转向台。由钢卷运输车将钢卷送到入口段开卷机。钢卷经开卷、切头、焊接后经过拉伸矫直进入酸洗槽、通过酸洗槽进行切边后进入连轧机组进行轧制，最后进行卷曲。在焊接过程中，如果相邻两个带钢厚度跳跃过大或是钢种跳跃过大都会导致焊接在一起的带钢在进行拉伸矫直时出现断带，影响生产效率，同时增加了废钢产量。对于轧制工序，轧制机组一般由5个机架组成。每一个机架上的工作辊，由于高速轧制，轧辊磨损很大，为保证钢卷质量需要经常更换工作辊，更换前后两次工作辊之间的轧制对象称为轧制单元。每个轧制单元对应一个轧制排产计划。

目前，国内钢铁企业酸轧机组的生产作业系统的调度工作全部由人工完成，酸轧计划的排产依赖于生产作业调度人员的经验。人工编制酸轧生产作业主要按照以下步骤：首先调出轧后库原料库存信息，观察轧后库内流往各下道工序的原料是否满足容量配比关系、是否能保证后道工序的正常生产。若发现某一后道工序的原料较少时，酸轧机组就要适当的多生产该后道工序的原料，相应的计划中就要多排该后道工序的板卷。据此，大致确定各后道工序要排入的板卷数量和种类。确定选择的原料后(即完成酸轧计划的收池后)，在满足酸轧生产工艺约束的前提下按照实际生产的需要，进行酸轧计划编制、检查违规等，最后将计划下放实施。

由于酸轧计划编制中需要考虑设备工艺约束、物流平衡约束以及产能约束的复杂性，人工排产会存在较大的误差，不能保证排产的质量，编排出来的计划也不能保证相邻板卷过渡平滑，过渡不平滑就会增加轧辊的损耗，就会增加轧辊的换辊次数，导致成本上升，影响生产效益；同时，酸轧人工排产，需要花费大量的时间来考虑如何编排能满足各后道机组物流平衡，影响后道机组的正常生产。

发明内容

针对现有技术中存在的缺陷或不足，本发明提供一种冷轧酸洗和轧制联合机组自动排产优化方法。该方法是依据实际问题所建立的新的系统描述基础上形成的，通过考虑实际生产中的设备正常运行约束条件(不仅考虑了轧制计划中板卷在厚度、钢种、宽度的跳跃约束，而且还考虑单位计划轧机工作辊生产能力约束和保证酸轧各后道机组正常运行的物流平衡约束)，以最小化生产成本和最大化生产能力为目标描述酸轧机组生产排产计划。针对生产系统描述，提出一种对酸轧生产排产计划进行优化的计算方法，其中该方法使得计划得以优化来降低生产成本，提高酸轧板卷质量，提高酸轧机组的生产作业效率。

本发明提供一种冷轧酸洗和轧制联合机组自动排产系统，该系统以本发明提出的酸轧机组生产作业排产优化方法为基础，把软件开发中的可视化技术引入系统，将生产计划编制技术与可视化技术有机结合。通过该系统，用户可以根据实际情况下载算法所需的数据，得到所需的数据并经过一些处理后，系统通过与算法的接口调用算法程序进行计算，算法得到计算结果后，交给系统可视化部分转化成二维图形显示的优化结果。系统完成上述过程后，用户可以根据实际问题的需要，对图形结果进行调整，从而达到人机交互的目的。这样，就实现了工艺、数据、模型、算法和用户经验的有效集成。

本发明还提供了实施该系统的装置，它包括：至少一台PC机；至少一个电缆接口或光缆接口或电话专线接口；至少一台路由器。其特征在于：在PC机上安置由上述功能模块组成的全套软件，并通过网络、企业内部服务器连接到企业酸轧工艺自动控制系统的前端。实践中，计划人员输入预编制酸轧计划的初始信息，系统软件自动生成一个优化的酸轧生产计划，满足实际生产要求后，该生产计划通过网络上传到企业内部服务器，酸轧车间工作人员通过企业内部服务器将计划下载至酸轧自动控制系统中，或是酸轧生产计划通过网络直接传到车间自动控制系统中，控制系统根据酸轧计划执行酸轧生产。

本发明对生产机组系统进行描述如下：

假设有1套酸轧机组生产酸轧板卷，酸轧前库中有n个可用板卷，用N表示可用板卷集合。酸轧机组后道并行工序有l个，用L表示后道机组集合。本发明考虑的生产系统排产问题可描述为：系统模型，也就是本发明的目标函数，

$\min {\mathrm{\λ}}_1\underset{i\∈N}{\mathrm{\Σ}}\underset{j\∈N\backslash i}{\mathrm{\Σ}}{c}_{\mathrm{ij}}{x}_{\mathrm{ij}}-{\mathrm{\λ}}_2\underset{i\∈N}{\mathrm{\Σ}}{p}_i{y}_i---\left(1\right)$

满足约束： $\underset{j\∈N\backslash i}{\mathrm{\Σ}}{x}_{\mathrm{ij}}=y_i,\∀i\∈N---\left(2\right)$

$\underset{i\∈N\backslash j}{\mathrm{\Σ}}{x}_{\mathrm{ij}}=y_j,\∀j\∈N---\left(3\right)$

y₀＝1(4)

$\underset{i\∈S}{\mathrm{\Σ}}\underset{j\∈S\backslash \{i\}}{\mathrm{\Σ}}{x}_{\mathrm{ij}}\≤\left|S\right|-1,S\⋐\{\mathrm{1,2},...n\},2\≤\left|S\right|\≤n---\left(5\right)$

在目标函数(1)中，λ_i表示各成本(包括生产成本和辊耗)在目标函数中的权重。c_ij表示板卷i和板卷j之间规格变化的费用，包括出口宽度跳跃生产费用、入口宽度跳跃生产费用、出口厚度跳跃生产费用、入口厚度跳跃生产费用、钢种跳跃生产费用、切边变化费用等，

c_ij＝p_ij ^exw+p_ij ^entraw+p_ij ^exth+p_ij ^entrath+p_ij ^stgr+p_ij ^cutr，i，j＝1，…，n。c_0j＝0， $\∀j\∈N.$ C_i0＝0， $\∀i\∈N.$ 其中，p_ij ^exw表示出口宽度跳跃费用，p_ij ^entraw表示入口宽度跳跃费用，p_ij ^exth表示出口厚度跳跃费用，p_ij ^entrath表示入口厚度跳跃费用，p_ij ^stgr表示钢种之间的变化费用，p_ij ^cut表示切边变化费用。

是计划单元中相邻板卷之间的总的切换成本，其中当板卷j紧接板卷i被轧制时，x_ij＝1，否则x_ij＝0。

是表示轧制能力的发挥，

大表示轧制能力越接近轧辊的最大轧制容量，其中p_i为板卷i的重量，当板卷i被选入轧制排产计划时，y_i＝1，否则y_i＝0。y₀为虚拟板卷。约束(2)-(5)是系统约束，用来保证每个板卷都必须被加工且只能被分配到一个计划单元中，并保证生产是连续进行的，约束(5)是消除子环。

除了系统约束(2)-(5)之外，酸轧机组在加工板卷时还有自身的工艺及运行约束条件，主要包括：

机组的生产能力限制约束：

$B\≤\underset{i\∈N}{\mathrm{\Σ}}{p}_i{y}_i\≤Q,\∀i\∈N---\left(6\right)$

其中B表示酸轧排产计划单元中，轧辊的最少轧制需求(以重量来评价)。Q表示轧辊的最大轧制能力(以重量来评价)。

酸轧机组的生产工艺限制约束：

w^ex _i≥w^ex _j-(1-x_ij)M， $\∀i,j\∈N---\left(7\right)$

约束(7)保证所有的板卷都是按照出口宽度从宽到窄的工艺要求进行生产。其中w^ex _i是板卷i的出口宽度，w^ex _j是板卷j的出口宽度，M是一个足够大的常数。

w^entra _i-w^entra _j≤δ_w ¹+(1-x_ij)M， $\∀i,j\∈N---\left(8\right)$

w^entra _j-w^entra _i≤δ_w ²+(1-x_ij)M， $\∀i,j\∈N---\left(9\right)$

约束(8)和约束(9)保证轧制计划内相邻两个板卷之间的入口宽度的跳跃变化都不会超过机组生产工艺所允许的范围。其中w^entra _i是板卷i的入口宽度，w^entra _j是板卷j的入口宽度，δ_w ¹是轧制计划内相邻板卷入口宽度从宽到窄跳跃酸轧机组所允许的最大跳跃，δ_w ²是轧制计划内相邻板卷入口宽度从窄到宽跳跃酸轧机组所允许的最大跳跃。

|g_i-g_j|≤δ_g ¹+(1-x_ij)M， $\∀i,j\∈N---\left(10\right)$

g_i/g_j≤δ_g ²+(1-x_ij)M， $\∀i,j\∈N---\left(11\right)$

约束(10)和约束(11)保证轧制计划内相邻两个板卷之间的入口厚度的跳跃变化都不会超过机组生产工艺所允许的范围。其中g_i是板卷i的入口厚度，g_j是板卷j的入口厚度，δ_g ¹是酸轧机组所允许的轧制计划内相邻板卷入口厚度厚度差的最大跳跃值，δ_g ²是酸轧机组所允许的轧制计划内相邻板卷入口厚度厚度比的最大跳跃值。

酸轧机组后道工序正常生产运行约束条件：

$\underset{i\∈N}{\mathrm{\Σ}}{y}_{\mathrm{li}}\≥f_l,\∀l\∈M---\left(12\right)$

其中f_l表示酸轧机组后道工序中第l条流向机组能力最低需求，y_li表示板卷i与酸轧机组后道工序中第l条流向的所属关系，当板卷i在轧制计划中且属于第l条流向时y_li＝1，否则y_li＝0。

本发明根据上述描述的酸轧生产机组系统模型，提出自动优化酸轧机组板卷排产作业计划的方法，其步骤如下，方法流程如图1所示：

步骤1建立设备初始状态，设定轧制的板卷规格范围

根据酸轧前库各机组流向板卷量以及酸轧后库各机组板卷库存量，给定计划内每个机组流向加工板卷量(以重量为单位)的下限f_l。根据轧制板卷类型设定轧机工作辊最大轧制能力Q以及最少轧制需求B。依据客户订单需求，设定该轧制计划轧制板卷的规格(出口宽度、出口厚度等)范围。

步骤2根据初始状态在酸轧机组前库在库板卷中，选择满足初始状态条件的板卷(称这类板卷为“轧制计划的候选板卷”，简称“候选板卷”)。

依据步骤1中给定的初始状态从酸轧前库在库板卷中选择符合规格范围的各流向板卷。这些满足初始状态范围要求的板卷，即为酸轧机组板卷排产作业计划的“候选板卷”，所有的候选板卷信息存放在候选板卷集合中。设Cand表示候选板卷集合，n表示候选板卷集合中候选板卷的数量。具体流程见图2。

步骤3从候选板卷中选择合适的板卷排入酸产排产计划中，得到酸轧排产计划内板卷，形成酸轧机组板卷排产作业计划S，简称计划S，在满足系统模型的约束条件下选择酸轧排产计划内板卷，使其计划内相邻板卷之间的切换费用尽量小，同时计划内板卷重量尽可能的接近轧辊的轧制能力；步骤如下：(1)选择板卷出口宽度最大的一个板卷作为该计划的首板卷；(2)当排产计划中板卷总重量小于轧辊的最少轧制需求时，如果排产计划中板卷所有流向均满足酸轧机组后道工序正常生产运行约束条件，在候选板卷中选择板卷插入排产计划，使得模型目标函数值最小；如果排产计划中板卷的流向有不满足酸轧机组后道工序正常生产运行约束条件时，在候选板卷中选择不满足酸轧机组后道工序正常生产运行约束条件的且插入后使目标函数值最小的板卷插入排产计划中；(3)当排产计划中板卷满足轧辊的最少轧制需求，不满足轧辊的最大轧制能力需求时，如果排产计划中板卷所有流向均满足酸轧机组后道工序正常生产运行约束条件，在候选板卷中选择板卷插入排产计划，使得模型目标函数值减小；如果排产计划中板卷的流向有不满足酸轧机组后道工序正常生产运行约束条件时，在候选板卷中选择不满足酸轧机组后道工序正常生产运行约束条件的且插入后使目标函数值最小的板卷插入排产计划中。

具体步骤如下，流程见图3、4所示：

Step 1：计算Cand中任意两个板卷之间的规格切换成本费用c_ij。根据酸轧机组设备正常生产时所满足的规格切换标准计算Cand中板卷i和j的出口宽度切换费用p_ij ^exw、入口宽度切换费用p_ij ^entraw、出口厚度切换费用p_ij ^exth、入口厚度切换费用p_ij ^entrath、钢种切换费用p_ij ^stgr以及切变要求切换费用p_ij ^cutr。根据系统模型中描述的c_ij计算方法，计算出板卷i和j规格切换成本费用c_ij＝p_ij ^exw+p_ij ^entraw+p_ij ^exth+p_ij ^entrath+p_ij ^stgr+p_ij ^cutr。

Step 2：初始化相关参数。W表示酸轧机组板卷排产作业计划S中所有板卷的总重量，W＝0。CapLeft表示酸轧机组板卷排产作业计划剩余容量，即轧辊最大轧制能力与计划内板卷总重量的差，令CapLeft＝Q。CandP表示Cand中满足CapLeft限制可插入酸轧机组板卷排产作业计划S中的板卷集合，CandP＝{i|板卷i的重量≤CapLeft，i∈Cand}，初始令CandP＝Cand。CandS_l表示酸轧机组板卷排产作业计划S中酸轧机组后道工序中第l条流向板卷集合，初始令CandS_l为空。FW_l表示酸轧机组板卷排产作业计划S中酸轧机组后道工序中第l条流向板卷总重量，初始令FW_l＝0。

Step 3：确定酸轧机组板卷排产作业计划中首板卷。从Cand中选择板卷出口宽度最大的一个板卷作为该计划的首板卷，添加到S中，同时根据所属流向添加到相应的CandS_l中，从Cand中删除S中的板卷。计算W、CapLeft、FW_l，更新Cand、CandP、CandS_l。

Step 4：判断S中已选板卷的总重量W是否≥B。如果W＜B，从CandP中选择插入S中使系统模型(1)中目标函数值最小的板卷i，判断酸轧机组板卷排产作业计划S中板卷i所属流向CandS_l中的板卷总重量是否满足系统模型中约束(12)即FW_l≥f_l，如果不满足，将板卷i插入计划S中，如果满足需求则从CandP中选择计划S中流向尚未满足系统模型中约束(12)需求的插入计划S后使系统模型(1)中目标函数值最小的板卷i插入到计划S中，如果所有流向均满足系统模型中约束(12)的需求，则选择插入计划S中使系统模型(1)中目标函数最小的板卷i插入到计划S中，从Cand中删除插入板卷i。计算W、CapLeft、FW_l，更新Cand、CandP、CandS_l。若W＜B，转到Step 4，否则，转到Step 5。

Step 5：如果W≤Q，且CandP为非空集合(即CandP中有可插入计划S的板卷)，判断计划S中各流向CandS_l板卷总重量是否满足流向需求FW_l≥f_l，如果不满足则从CandP中选择流向不满足需求的该流向板卷且插入计划S中使系统模型(1)中目标函数值最小的板卷i插入到计划S中，从Cand中删除插入板卷i；如果满足，则从CandP中选择插入计划S后能使使系统模型(1)的目标函数值减小的板卷i插入到计划S中，从Cand中删除插入板卷i，如果没有这样的板卷则转至步骤4，计算W、CapLeft、FW_l，更新Cand、CandP、CandS_l。若CandP为非空集合，转到Step 5，否则转至步骤4。

步骤4对酸轧机组的初始可行排产作业计划进行优化调整，得到最终的酸轧机组排产作业计划，先分别使用删除、插入和替换，对计划内板卷与待选板卷之间进行操作，使得模型目标函数值最小；然后使用动态搜索的交换操作和内部插入操作，对计划内板卷进行操作，使得系统模型目标函数值减少。具体步骤如下：

针对酸轧机组初始可行生产作业计划，使用嵌入动态搜索(以下用Dynasearch)的禁忌搜索(Tabu Search，简称TS)混合智能优化算法(该算法以下简称Dynasearch_TS)对其进行优化调整，以进一步改善酸轧生产计划，最终到达提高产品质量的目的。TS算法是基于记忆的智能优化方法，它通过允许访问质量较差解的方式使得算法能够搜索较大的解空间，并通过禁忌表来记录最近所采用的移动从而防止算法在搜索的过程中出现循环。动态搜索是使用动态规划通过一些传统的邻域构造一系列的无关独立移动，这一系列无关的移动构成了一次动态搜索移动，它的主要特点是能够在多项式时间内搜索指数级规模的邻域。Dynasearch_TS算法机制如图5所示，针对计划S中与Cand中之间的板卷调整使用TS算法，而对于计划S中板卷加工顺序的调整依赖于动态搜索算法。

根据问题特点，Dynasearch_TS算法中禁忌搜索(TS)算法所使用的邻域主要包括：删除(Deletion)从计划S中已选板卷中选择一个删除后能使系统模型(1)中目标函数值减少的板卷进行删除；插入(Insertion)从Cand中选择一个板卷i插入到计划S中的某个位置上，使将板卷i插入到计划S中后能使系统模型(1)中目标函数值减少；替换(Exchange)分别在计划S中和候选板卷集合Cand中各选一个板卷进行交换，交换后使系统模型(1)中目标函数值减少。动态搜索所使用构成邻域的方法包括：交换(Swap)计划S中两个不同位置上的板卷交换；内部插入(Inner-Insertion)计划S中某个位置上的板卷插入到该计划S中其它位置上。

对于动态搜索(Dynasearch)算法，给定问题的一个解S＝(s(0)，s(1)，s(2)，...，s(m))，s(j)表示酸轧计划单元内第j个板卷。设F(j：s)表示起点为s(1)终点为s(j)的最短的哈密顿路的长度。当计算F(j+1：s)时，存在3种可能的方式，如图3～5所示：

(1)板卷s(j+1)紧接板卷s(j)排入计划，同时保持计划S内原有板卷顺序不变，如图6所示；

(2)板卷s(j+1)首先紧承板卷s(j)顺序排入计划，然后对所得到的计划S内板卷顺序根据i(i＝1，...，j)执行一系列独立的交换，即交换计划S内板卷s(j+1)和s(i+1)位置，如图7所示；

(3)板卷s(j+1)首先紧承板卷s(j)排入计划顺序，然后对所得到的计划内板卷顺序根据i(i＝1，...，j-1)执行一系列独立的内部插入，即将板卷s(j+1)插入到紧接s(i)之后，如图8所示。

Dynasearch邻域的动态规划算法可以描述如下：

(1)初始化：F(0：s)＝0，F(1：s)＝0，

F(2：s)＝c_s(1)，s(2)，(其中c_s(1)，s(2)表示计划S第一个板卷s(1)和第二个板卷s(2)间的规格切换成本费用，对应系统模型(1)中目标函数中的c_ij，例如：c_s(1)，s(2)中s(1)对应i，s(2)对应j)

F(3：s)＝c_s(1)，s(2)+c_s(2)，s(3)；

(2)对j＝3，...，m，F(j+1：s)可由下面的迭代公式计算：

$F(j+1:s)=\min \left\{\begin{array}{c}F(j:s)+c_{s\left(j\right),s(j+1)},\\ \underset{0\≤i\≤j-2}{\min }\{F(i:s)+c_{s\left(i\right),s(j+1)}+c_{s(j+1),s(i+2)}+D_{s(i+2),s\left(j\right)}+c_{s\left(j\right),s(i+1)}\},\\ \underset{0\≤i\≤j-1}{\min }\{F(i:s)+c_{s\left(i\right),s(j+1)}+c_{s(j+1),s(i+1)}+D_{s(i+1),s\left(j\right)}\}\end{array}\right..$

①在上面的迭代公式中，第一个式子F(j：s)+c_{s(j)，s(j+1)}对应的是由方式(1)所得到的哈密顿路的长度，即在轧制顺序中板卷s(j+1)紧接板卷s(j)后面排列，同时保持计划内原有板卷顺序不变。

②第二个式子 $\underset{1\≤i\≤j-2}{\min }\{F(i:s)+c_{s\left(i\right),s(j+1)}+c_{s(j+1),s(i+2)}+D_{s(i+2),s\left(j\right)}+c_{s\left(j\right),s(i+1)}\},$ 其中若s(i+2)＝s(j)，则D_{s(i+2)，s(j)}＝0，否则 $D_{s(i+2),s\left(j\right)}=\underset{k=i+2}{\overset{j-1}{\mathrm{\Σ}}}{c}_{s\left(k\right),s(k+1)},$ 对应的是由方式(2)所得到的哈密顿路的长度，即在轧制顺序中首先直接将板卷s(j+1)紧承板卷s(j)顺序排入计划，然后对所得到的计划内板卷顺序根据i(i＝0，...，j-2)执行一系列独立的交换，即即交换计划内板卷s(j+1)和s(i+1)的位置。

③第三个式子 $\underset{0\≤i\≤j-1}{\min }\{F(i:s)+c_{s\left(i\right),s(j+1)}+c_{s(j+1),s(i+1)}+D_{s(i+1),s\left(j\right)}\},$ 其中如果s(i+1)＝s(j)，则D_{s(i+1)，s(j)}＝0，否则 $D_{s(i+1),s\left(j\right)}=\underset{k=i+1}{\overset{j-1}{\mathrm{\Σ}}}{c}_{s\left(k\right),s(k+1)},$ 对应的是由方式(2)所得到的哈密顿路的长度，即在轧制顺序中首先直接将板卷s(j+1)紧承板卷s(j)顺序排入计划，然后对所得到的计划内板卷顺序根据i(i＝0，...，j-1)执行一系列独立的内部插入，即将板卷s(j+1)插入到紧接s(i)之后。当得到了邻域中最短路的长度F(m：s)后，就可以用回溯的方法找到相应的最短路。

本发明所提出的Dynasearch_TS混合智能优化算法的主要过程如下，流程图见图9：

Step 1：初始化。令酸轧机组的初始可行生产作业计划S作为当前最优解S^best和当前解S^cur。最大迭代次数iter_max＝200，最大未改进迭代次数Unimproveiter_max＝30，禁忌表为空，禁忌表长度为7，记录未改进最优解的循环次数ret＝0，记录循环次数iter＝0。

Step 2：对计划单元S内板卷以及候选板卷集合Cand中用删除、插入和替换进行一次邻域搜索，从这3种搜索中找出一个最好的未被禁忌(在禁忌表中的移动为被禁忌的)的移动或者最好的被禁忌但其移动可以改进当前最好解的移动(这种移动称为“破禁”)，对当前解应用这个移动，得到对应的解S^cur。将应用移动的相反移动记录在禁忌表中。更新禁忌表及禁忌表长度。

Step 3：如果S^cur＜S^best，令S^best＝S^cur，ret＝0，iter＝iter+1；否则，ret＝ret+1，iter＝iter+1。

Step 4：对计划单元S内板卷按照上述动态搜索邻域的动态规划算法进行邻域搜索，直到当前解无法改进时终止动态搜索算法。若S^cur＜S^best，令S^best＝S^cur，ret＝0。

Step 5：如果ret＜Unimproveiter_max，且iter＜iter_max，则转到Step 2。否则，停止，输出算法所得到的最好的生产作业计划S^best。

本发明提供了一种冷轧酸洗和轧制联合机组的板卷自动排产优化系统。该系统是基于钢铁企业的信息平台(企业资源计划(简称ERP)系统、数据仓库系统)，以Windows为支撑平台，采用Visualc++6.0开发程序，后台数据库采用Microsoft SQL Server 2000数据库系统开发的优化系统。该系统设计主要是采用模块设计思想与图形接口相结合，模块化设计使系统便于修改与移植，而图形接口便于用户操作。本发明从软件产品实现的各功能的角度考虑把系统分成多个模块，每个模块保持一定的功能独立，在协同工作时，通过相互之间的接口完成实际任务。当系统的外界软、硬件的环境发生变化或者用户的需求有所更改时，并不需要对所有的组件进行修改，而仅对受影响的组件进行必要的修改，然后重新组合便可适应新的环境。该系统的功能模块包括：授权用户登录模块、原始数据下载模块、原始数据管理模块、计划信息录入模块、计划自动生成模块、生产计划显示模块、生产计划修改模块、生产计划结果违规检查模块、生产计划结果上传模块、系统配置模块。所述的计划自动生成模块包括建立设备初始状态子模块、选择候选板卷子模块、形成初始可行排产计划子模块以及优化调整子模块。所述的建立设备初始状态子模块对初始参数进行设置，所述的选择候选板卷子模块选择满足实际需要的规格范围的板卷作为候选板卷；所述的形成初始可行排产计划子模块，在满足系统模型的约束条件下选择酸轧排产计划内板卷，使其计划内相邻板卷之间的切换费用尽量小，同时计划内板卷重量尽可能的接近轧辊的轧制能力；所述的优化调整子模块对酸轧机组初始可行生产作业计划，使用嵌入动态搜索的禁忌搜索混合智能优化算法对其进行优化调整，使得系统模型的目标函数值减小。

本发明提供的一种冷轧酸洗和轧制联合机组的板卷自动排产优化系统操作流程如下，软件系统流程图如图10所示：

(1)用户启动酸轧板卷排产优化调度系统后，首先进入授权用户登录模块。输入用户名和密码，若用户为非法用户则不能进入系统；若用户为合法的用户，则可以顺利进入系统；

(2)用户在酸轧板卷排产优化调度系统中进入数据下载模块界面，执行酸轧机组前库板卷信息的下载。系统从企业现行的信息系统上下载原始数据；

(3)用户可以在酸轧板卷排产优化调度系统中数据管理模块界面下，实现板卷信息的增加、修改、删除和查询功能；

(4)用户在系统配置模块界面下设置计算参数；

(5)用户在计划信息录入模块中，输入酸轧排产作业要完成的板卷信息，如：板卷的规格范围要求(出口长度、出口厚度等)、酸轧排产作业计划轧辊的轧制能力等；

(6)用户在优化排产界面下，通过选择计划自动生成模块实现对酸轧排产作业计划自动排产。该模块嵌入了本发明提供的酸轧生产机组系统模型以及提出自动优化酸轧机组板卷排产作业计划的方法，该模块的操作流程如图1所示；

(7)用户在生产计划显示模块界面下，查看自动排产的计算结果；

(8)用户在生产计划结果违规检查模块界面下，对编排的计划进行违规检查；

(9)如果用户对酸轧计划自动优化排产结果不满意可以在生产计划修改模块界面下进行人工手动修改，直到用户满意为止；

(10)经过优化调整后的生产作业计划经过违规检查模块发现无违规状态发生时，确认计划的可行性，通过生产计划结果上传模块将生产作业下传至酸轧机组生产控制系统中。

由酸轧机组的生产自动控制系统执行最后所得到的优化生产作业计划。

本发明的优点和技术进步是明显的：

(1)本发明除可应用轧钢厂生产计划外，还可广泛应用其他金属材料的酸轧工艺。本发明从酸轧的实际生产工艺出发，建立了应用于实际的酸轧生产排产模型来描述了酸轧机组生产系统。该模型的特点：该模型不仅考虑了宽度跳跃、厚度跳跃等满足实际酸轧机组生产设备工艺要求外，还考虑了能保证酸轧机组后各后道产线正产生产的物流平衡约束，同时在保证正产生产的前提下尽可能的发挥轧辊的产能。该模型综合考虑实际生产中的板卷规格跳跃成本、换辊成本等多成本因素，不但能满足实际生产中酸轧机组的正产运行生产，同时能有效地降低生产成本、提高酸轧产品质量，以及充分发挥轧机产能。

(2)本发明针对实际问题轧制计划的问题对它的定性指标进行量化，对模型参数的结构进行了分析，给出了模型参数的具体表达，并首次应用Dynasearch_TS混合智能优化算法酸轧机组的初始可行生产作业计划进行优化调整。实验结果表明，该模型与算法获得的最好解符合生产实际要求。

(3)通过实际数据人工排产结果与本发明优化结果比较，本发明优化得到的生产计划与人工排产的计划相比，在酸轧机组产能提高8.9％的前提下，能够将目标函数降低10.02％。本发明优化方法有效地提高了酸轧机组的产能，降低了规格切换生产成本，同时提高了酸轧产品的质量。

(4)本发明的冷轧酸洗和轧制联合机组的板卷自动排产优化系统系统采用模块设计思想与图形接口相结合，模块化设计使系统便于修改与移植，而图形接口便于用户操作。此外，这种人机交互的操作系统更能适合企业根据实际生产需要合理安排计划。

附图说明

图1为酸轧机组的板卷自动排产优化方法步骤流程图，

图2为冷轧酸洗和轧制联合机组的板卷自动排产优化方法候选板卷选择流程图，

图3为酸轧机组初始可行生产作业计划流程图前部分图，

图4为酸轧机组初始可行生产作业计划流程图后部分图，

图5为Dynasearch_TS算法机制图，

图6为计算起点为s(1)终点为s(j+1)的最短的哈密顿路的长度F(j+1：s)的第一种方式示意图，

图7为计算起点为s(1)终点为s(j+1)的最短的哈密顿路的长度F(j+1：s)的第二种方式交换示意图，

图8为计算起点为s(1)终点为s(j+1)的最短的哈密顿路的长度F(j+1：s)的第三种方式内部插入示意图，

图9为采用Dynasearch_TS混合智能优化算法对酸轧机组的初始可行排产作业计划进行优化调整流程图，

图10为本发明所开发的优化系统操作流程图，

图11为本发明所开发的优化系统中在库板卷信息下载界面图，

图12为本发明所开发的优化系统中工艺参数设置界面图，

图13为本发明所开发的优化系统中惩罚成本参数设置界面图，

图14为本发明所开发的优化系统中计划信息设置界面图，

图15为本发明所开发的优化系统所得到的生产作业计划显示界面图，

图16为本发明所开发的优化系统所提到的生产作业计划的评价界面图。

具体实施方式

本发明所提出的酸轧机组生产作业系统优化工艺方法已经实现，并嵌入到由MicrosoftVisual Studio 6.0所开发的钢铁企业酸轧机组生产作业优化系统中。该系统是基于钢铁企业的信息平台(企业资源计划(简称ERP)系统、数据仓库系统)，以Windows为支撑平台，采用Visualc++6.0开发程序，后台数据库采用Microsoft SQL Server 2000数据库系统开发的优化系统。

使用本发明所开发的钢铁企业酸轧机组生产作业优化系统按以下步骤：

步骤1、依照授权进入系统，从企业ERP数据服务器上下载板卷数据信息(信息字段包括：板卷序号、入口板卷号、出口板卷号、合同号、入口厚度、入口宽度、出口厚度、出口宽度、卷重、材料组别、补充号、BK号、检查基准、切边标记、交货期、下游机组、原板代码、钢种)，设定需要编排的计划信息(包括计划内板卷出口宽度或出口厚度范围、酸轧各后道机组需求容量下限)，如图11所示。

步骤2、进入系统配置模块界面下设置计算参数，包括模型和算法参数，如图12、13所示，包括入口厚度要求、出口厚度要求和相邻板卷规格跳跃惩罚值设定。

步骤3、进入计划信息录入模块中，输入酸轧排产作业要完成的板卷信息，即建立设备初始状态，设定轧制的板卷规格范围，如图14所示。设定轧制板卷的规格是入口厚度范围从2毫米～5毫米，出口宽度范围从1000毫米～1800毫米，“09”流向需求下限是2000吨，其他流向没有限定，酸轧轧辊工作能力默认3000吨，图14中未填写选项默认为系统设定的默认最大范围。

步骤4、根据初始状态在酸轧机组前库在库板卷中，选择满足初始状态条件的板卷。根据3设定的条件，选择满足初始状态条件的板卷共114个板卷，如图14所示，114个板卷信息存放在系统内设置的Cand集合中。

步骤5、在优化排产界面下，通过选择计划自动生成模块实现对酸轧排产作业计划自动排产，操作流程如图1所示：

1)从候选板卷中选择合适的板卷排入酸产排产计划中，得到酸轧排产计划内板卷，形成酸轧机组初始可行排产作业计划S，具体步骤如下，流程见图3、4所示：

Step 1：计算Cand中任意两个板卷之间的规格切换成本费用c_ij。根据酸轧机组设备正常生产时所满足的规格切换标准计算Cand中板卷i和j的出口宽度切换费用p_ij ^exw、入口宽度切换费用p_ij ^entraw、出口厚度切换费用p_ij ^exth、入口厚度切换费用p_ij ^entrath、钢种切换费用p_ij ^stgr以及切变要求切换费用p_ij ^cutr。根据系统模型中描述的c_ij计算方法，计算出板卷i和j规格切换成本费用c_ij＝p_ij ^exw+p_ij ^entraw+p_ij ^exth+p_ij ^entrath+p_ij ^stgr+p_ij ^cutr。

Step 2：初始化相关参数。W表示轧机组板卷排产作业计划S中所有板卷的总重量，W＝0。CapLeft表示酸轧机组板卷排产作业计划剩余容量，即轧辊最大轧制能力与计划内板卷总重量的差，令CapLeft＝Q，其中根据3有Q＝3000。CandP表示Cand中满足CapLeft限制可插入酸轧机组板卷排产作业计划S中的板卷集合，CandP＝{i|板卷i的重量≤CapLeft，i∈Cand}，初始令CandP＝Cand，CandP中共有114个板卷。CandS_l表示酸轧机组板卷排产作业计划S中酸轧机组后道工序中第l条流向板卷集合，初始令CandS_l为空。FW_l表示酸轧机组板卷排产作业计划S中酸轧机组后道工序中第l条流向板卷总重量，初始令FW_l＝0。

Step 3：确定酸轧机组板卷排产作业计划中首板卷。从Cand中选择板卷出口宽度最大的一个板卷作为该计划的首板卷，添加到S中，同时根据所属流向添加到相应的CandS_l中，从Cand中删除S中的板卷。计算W、CapLeft、FW_l，更新Cand、CandP、CandS_l。

Step 4：判断S中已选板卷的总重量W是否≥B。如果W＜B，从CandP中选择插入S中使系统模型(1)中目标函数值最小的板卷i，判断酸轧机组板卷排产作业计划S中板卷i所属流向CandS_l中的板卷总重量是否满足系统模型中约束(12)即FW_l≥f_l，如果不满足，将板卷i插入计划S中，如果满足需求则从CandP中选择S中流向尚未满足系统模型中约束(12)需求的插入计划S后使系统模型(1)中目标函数值最小的板卷i插入到计划S中，如果所有流向均满足系统模型中约束(12)的需求，则选择插入计划S中使系统模型(1)中目标函数值最小的板卷i插入到计划S中，从Cand中删除插入板卷i。计算W、CapLeft、FW_l，更新Cand、CandP、CandS_l。若W＜B，转到Step 4，否则，转到Step 5。

Step 5：如果W≤Q，且CandP为非空集合(即CandP中有可插入计划S的板卷)，判断计划S中各流向CandS_l板卷总重量是否满足流向需求FW_l≥f_l，如果不满足则从CandP中选择流向不满足需求的该流向板卷且插入计划S中使系统模型(1)中目标函数值最小的板卷i插入到计划S中，从Cand中删除插入板卷i；如果满足，则从CandP中选择插入计划S后能使使系统模型(1)的目标函数值减小的板卷i插入到计划S中，从Cand中删除插入板卷i，如果没有这样的板卷则转至步骤4，计算W、CapLeft、FW_l，更新Cand、CandP、CandS_l。若CandP为非空集合，转到Step 5，否则转至对酸轧机组的初始可行排产作业计划进行优化调整阶段2)。

2)对酸轧机组的初始可行排产作业计划进行优化调整，优化调整方法采用本发明提出的Dynasearch_TS混合智能优化算法，流程图见图9，具体步骤如下：

Step 1：初始化。令酸轧机组的初始可行生产作业计划S作为当前最优解S^best和当前解S^cur。最大迭代次数iter_max＝200，最大未改进迭代次数Unimproveiter_max＝30，禁忌表为空，禁忌表长度为7，记录未改进最优解的循环次数ret＝0，记录循环次数iter＝0。

Step 2：对计划单元S内板卷以及候选板卷集合Cand中用删除、插入和替换进行一次邻域搜索：删除(Deletion)从计划S中已选板卷中选择一个删除后能使系统模型(1)中目标函数值减少的板卷进行删除；插入(Insertion)从Cand中选择一个板卷i插入到计划S中的某个位置上，使将板卷i插入到计划S中后能使系统模型(1)中目标函数值减少；替换(Exchange)分别在计划S中和候选板卷集合Cand中各选一个板卷进行交换，交换后使系统模型(1)中目标函数值减少。从这3种搜索中找出一个最好的未被禁忌(在禁忌表中的移动为被禁忌的)的移动或者最好的被禁忌但其移动可以改进当前最好解的移动(这种移动称为“破禁”)，对当前解应用这个移动，得到对应的解S^cur。将应用移动的相反移动记录在禁忌表中。更新禁忌表及禁忌表长度。

Step 3：如果S^cur＜S^best，令S^best＝S^cur，ret＝0，iter＝iter+1；否则，ret＝ret+1，iter＝iter+1。

Step 4：对计划S内板卷采用本发明提出的动态搜索邻域的动态规划算法进行邻域搜索，直到当前解无法改进时终止动态搜索算法。动态搜索邻域包括：交换(Swap)计划S中两个不同位置上的板卷交换；内部插入(Inner-Insertion)计划S中某个位置上的板卷插入到该计划S中其它位置上。动态搜索邻域的动态规划算法为：F(0：s)＝0，F(1：s)＝0，F(2：s)＝c_s(1)，s(2)，F(3：s)＝c_s(1)，s(2)+c_s(2)，s(3)，对j＝3，...，m，F(j+1：s)由下面的迭代公式计算

$F(j+1:s)=\min \left\{\begin{array}{c}F(j:s)+c_{s\left(j\right),s(j+1)},\\ \underset{0\≤i\≤j-2}{\min }\{F(i:s)+c_{s\left(i\right),s(j+1)}+c_{s(j+1),s(i+2)}+D_{s(i+2),s\left(j\right)}+c_{s\left(j\right),s(i+1)}\},.\\ \underset{0\≤i\≤j-1}{\min }\{F(i:s)+c_{s\left(i\right),s(j+1)}+c_{s(j+1),s(i+1)}+D_{s(i+1),s\left(j\right)}\}\end{array}\right.$ 若S^cur＜S^best，令S^best＝S^cur，ret＝0。

Step 5：如果ret＜Unimproveiter_max，且iter＜iter_max，则转到Step 2。否则，停止，输出算法所得到的最好的生产作业计划S^best。

步骤6、在生产计划显示模块界面下，查看自动排产的计算结果，如图15、16所示。

步骤7、确认计划的可行性，通过生产计划结果上传模块将生产作业下传至酸轧机组生产控制系统中。

步骤8、由机组的工作人员及生产自动控制系统执行所得到的优化生产作业计划。

Claims (6)

1.一种冷轧酸洗和轧制联合机组自动排产优化方法，其特征是包括以下步骤：

步骤1建立设备初始状态

根据酸轧前库各机组流向板卷量以及酸轧后库各机组板卷库存量，给定计划内每个机组流向加工板卷量的下限，根据轧制板卷类型设定轧机工作辊最大轧制能力以及最少轧制需求，限定酸轧板卷的流向、规格，其中规格包括宽度、厚度；

步骤2选择候选板卷

根据设备初始状态，选择满足规格范围要求的板卷作为酸轧候选板卷；

步骤3形成酸轧初始可行排产计划

在满足系统模型的约束条件下选择酸轧排产计划内板卷，使其计划内相邻板卷之间的切换费用尽量小，同时计划内板卷重量尽可能的接近轧辊的轧制能力；

步骤3-1：所述的系统模型，描述如下：

约束条件

y₀＝1                        (4)

酸轧前库中有n个可用板卷，用N表示可用板卷集合，酸轧机组后道并行工序有l个，用L表示后道机组集合，λ_i表示各成本在目标函数中的权重，c_ij表示板卷i和板卷j之间规格变化的费用，

是计划单元中相邻板卷之间的总的切换成本，其中当板卷j紧接板卷i被轧制时，x_ij＝1，否则x_ij＝0，

是表示轧制能力，其中p_i为板卷i的重量，当板卷i被选入轧制排产计划时，y_i＝1，否则y_i＝0，y₀表示虚拟板卷，酸轧机组板卷排产作业计划S，约束条件(2)-(5)是系统约束，用来保证每个板卷都必须被加工且只能被分配到一个计划单元中，并保证生产是连续进行的；

步骤3-2：所述的系统模型的约束条件，描述如下：

机组的生产能力限制约束条件：

其中B表示酸轧排产计划单元中，轧辊的最少轧制需求，Q表示轧辊的最大轧制能力；酸轧机组的生产工艺限制约束条件：

约束(7)保证所有的板卷都是按照出口宽度从宽到窄的工艺要求进行生产，其中w^ex _i是板卷i的出口宽度，M是一个足够大的常数；

约束(8)和约束(9)保证轧制计划内相邻两个板卷之间的入口宽度的跳跃变化都不会超过机组生产工艺所允许的范围，其中w^entra _i是板卷i的入口宽度，δ_w ¹是轧制计划内相邻板卷入口宽度从宽到窄跳跃酸轧机组所允许的最大跳跃，δ_w ²是轧制计划内相邻板卷入口宽度从窄到宽跳跃酸轧机组所允许的最大跳跃；

约束(10)和约束(11)保证轧制计划内相邻两个板卷之间的入口厚度的跳跃变化都不会超过机组生产工艺所允许的范围，其中g_i是板卷i的入口厚度，δ_g ¹是酸轧机组所允许的轧制计划内相邻板卷入口厚度厚度差的最大跳跃值，δ_g ²是酸轧机组所允许的轧制计划内相邻板卷入口厚度厚度比的最大跳跃值；

酸轧机组后道工序正常生产运行约束条件：

其中f_l表示酸轧机组后道工序中第l条流向机组最低需求，y_li表示板卷i与酸轧机组后道工序中第l条流向的所属关系，当板卷i在轧制计划中且属于第l条流向时y_li＝1，否则y_li＝0，

步骤4对酸轧机组的初始可行排产计划进行优化调整

对酸轧初始可行排产计划，满足系统模型的约束条件下，对排产计划内的板卷和候选板卷之间进行调整，使得系统模型的目标函数值减小。

2.按照权利要求1所述的一种冷轧酸洗和轧制联合机组自动排产优化方法，其特征在于步骤3中所述的形成酸轧初始可行排产计划，步骤如下：(1)选择板卷出口宽度最大的一个板卷作为该计划的首板卷；(2)当排产计划中板卷总重量小于轧辊的最少轧制需求时，如果排产计划中板卷所有流向均满足酸轧机组后道工序正常生产运行约束条件，在候选板卷中选择板卷插入排产计划，使得系统模型目标函数值最小；如果排产计划中板卷的流向有不满足酸轧机组后道工序正常生产运行约束条件时，在候选板卷中选择不满足酸轧机组后道工序正常生产运行约束条件的且插入后使目标函数值最小的板卷插入排产计划中；(3)当排产计划中板卷满足轧辊的最少轧制需求，不满足轧辊的最大轧制能力需求时，如果排产计划中板卷所有流向均满足酸轧机组后道工序正常生产运行约束条件，在候选板卷中选择板卷插入排产计划，使得系统模型目标函数值减小；如果排产计划中板卷的流向有不满足酸轧机组后道工序正常生产运行约束条件时，在候选板卷中选择不满足酸轧机组后道工序正常生产运行约束条件的且插入后使目标函数值最小的板卷插入排产计划中。

3.按照权利要求1所述的一种冷轧酸洗和轧制联合机组自动排产优化方法，其特征在于步骤4中所述的对酸轧机组的初始可行排产计划进行优化调整，先分别使用删除、插入和替换，对计划内板卷与候选板卷进行操作，使得系统模型目标函数值最小；然后使用动态搜索的交换操作和内部插入操作，对计划内板卷进行操作，使得系统模型目标函数值减少。

4.按照权利要求3所述的一种冷轧酸洗和轧制联合机组自动排产优化方法，其特征在于所述的动态搜索，步骤如下，给定一个解S＝(s(0)，s(1)，s(2)，…，s(m))，s(j)表示酸轧计划单元内第j个板卷，设F(j：s)表示起点为s(1)终点为s(j)的最短的哈密顿路的长度，

(1)初始化：F(0：s)＝0，F(1：s)＝0，

F(2：s)＝c_s(1)，s(2)，其中c_s(1)，s(2)表示计划S第一个板卷s(1)和第二个板卷s(2)间的规格切换成本费用，

F(3：s)＝c_s(1)，s(2)+c_s(2)，s(3)；

(2)对j＝3，…，m，F(j+1：s)可由下面的迭代公式计算：

轧制顺序中首先直接将板卷s(j+1)紧承板卷s(j)顺序排入计划，然后对所得到的计划内板卷顺序根据i(i＝0，...，j-1)执行一系列独立的内部插入，即将板卷s(j+1)插入到紧接s(i)之后。

5.如权利要求1所述的一种冷轧酸洗和轧制联合机组自动排产优化方法所采用的系统，其特征是该系统包括：授权用户登录模块、原始数据下载模块、原始数据管理模块、计划信息录入模块、计划自动生成模块、生产计划显示模块、生产计划修改模块、生产计划结果违规检查模块、生产计划结果上传模块和系统配置模块，所述的授权用户登录模块输入用户名和密码，若用户为非法用户则不能进入系统；若用户为合法的用户，则可以顺利进入系统；所述的原始数据下载模块，执行酸轧机组前库板卷信息的下载，系统从企业现行的信息系统上下载原始数据；所述的生产计划修改模块实现板卷信息的增加、修改、删除和查询功能；所述的计划信息录入模块，输入酸轧排产作业要完成的板卷信息，板卷的规格范围要求，包括出口长度、出口厚度、酸轧排产作业计划轧辊的轧制能力；所述的系统配置模块界面下设置计算参数，包括酸轧机组轧制时所要求的轧制单元内相邻板卷之间宽度、厚度的跳跃限制，系统模型目标函数中的权重值，自动优化算法中对轧制单元内相邻板卷之间规格跳跃的惩罚值；所述的计划自动生成模块实现对酸轧排产作业计划自动排产，该模块嵌入了酸轧生产机组系统模型以及提出自动优化酸轧机组板卷排产作业计划的方法；所述的生产计划显示模块界面下，查看自动排产的计算结果；所述的生产计划结果违规检查模块，对编排的计划进行违规检查，酸轧计划自动优化排产结果不满意在生产计划修改模块界面下进行人工手动修改；所述的生产计划结果上传模块，上传模块将生产作业上传至酸轧机组生产控制系统中。

6.如权利要求5所述的一种冷轧酸洗和轧制联合机组自动排产优化方法所采用的系统，其特征是所述的计划自动生成模块包括建立设备初始状态子模块、选择候选板卷子模块、形成初始可行排产计划子模块以及优化调整子模块，所述的建立设备初始状态子模块对初始参数进行设置，所述的选择候选板卷子模块选择满足实际需要的规格范围的板卷作为候选板卷；所述的形成初始可行排产计划子模块，在满足系统系统模型的约束条件下选择酸轧排产计划内板卷，使其计划内相邻板卷之间的切换费用尽量小，同时计划内板卷重量尽可能的接近轧辊的轧制能力；所述的优化调整子模块对酸轧机组初始可行生产作业计划，使用嵌入动态搜索的禁忌搜索混合智能优化算法对其进行优化调整，使得系统模型的目标函数值减小。

Images