CN103020767A - 智能出钢材组坯方法及其装置 - Google Patents
智能出钢材组坯方法及其装置 Download PDFInfo
- Publication number
- CN103020767A CN103020767A CN2012105299913A CN201210529991A CN103020767A CN 103020767 A CN103020767 A CN 103020767A CN 2012105299913 A CN2012105299913 A CN 2012105299913A CN 201210529991 A CN201210529991 A CN 201210529991A CN 103020767 A CN103020767 A CN 103020767A
- Authority
- CN
- China
- Prior art keywords
- assembly
- scheme
- large plate
- parameter
- combination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- General Factory Administration (AREA)
Abstract
本发明提出一种智能出钢材组坯方法及其装置。该智能出钢材组坯方法包括:接收使用者输入的指令;从存储器的合同存储单元读入合同并将该合同进行分组处理;根据分组处理后的各组合同优化出组坯方案;将该组坯方案按格式进行分类后传送给存储器进行存储并通过使用者界面显示该组坯方案。本发明提出的智能出钢材组坯方法及其装置能够提高平均命令收得率和组坯效率,缩短生产周期,降低生产成本,节约原材料。
Description
技术领域
本发明涉及一种出钢材组坯技术,具体涉及一种智能出钢材组坯方法及其装置。
背景技术
目前,刚性需求钢铁企业生产流程长,生产方式采用大规模定制模式。这种钢铁企业的生产特点与客户的多品种、小批量、个性化需求之间存在矛盾,导致钢铁企业生产成本较高。此外,钢铁企业产品品种多,产线多,生产线物流交叉,使得计划排程工作难度增大。为使钢铁企业生产适应客户的需要,满足刚性需求的要求,以及合理地生产计划排程,高质、高效的板坯设计与生产对钢铁企业是致关重要的。然而,目前大多数钢铁企业的出钢材组坯方法仍然是在MES系统下进行人工组坯。即使少数钢铁企业采用组坯装置,但是此种组坯装置也只是适应于大客户的大批量出钢材组坯。
因此,有必要提出一种改进的智能出钢材组坯方法及其装置,提高组坯质量,减少材料浪费,节约生产成本,使得传统制造业向数字化和智能化制造方向转变。
发明内容
有鉴于此,本发明提出一种智能出钢材组坯方法及其装置,以解决刚性需求钢铁企业组坯的效率、质量和自动化程度不高、材料浪费以及出产成本较高的技术问题。
本发明提供的智能出钢材组坯方法包括:接收使用者输入的指令;从存储器的合同存储单元读入合同并将该合同进行分组处理;根据分组处理后的各组合同产生组坯方案;将该组坯方案按特定格式进行分类后传送给该存储器进行存储以及显示该组坯方案。
本发明提供的出钢材组坯装置包括:使用者界面、输入输出处理单元、并行组坯单元以及存储器。使用者界面,用于接收使用者输入的指令,并显示组坯方案;输入输出处理单元,电性连接于该使用者界面;并行组坯单元,电性连接于该输入输出处理单元,以及存储器,电性连接于该输入输出处理单元,用于存储数据;其中,该输入输出处理单元从该存储器的合同存储单元读入合同并将该合同进行分组处理后传送给该并行组坯单元,该并行组坯单元根据分组处理后的各组合同优化出组坯方案;将该组坯方案按特定格式进行分类后传送给该存储器进行存储;以及通过该使用者界面显示该组坯方案。
本发明提出的智能出钢材组坯方法及其装置的有益效果在于:提高合同组坯的平均命令收得率和效率,缩短生产周期,降低生产成本,节约原材料。
附图说明
图1为本发明具体实施方式所提出的出钢材组坯装置的结构示意图。
图2为本发明具体实施方式所提出的智能出钢材组坯方法的流程图。
图3为并行组坯单元优化出组坯方案的过程的流程图。
图4为并行组坯单元确定分组处理后的各组合同中的组坯参数的方法的流程图。
图5为并行组坯单元根据该组坯参数对当前组合同优化出组坯可用的大板方案的方法流程图。
图6为并行组坯单元校验方法的流程图。
图7为并行组坯单元计算组坯方案(最优组坯方案)的方法的流程图。
具体实施方式
参见图1,图1为本发明具体实施方式所提出的出钢材组坯装置的结构示意图。出钢材组坯装置至少包括使用者界面1、输入输出处理单元2、并行组坯单元3以及存储器4。其中,输入输出处理单元2,电性连接于使用者界面1;并行组坯单元3,电性连接于该输入输出处理单元2,并且存储器4电性连接于输入输出处理单元2。优选地,使用者界面1与输入输出处理单元2通过计算机网络连接。
使用者界面1接收使用者输入的指令,该指令用于使用者启动组坯方法以及核对和确定组坯方案。使用者可以通过使用者界面1显示相应的组坯方案。使用者界面1可以设置于一体机、台式PC机及/或笔记本电脑上。存储器4用于存储数据,包括基表存储单元、规则存储单元、合同存储单元以及组坯方案存储单元;其中合同存储单元和组坯方案存储单元分别存储合同和组坯方案;基表存储单元和规则存储单元分别存储基于钢铁企业刚性需求以及组坯经验提炼的多个基表和多条规则。输入输出处理单元2从存储器4的合同存储单元读入合同并将合同进行分组处理后传送给并行组坯单元3,并行组坯单元3根据分组处理后的各组合同优化出组坯方案;以及将并行组坯单元3的组坯方案按特定格式进行分类后传送给存储器4。
参见图2,图2为本发明具体实施方式所提出的智能出钢材组坯方法的流程图。智能出钢材组坯方法包括如下步骤:
步骤S21,使用者通过使用者界面1接收使用者输入的指令。
步骤S22,输入输出处理单元2从存储器4的合同存储单元读入合同并将合同进行分组处理。
步骤S23,并行组坯单元3根据分组处理后的各组合同分别优化出组坯方案。
步骤S24,输入输出处理单元2对组坯方案按特定格式进行分类后传送给存储器4的组坯方案存储单元进行存储,并通过使用者界面1显示组坯方案。优选地,特定格式为组坯方案头表和体表的格式。
参见图3,图3为并行组坯单元3优化出组坯方案的过程的流程图。并行组坯单元3根据分组处理后的合同分别优化出组坯方案的方法包括如下步骤:
步骤S31,进行合同归并,并通过基表得到分组处理后的各组合同中的组坯参数。举例来说,并行组坯单元3将分组处理后的各组合同按给定的相同属性进行合同归并,通过输入输出处理单元2获取存储器4的基表存储单元中的基表,以及通过基表得到分组处理后的各组合同的组坯参数。优选地,并行组坯单元3搜索基表中与分组处理后的各组合同相匹配的数据来得到组坯参数。该组坯参数包括组大板、板坯和结晶器断面等组坯参数。
步骤S32,组出所有可能的组坯大板方案并通过板坯参数反推与参数校验得到组坯大板方案集(即,组坯可用的大板方案集)。也就是说,并行组坯单元3通过该输入输出处理单元2读取存储器4的规则存储单元中的规则,对分组处理后的各组合同按该组坯参数组出和校验所有可能的组坯大板方案,对通过校验的所有可能的组坯大板方案分别按该推存的结晶断面反推板坯参数并进行参数和规则校验(例如,校验该板坯参数是否满足规则)得到组坯大板方案集(即,组坯可用的大板方案集)。优选地,并行组坯单元3可以根据确定的组坯参数采 用邻域内回溯策略对分组处理后的各组合同按该组坯参数组出和校验所有可能的组坯大板方案,并根据结晶断面对通过校验所有可能的组坯大板方案反推板坯参数与参数校验得到各组合同的组坯大板方案集(即,组坯的可用大板方案集)。
步骤S33,搜索候选组坯方案(即,候选组坯方案集)。即,并行组坯单元3根据各组合同组坯的可用大板方案集分别对分组处理后的各组合同组出所有可能的组坯方案(即,候选组坯方案集)。优选地,并行组坯单元3用该组坯的可用大板方案集搜索出该分组处理后的各组合同的可能的组坯方案(即,候选组坯方案集),并且,如果该组坯的可用大板方案集的规模小于给定的阀值,是基于回溯策略搜索,否则是基于多步回溯策略搜索。
步骤S34,选取最优组坯方案(即,最优板坯集)。优选地,并行组坯单元3搜索出各组合同的所有可能的组坯方案(即,候选组坯方案集),计算候选组坯方案中各板坯的命令收得率,分别选择平均命令收得率最优的组坯方案(即,最优组坯方案)作为最终采用的组坯方案并计算最终采用的组坯方案的其它性能参数。其中,命令收得率=板坯合同重量/进加热炉板坯重量。
也就是说,在此实施例中,先生成所有可能的组坯大板方案,然后对所有可能的组坯大板方案进行参数和规则校验,对校验合格的可能的组坯大板方案反推板坯参数并进行参数和规则校验得到组坯的可用大板方案集,接着用组坯的可用大板方案集对各组合同组出所有的候选组坯方案(候选组坯方案集),最后计算所有候选组坯方案的性能参数,选择平均命令收得率最高的候选组坯方案作为最优组坯方案(即,最终采用的组坯方案)。
参见图4,图4为并行组坯单元3确定分组处理后的各组合同的组坯参数的方法的流程图。并行组坯单元3通过输入输出处理单元2获得基表,并从基表中得到分组处理后的各组合同的组坯参数的方法包括如下步骤:
步骤S41,在该基表中搜索分组处理后的各组合同子板(即组成大板的合同板之一)的宽度和长度分别在组合大板(即,步骤S32中组坯的可用大板)的最小宽度、最大宽度和最小长度、最大长度之间对应的大板切边量的起始位置和终止位置,并保存。
步骤S42,在该基表中搜索分组处理后的各组合同子板对应的组合大板临时收得率,并保存。
步骤S43,在该基表中搜索分组处理后的各组合同子板与其产线相同的rs_限制长度、组合大板的最小宽度、最大宽度、最小宽度、最大宽度,并保存。
步骤S44,在该基表中搜索与分组处理后的各组合同子板对应的热处理代码、执行标准码、轧制模式代码,与分组处理后的各组合同子板对应的厚度在规定的范围之内、并且与产线号一致的厚度余量的起始位置和终止位置,并保存。
步骤S45,在该基表中搜索与分组处理后的各组合同子板对应的切断方式、产线号、切断方向(C/L),与分组处理后的各组合同子板对应的厚度在组合大板的最小厚度与最大厚度之间的横向切缝量,并保存。
步骤S46,在该基表中搜索与分组处理后的各组合同子板对应的产线号、轧制模式代码、与分组处理后的各组合同子板对应的厚度在大板的最小厚度与最大厚度之间的位置、板坯目标厚度和宽度分别在板坯最小厚度与最大厚度之间 和最小宽度与最大宽度之间的切边量的起始位置和终止位置,并保存。多块子板组成一块大板,再按结晶器断面缩成的板坯。
步骤S47,在该基表中搜索与分组处理后的各组合同子板对应的产线号、轧制模式代码,分组处理后的各组合同子板对应的厚度在大板的最小厚度与最大厚度之间的组合大板的最小宽度与最大宽度及最小长度与最大长度,并保存。
步骤S48,在该基表中搜索与分组处理后的各组合同子板对应的产线号的临时板坯规格,并保存。其规格有2种:[板坯最小长度1,板坯最大长度1]和[板坯最小长度2,板坯最大长度2]。
步骤S49,在该基表中搜索与分组处理后的各组合同子板对应的产线号和板坯目标厚度和宽度分别在板坯最小厚度、最大厚度之间和板坯最小宽度、最大宽度之间的两个比例值(BROAD_RATIO_MIN和BROAD_RATIO_MAX),并保存。
参见图5,图5为并行组坯单元3根据该组坯参数对分组处理后的各组合同优化出组坯的可用大板方案的方法流程图。本发明实施例是根据该组坯参数采用邻域内回溯策略对分组处理后的合同按该组坯参数组出和校验所有可能的组坯大板方案,并根据结晶器断面对通过校验的可能的组坯大板方案反推板坯参数并进行参数和规则校验得到组坯的可用大板方案集。具体来说,基于邻域内回溯策略的搜索方法包括如下步骤:
步骤S501,定义变量ret_1和当前合同的邻域尺寸(本方法中邻域尺寸取为20),获得组坯参数,设定该组合同的第一个合同为当前合同。
步骤S502,在大板上组1列当前合同子板。
步骤S503,调用校验模块进行该大板的参数和规则校验,对通过校验的大板反推对应板坯参数并对该板坯进行规则校验,返回ret_1和通过规则校验的组坯的可用大板方案。
步骤S504,ret_1=0?若ret_1=0,即大板上合同子板的长度和超过组成的大板构成对应板坯的最大长度,转至步骤S511;否则,转至步骤S505。
步骤S505,ret_1=1?若ret_1=1,即大板上合同子板的长度和达到组成的大板构成对应板坯的长度范围,且大板和对应板坯也满足其它性能要求,则存储返回的该组坯的可用大板方案和板坯参数,并转至步骤S506;否则ret_1=-1,即表示大板上合同子板的长度和不足以达到组成的大板构成对应板坯的最小长度,则转至步骤S506。
步骤S506,当前合同子板是否已不足放一列?若当前合同子板已不足放一列,则转至步骤S507;否则,转至步骤S502。
步骤S507,在该组合同的邻域内是否存在当前合同的下一个合同?若存在,则取该组合同邻域内的下一个合同为当前合同,并转至步骤S502;否则,转至步骤S508。
步骤S508,该大板上除了当前合同外是否还放置了当前合同外的前一合同子板?若是,则在大板上去掉当前合同的所有子板,取大板上前子板合同的下一合同为当前合同子板,转至步骤S509;否则,转至步骤S512。
步骤S509,该大板上放置的前一合同子板列数是否大于1?若该大板上放置的前一合同子板列数大于1,则在大板上减少一列前一合同子板,增加一列当前合同子板,转至步骤S503;否则,在该大板方案中去掉前一合同,,增加一列当前合同子板,转至步骤S503。此处为在前一合同子板中进行回溯策略。
步骤S510,当前合同是否为该组合同的邻域内的终端合同,即邻域内是否存在下一合同?若存在,则转至步骤S511;否则,转至步骤S508。
步骤S511,该大板上当前合同子板的列数是否大于1?若当前合同子板的列数大于1,则用下一合同子板替换一列当前合同子板,即该大板上减少一列当前合同子板并增加一列下一合同子板,并转至步骤S503;否则,在当前合同处理完毕后在当前大板上继续组一列下一合同子板,转至步骤S503。此步骤是处理子板长度之和超过大板的最大长度的情形,其具体做法是;减少一列,组较短的合同子板。
步骤S513,返回。此时,所有合同均已遍历完毕。
举例说明本发明实施例的实现过程。下面的A2表示A合同横着放2块。
例如有3个合同A、B和C,欠件数分别为6、6和6,长度分别为8、9和10米,假设长度限制为15~25米,对于长度方向:
由上可知,此实施例中共出现了24种组合方案,8种合格。若采用穷举,则是342种方案。而采用本发明的方法能方便地找出了组坯可用的8种大板方案。
参见图6,图6为并行组坯单元3校验方法的流程图。对可能的组坯大板方案进行校验,并根据推荐的结晶器断面反推出通过校验的该可能的组坯大板方案的对应板坯参数并校验其是否满足相应规则,即并行组坯单元3根据标志一系列的判断与计算,校验该可能的组坯大板方案是否满足相应的参数和规则,赋标识变量ret_2相应的值来表示其校验的结果,其中ret_2=1为校验合格,即该可能的组坯大板方案被作为该组合同组坯的可用大板方案,ret_2=0为校验不合格,该大板的参数之一超出最大值,ret_2=-1为大板参数之一没达到最小值。具体来说,校验组坯方案是否满足参数和规则的方法包括如下步骤:
步骤S601,校验大板宽差是否在允许范围内?如果在允许范围内,则转至步骤S602;否则,令标志位ret_2=0,并返回。
步骤S602,校验大板是否符合第21条规则?如果符合第21条规则,则转至步骤S603;否则,令标志位ret_2=0,并返回。其中,第21条规则为:当试样重量>0时,试样重量必须大于等于大板上放置该合同的重量。
步骤S603,大板组合长是否在允许尺寸参数范围内?如果在允许尺寸参数范围内,则转至步骤S604;否则,令标志位ret_2=0,并返回。
步骤S604,展宽比是否小于允许最小值?如果不小于允许最小值,则转至步骤S605;否则,令标志位ret_2=-1,并返回。
步骤S605,展宽比是否大于允许最大值?如果不大于允许最大值,则转至步骤S606;否则,令标志位ret_2=0,并返回。
步骤S606,计算大板切边量、临时板坯长和RS_CODE(RS码)。接着,转至步骤S607。
步骤S607,临时板坯长是否符合第40条规则?如果符合第40条规则,则转至步骤S608;否则,令标志位ret_2=0,并返回。其中,第40条规则为:当RS码=0,且板坯长度>RS限制长度时不允许通过。
步骤S608,大板是否符合第34条规则如果符合第34条规则,则转至步骤S609;否则,令标志位ret_2=-1,并返回。
步骤S609,计算大板最大头尾切割量、试样长、轧制厚宽长。接着,转至步骤S610。
步骤S610,轧制厚是否符合第36条规则和第41条规则。如果第36条规则和第41条规则,则转至步骤S611;否则,令标志位ret_2=0,并返回。其中,第36条规则为:轧制目标厚度≥交集的上限时不允许通过;第41条规则为:一块板坯上多个合同订货厚度,在不同下公差的情况下,当轧制目标厚度<交集的上限时允许通过,当轧制目标厚度≥交集的上限时不允许通过。
步骤S611,轧制长是否小于允许的长度最小值。如果不小于允许的长度最小值,则转至步骤S612;否则,令标志位ret_2=-1,并返回。
步骤S612,轧制长是否大于允许的长度最大值。如果不大于允许的长度最大值,则转至步骤S613;否则,令标志位ret_2=0,并返回。
步骤S613,计算大板轧制重、基准收得率、必要板坯长度。接着,转至步骤S614。
步骤S614,必要板坯长是否小于允许的长度最大值?如果不小于允许的长度最小值,则转至步骤S615;否则,令标志位ret_2=-1,并返回。
步骤S615,必要板坯长是否大于允许的长度最大值?如果不大于允许的长度最大值,则令标志位ret_2=1并返;否则,令标志位ret_2=0,并返回。
参见图7,图7为并行组坯单元3优化出分组处理后的各组合同的组坯方案(最优组坯方案)的方法流程图。并行组坯单元3基于各组合同的该组坯的可用大板方案集搜索对应合同组的所有的候选板坯方案并计算它们的性能参数,选择平均命令收得率最高的候选板坯方案作为分组处理后该组合同的组坯方案(即,最优组坯方案),通过输入输出处理单元2将各组合同的最优板坯方案(即,最终采用的组坯方案)的相关信息按组坯方案头表的格式分别存入存储器2的组坯方案存储单元。具体来说,本发明实施例是对分组处理后的各组合同用该组坯的可用大板方案集搜索所有可能的候选组坯方案(即,候选组坯方案集),并且,如果该组坯的可用大板方案集的规模小于给定的阀值,是基于回溯策略搜索,否则是基于多步回溯策略搜索。在图7中,n1为组坯的可用大板方案集规模;d为判断该组坯的可用大板方案集的规模是否为大规模的阀值(本方法取d=50);p为分组处理且归并后的合同组。具体来说,优化出各组合同的组板方案的方法包括如下步骤:
步骤S701,将p的该组坯的可用大板方案集按命令收得率进行非增排序。
步骤S702,p的该组坯的可用大板方案集按d个一组分成k组,置i=1。
步骤S703,备份p的合同欠件数(即合同的子板数)。
步骤S704,利用排序后p的该组坯的第i组可用大板方案,基于回溯策略搜索p的所有候选组坯方案。
步骤S705,还原p的合同欠件数,即还原合同子板数。
步骤S706,对p的所有候选组坯方案更新其合同欠件数。
步骤S707,对前i-1次产生所有候选组坯方案,将新产生的组坏方案与对应候选组坯方案进行合并。
步骤S708,判断p的剩余合同欠件能组坯如果能组,转至步骤S709;否则,转至步骤S710。
步骤S709,判断i是否大于k,如果不大于,则i增加1后,转至步骤S703;否则,转至步骤S710。
步骤S710,计算p的所有候选组坯方案中各板坯的命令收得率等性能参数,转至步骤S711。
步骤S711,将平均命令收得率最高的组坯方案作为最优组坯方案,转至步骤S712。
步骤S712,返回最优板坯方案。
本发明的实施例在组坯的大板方案数未超过一定规模时,即组坯的大板方案数不大于阀值d时,可以找出全局最优解,当组坯的大板方案数超过一定规模时,即组坯的大板方案数大于大规模合同组阀值d时,可以找出接近最优解的准最优解。在此实施例中,对一组合同基于一定规模的组坯的可用大板方案集搜索得到的组坯方案并使平均命令收得率最优。此方法能找到全局最优的组坯方案或全局准最优的组坯方案,并且计算速度较快。
需要说明的是,以上组坯方法中的大板的类型可以包括以下几种:
A1型大板:在给定大板宽度和长度范围内,将同厚度和同宽度的合同子板(欠件数≥1)横放一排,且要求横纵向分别尽可能接近给定的最大宽度和最大长度。
A2型大板:在给定大板宽度和长度范围内,将同厚度的异宽合同子板横放一排,且要求横纵向分别尽可能接近给定的最大宽度和最大长度。
S1型大板:在给定大板允许宽度和长度范围内,将同厚度的合同子板横放n(n<4)排,要求每一排和每一列合同的宽度和长度分别相同,且横纵向分别尽可能接近给定的最大宽度和最大长度。
S2型大板:在给定大板宽度和长度范围内,将同厚度的合同子板横n(n<3)排,要求除第一排外每一排合同的宽度相同,第一排合同的宽度不完全相同,每一列合同的长度也相同。参见表1,表1为合同表。其中,该合同的具体信息存储于存储单元4的合同存储单元中。合同表的表头字段依次是:合同号、钢种、产品规范码、切边标记、厚度、最大宽度、最小宽度、……、结晶器厚度、结晶器宽度和组合ID。
表1合同表
参见表2,表2为组坯方案头表。组坯方案头表的表头字段依次是:创建时间、材料号、合同号、合同顺序号、板型、厚板组板块号、小板块数、处理状态、……、VIP用户标志。
表2组坯方案头表
请一并参考表3和表4。表3为某厂2012年1-7月的人工组坯的平均命令收得率。表4为采用本发明实施方式的组坯方法的性能指标。由表3可知,该厂2012年3月的平均命令收得率最高,其值为93.7223254%,而由表4可知,
采用本发明的智能出钢材组坯方法的命令收得率比表3中该厂2012年1-7月的人工组坯的最高平均命令收得率提高0.5665193%。
日期 | 201201 | 201202 | 201203 | 201204 | 201205 | 201206 | 201207 |
平均命令收得率 | 0.929955043 | 0.928906606 | 0.937223254 | 0.92919684 | 0.9360128 | 0.93416095 | 0.93360692 |
表3某厂2012年1-7月的人工组坯的平均命令收得率
创建者 | 合同种类数 | 合同总块数 | 大板总块数 | 组掉合同板总数 | 大板上平均合同数 | 合同消化率 | 组掉合同总重量 |
LI | 2591 | 5131 | 1018 | 3538 | 3.475442043 | 0.689534 | 12371.156 |
必要总重量 | 轧制总重量 | 按轧制重量收得率 | 按必要重量收得率 | 命令平均收得率 | 基准平均收得率 | 轧制平均收得率 |
13054.521 | 12218.857 | 1.012464258 | 0.947653 | 0.942888477 | 0.933739391 | 0.933739391 |
表4采用本发明实施方式的组坯方法的性能指标
由此可见,本发明能有效提高组坯的平均命令收得率,提高组坯质量,减少材料浪费并降低生产成本。
Claims (10)
1.一种智能出钢材组坯方法,其特征在于,包括:
接收使用者输入的指令;
从存储器的合同存储单元读入合同并将该合同进行分组处理;
对分组处理后的各组合同优化出组坯方案;
将该组坯方案按格式进行分类后传送给该存储器进行存储;以及
显示该组坯方案。
2.根据权利要求1所述的智能出钢材组坯方法,其特征在于:
将该分组处理后的各组合同按给定的相同属性进行合同归并,读取该存储器的基表存储单元中的基表,以及通过该基表确定该分组处理后的各组合同中的组坯参数;
读取该存储器的规则存储单元中的规则,对该分组处理后的各组合同按从该基表读取的大板尺寸范围组出和校验所有可能的组坯大板方案,分别对该所有可能的组坯大板方案反推对应板坯参数,并校验该板坯参数是否满足该规则, 得到组坯的可用大板方案集;
根据该组坯的可用大板方案集分别对该分组处理后的各组合同组出所有候选组坯方案,计算各组合同的该所有候选组坯方案中各板坯的命令收得率,从中选择平均命令收得率最高的候选组坯方案作为该组坯方案并计算该组坯方案的其它性能参数。
3.根据权利要求2所述的智能出钢材组坯方法,其特征在于:
根据该组坯参数采用邻域内回溯策略对该分组处理后的各组合同按该给定的大板尺寸范围组出可能的组坯大板方案,并校验出组坯的可用大板方案; 以及
用该组坯的可用大板方案集搜索出该分组处理后的各组合同的所有候选板坯方案,并且,如果该组坯的可用大板方案集的规模小于给定的阀值,是基于回溯策略搜索,否则是基于多步回溯策略搜索。
4.根据权利要求2所述的智能出钢材组坯方法,其特征在于:通过该基表确定该分组处理后的各组合同中的该组坯参数的步骤包括:
搜索该基表中与该分组处理后的各组合同相匹配的数据来确定该组坯参数,其中该组坯参数包括组大板、板坯参数和结晶器断面。
5.根据权利要求4所述的智能出钢材组坯方法,其特征在于:
根据该结晶断面分别对组出的该可能的组坯大板方案反推该板坯参数,并校验反推出的该板坯参数是否满足该规则。
6.一种出钢材组坯装置,其特征在于,包括:
使用者界面,用于接收使用者输入的指令,并显示组坯方案;
输入输出处理单元,电性连接于该使用者界面;
并行组坯单元,电性连接于该输入输出处理单元,以及
存储器,电性连接于该输入输出处理单元,用于存储数据;
其中,该输入输出处理单元从该存储器的合同存储单元读入合同并将该合同进行分组处理后传送给该并行组坯单元,该并行组坯单元根据分组处理后的各组合同优化出组坯方案;将该组坯方案按格式进行分类后传送给该存储器进行存储;以及通过该使用者界面显示该组坯方案。
7.根据权利要求6所述的出钢材组坯装置,其特征在于:
该并行组坯单元将该分组处理后的各组合同按给定的相同属性进行合同归并,通过该输入输出处理单元读取该存储器的基表存储单元中的基表,以及通过该基表确定该分组处理后的各组合同中的组坯参数;
该并行组坯单元通过该输入输出处理单元读取该存储器的规则存储单元中的规则,对该分组处理后的各组合同按该组坯参数组出和校验所有可能的组坯大板方案,分别对所有可能的组坯大板方案反推对应板坯参数,并校验该板坯参数是否满足该规则, 得到组坯的可用大板方案集;
该并行组坯单元根据该组坯的可用大板方案集分别对该分组处理后的各组合同组出所有候选组坯方案,计算各组合同的该候选组坯方案中各板坯的命令收得率,选择平均命令收得率最优的候选组坯方案并计算该组坯方案的其它性能参数。
8.根据权利要求7所述的出钢材组坯装置,其特征在于:
该并行组坯单元根据确定的该组坯参数采用邻域内回溯策略对该分组处理后的各组合同组出并校验该可能的组坯大板方案;该并行组坯单元用该组坯的可用大板方案集搜索出该分组处理后的各组合同的所有候选板坯方案,并且,如果该组坯的可用大板方案集的规模小于给定的阀值,是基于回溯策略搜索,否则是基于多步回溯策略搜索。
9.根据权利要求7所述的出钢材组坯装置,其特征在于:
该并行组坯单元搜索该基表中与该分组处理后的各组合同相匹配的数据来确定该组坯参数,其中该组坯参数包括组大板和板坯参数及结晶器断面。
10.根据权利要求9所述的出钢材组坯装置,其特征在于:
该并行组坯单元根据该结晶断面分别对组出的该可能的组坯大板方案反推该板坯参数,并校验反推出的该板坯参数是否满足该规则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210529991.3A CN103020767B (zh) | 2012-12-11 | 2012-12-11 | 智能出钢材组坯方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210529991.3A CN103020767B (zh) | 2012-12-11 | 2012-12-11 | 智能出钢材组坯方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103020767A true CN103020767A (zh) | 2013-04-03 |
CN103020767B CN103020767B (zh) | 2015-12-23 |
Family
ID=47969349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210529991.3A Expired - Fee Related CN103020767B (zh) | 2012-12-11 | 2012-12-11 | 智能出钢材组坯方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020767B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103293951A (zh) * | 2013-06-14 | 2013-09-11 | 湘潭大学 | 一种智能出钢材组炉组浇装置及方法 |
CN104217058A (zh) * | 2013-06-05 | 2014-12-17 | 上海宝信软件股份有限公司 | 厚板智能材料设计方法 |
CN105511398A (zh) * | 2015-11-27 | 2016-04-20 | 湘潭大学 | 大型起重机制造中智能钢板零部件排版装置与方法 |
CN109325623A (zh) * | 2018-09-27 | 2019-02-12 | 湘潭大学 | 订单配置与组板组坯虚拟板坯整体方案优化装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201698428U (zh) * | 2009-11-06 | 2011-01-05 | 武汉钢铁(集团)公司 | 一种热轧钢卷板坯尺寸计算系统 |
CN102034155A (zh) * | 2010-12-17 | 2011-04-27 | 武汉钢铁(集团)公司 | 热轧板坯自动配料的数据处理方法 |
CN102799745A (zh) * | 2012-07-31 | 2012-11-28 | 湘潭大学 | 一种余材钢板快速自动组板方法 |
-
2012
- 2012-12-11 CN CN201210529991.3A patent/CN103020767B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201698428U (zh) * | 2009-11-06 | 2011-01-05 | 武汉钢铁(集团)公司 | 一种热轧钢卷板坯尺寸计算系统 |
CN102034155A (zh) * | 2010-12-17 | 2011-04-27 | 武汉钢铁(集团)公司 | 热轧板坯自动配料的数据处理方法 |
CN102799745A (zh) * | 2012-07-31 | 2012-11-28 | 湘潭大学 | 一种余材钢板快速自动组板方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217058A (zh) * | 2013-06-05 | 2014-12-17 | 上海宝信软件股份有限公司 | 厚板智能材料设计方法 |
CN104217058B (zh) * | 2013-06-05 | 2017-09-19 | 上海宝信软件股份有限公司 | 厚板智能材料设计方法 |
CN103293951A (zh) * | 2013-06-14 | 2013-09-11 | 湘潭大学 | 一种智能出钢材组炉组浇装置及方法 |
CN103293951B (zh) * | 2013-06-14 | 2015-07-29 | 湘潭大学 | 一种智能出钢材组炉组浇装置及方法 |
CN105511398A (zh) * | 2015-11-27 | 2016-04-20 | 湘潭大学 | 大型起重机制造中智能钢板零部件排版装置与方法 |
CN105511398B (zh) * | 2015-11-27 | 2018-05-22 | 湘潭大学 | 大型起重机制造中智能钢板零部件排版装置与方法 |
CN109325623A (zh) * | 2018-09-27 | 2019-02-12 | 湘潭大学 | 订单配置与组板组坯虚拟板坯整体方案优化装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103020767B (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101685458B (zh) | 一种基于协同过滤的推荐方法和系统 | |
CN103020767A (zh) | 智能出钢材组坯方法及其装置 | |
CN107807623A (zh) | 柔性机加生产线的动态排产方法、系统及在高铁动车零部件组柔性机加生产线中的应用 | |
CN110404965A (zh) | 考虑非定尺订单规格柔性的热轧中厚板组板及板坯设计的方法及模型系统 | |
CN103593719B (zh) | 一种基于板坯与合同优化匹配的轧制节能方法 | |
CN101329683A (zh) | 推荐系统及方法 | |
CN109325623A (zh) | 订单配置与组板组坯虚拟板坯整体方案优化装置及方法 | |
CN102799745B (zh) | 一种余材钢板快速自动组板方法 | |
CN109597304A (zh) | 基于人工蜂群算法的模具库智能分区存储方法 | |
CN103164752B (zh) | 一种基于分层随机搜索算法的启发式一维下料方法 | |
Rawat et al. | Productivity measurement of manufacturing system | |
CN102360462A (zh) | 基于云制造的虚拟资源模型及其建模方法 | |
CN103488705A (zh) | 个性化推荐系统的用户兴趣模型增量更新方法 | |
Šćekić et al. | Pumped hydroelectric energy storage as a facilitator of renewable energy in liberalized electricity market | |
CN102930029A (zh) | 一种社会化的搜索引擎方法和系统 | |
CN109636092A (zh) | 一种基于双因子优化的仓库货位分配方法 | |
CN101339635A (zh) | 确定物料需求计划及获取物料低位码的方法、系统及设备 | |
CN102663128A (zh) | 一种大规模协同过滤的推荐系统 | |
CN101908180A (zh) | 一种定尺钢板成材率最大化的mes物料形变方法 | |
Ragab et al. | Comprehensive Study of Fuel Cell Hybrid Electric Vehicles: Classification, Topologies, and Control System Comparisons | |
CN105719114A (zh) | 一种基于启发式算法的库存匹配方法 | |
CN108664752A (zh) | 一种基于工艺规则和大数据分析技术的工艺参数优化方法 | |
CN103293951B (zh) | 一种智能出钢材组炉组浇装置及方法 | |
CN106780749A (zh) | 基于约束DelaunayTIN插值算法的表面模型构建方法 | |
CN102073709A (zh) | 一种基于最近邻用户重排序(drnn)的相似度计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151223 Termination date: 20181211 |