CN106779220B - 一种炼钢-连铸-热轧集成调度方法与系统 - Google Patents

一种炼钢-连铸-热轧集成调度方法与系统 Download PDF

Info

Publication number
CN106779220B
CN106779220B CN201611184758.0A CN201611184758A CN106779220B CN 106779220 B CN106779220 B CN 106779220B CN 201611184758 A CN201611184758 A CN 201611184758A CN 106779220 B CN106779220 B CN 106779220B
Authority
CN
China
Prior art keywords
continuous casting
rolling
constraint
casting
steelmaking
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.)
Active
Application number
CN201611184758.0A
Other languages
English (en)
Other versions
CN106779220A (zh
Inventor
周玄昊
陈鹏
潘再生
丁进
王绍亮
胡鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHEJIANG SUPCON RESEARCH CO LTD
Original Assignee
ZHEJIANG SUPCON RESEARCH CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZHEJIANG SUPCON RESEARCH CO LTD filed Critical ZHEJIANG SUPCON RESEARCH CO LTD
Priority to CN201611184758.0A priority Critical patent/CN106779220B/zh
Publication of CN106779220A publication Critical patent/CN106779220A/zh
Application granted granted Critical
Publication of CN106779220B publication Critical patent/CN106779220B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41865Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Abstract

本发明提供了一种炼钢‑连铸‑热轧集成调度方法与系统,包括:S1,初始化获得炼钢‑连铸调度计划;S2,根据当前的炼钢‑连铸调度计划以及工作订单需求、产线模型、当前生产节奏、轧制单元长度约束、轧制单元内部相邻板坯宽度、厚度和硬度跳变约束得到热轧调度计划;S3,根据当前的炼钢‑连铸调度计划与热轧调度计划确定库存变化情况是否满足预设的库存优化规则,若满足,则进入下一步,若不满足,则调整与库存优化相关的当前参数后返回S1;S4,根据当前的炼钢‑连铸调度计划与热轧调度计划获得总体送热率数据;S5,判断是否达到集成调度终止条件,若达到则实施调度计划,若未达到则下一步;S6,重新优化生成炼钢‑连铸调度计划,返回S2。

Description

一种炼钢-连铸-热轧集成调度方法与系统
技术领域
本发明涉及工业过程优化信息调度技术领域,具体地,涉及一种炼钢-连铸-热轧集成调度方法与系统。
背景技术
现代化钢铁工业的发展趋势是设备的大型化、生产过程的连续化、高速化和自动化;同时,随着行业竞争的加剧,迫切要求钢铁厂能够灵活地组织生产,及时满足市场小批量、多品种、高质量、低价格的市场需求。近年来,围绕节能而出现的连铸坯热送、热装和直接轧制三种工艺,将炼钢、连铸和热轧的工序直接连接,使钢铁企业生产成为一体化的有机系统。上述生产模式及工艺改进对生产管理,特别是一体化调度的计划编制提出了更高的要求。科学的确定生产调度计划,可充分提高设备的生产效率,减少工序等待时间,降低物耗和能耗,从而降低生产成本,提高产品的国际竞争力。
炼钢、连铸、热轧作为钢铁生产流程的三大关键工序,它们之间不仅存在物流平衡和资源平衡问题,而且由于高温作业,还存在能量平衡和时间平衡问题。钢水要保质保量,并按一定节奏传送到连铸工序,以实现多炉次的连浇连铸,并实现连铸与热轧计划的有机结合,从而提高装炉温度和热装比。这三大工序的一体化计划、调度,和生产物流的连续性,已成为应用现代计算机和信息技术提升钢铁工业低碳制造的一个具有挑战性的关键命题。整个钢铁生产过程中,生产批量大,要求前后工序产能平衡,生产节奏协调一致。因此,各阶段生产批量计划(炉次计划、浇次计划和轧制计划)的制定以及板坯库的优化管理是解决一体化集成生产调度问题的关键。
炼钢、连铸和热轧生产过程中,生产约束非常多。整条物流中多数工序同时兼有物理和化学变化,其生产存在实时性、连续性和随机性的特点,生产调度的复杂性很高;整个生产过程受到设备、生产材料、生产工艺、生产连续性、经济效益的限制,约束众多;同工序的设备可加工同一材料,随机性高。
同时,由于炼钢、连铸、热轧分属不同工序,其工艺特点、约束和目标各不相同,极大地增加了集成调度的难度:
(1)炼钢生产属于典型的批次生产模式,转炉或电炉在冶炼中要求固定的装入量,因此炼钢工序的实际生产量将是转炉或电炉装入量的整数倍。但是合同订单转化为炼钢工序的计划量并不一定是转炉或电炉装入量的整数倍,所以炼钢工序的实际生产量大于等于炼钢工序的计划生产量。通常还需要满足以下约束:钢种(Steel Grade)相同;板坯宽度相同;厚度相同;交货期接近;95%炉容量≤板坯总重量≤100%炉容量。
(2)连铸机因为设备和工艺的限制,要求同一钢种的连续浇注时间尽量持续,以节约成本。同时,通常具有以下要求:不同炉次之间的钢种差异在一定范围内;板坯的宽度变化不允许超过一定程度;浇次中的炉次数受中间包寿命大小的影响;炉次之间交货期应接近。这样在制定炼钢生产计划时,除原材料的限制之外,还要考虑相同钢种的钢水如何保证供应给连铸机,以保证连续性。
(3)热轧生产属于多规格,小批量的生产模式。热轧机的设备要求需要不同规格的板坯穿插在一起加工,并且板坯温度尽量高。考虑到轧辊的磨损,通常一个完整的轧制计划的轧件宽度具有“双梯形”结构,其中正梯形部分是预热辊部分,数量相对较少,反梯形是主体材部分,是轧辊的主要生产阶段,大量的轧制任务主要在此阶段完成。对于正梯形部分,要求板坯的长度有一定限制;宽度渐增变化,变化范围有限制;开轧时的板卷硬度不能太大;硬度变化幅度要小;对于反梯形部分,要求板坯宽度非减方向变化,跳跃幅度要小;相同宽度板坯连续轧制不能超过一定长度;宽度、厚度、硬度不允许同时跳跃;厚度变化要平稳,最好是非减方向变化;硬度变化要平稳,不能反复跳跃(渐近递增或渐近递减)。
综上所述,当前的钢铁制造是生产装置设备的大型化、生产过程的连续化、高速化与多品种、小批量、激烈竞争的市场需求之间的矛盾统一;同时,钢铁生产的各工序之间相互制约,目标与约束各不相同,炼钢和连铸之间属于同规格、大批量的批量生产,热轧过程属于多规格、小批量的半连续化生产,两种生产模式无法有效保证生产过程的连续,一体化集成调度实现的难度较高。目前国内企业现有生产中炼钢、连铸和热轧三大工序的生产计划、调度相互独立地进行,并且主要依赖人工操作,传统生产调度模式多为直接牺牲其中某一工序的最优要求,不能有效地保证炼钢、连铸和热轧的生产连续性,且热送率较低,加大了不必要的能量消耗,生产成本居高不下。特别对于以订单驱动和零库存的多品种及多生产线的钢铁企业,现有的经营和生产管理模式难以实现以柔性低碳制造为目标的生产和经营,阻碍了企业效益和市场竞争力的提高。
为了解决上述的问题,国内也有相关专利和文献提出钢铁生产的集成化调度技术与系统,如公开号为CN101908092A的专利《一种炼铁炼钢连铸一体化调度系统》,实现了从铁水预处理至连铸区段的集成调度;公开号为CN103996146A的专利《一种炼钢-连铸生产的调度系统及方法》,提供一种炼钢-连铸生产的调度系统及方法,可以使炼钢-连铸生产调度计划能够在模拟实际炼钢-连铸生产过程的环境下进行调度计划的优劣程度评价,提高调度计划在实际生产过程中的适应性和对实际生产过程指导的有效性。公开号为CN104835012A的专利《一种钢铁企业生产调度管理系统及方法》将生产计划自动编制与实时调度融为一体,解决了动态调度中的前后工序难以协调一致的问题。公开号为CN105243512A的专利《一种炼钢作业计划动态排程方法》,根据生产订单或轧制计划对中间包及连铸机作业计划进行排程,并能根据现场实际做出实时调整。授权号为CN101520656B的专利《一种炼钢连铸生产在线多模式时间优化调度》,针对炼钢连铸生产计划在执行过程中,扰动发生时粗调度之后的各种时间调度问题,提供一种炼钢连铸生产在线多模式时间优化调度方法,在时间优化调度中充分考虑了工艺约束、设备约束和调度人员各种方式的决策要求,减少了人工调整计划次数,缩短了在线调度时间,减少了钢水冗余等待时间。授权号为CN102346882B的《炼钢-连铸生产智能调度的二层规划方法》,结合炼钢-连铸生产调度的层次性特点,将求取生产批量计划和生产时间计划的问题描述为一种具有二层递阶结构的系统优化问题,实现在同一模型中同时排制生产批量计划和生产时间计划。申请号为CN105483310A的专利《一种面向全流程生产的炼钢组批与排产方法》通过对产品多样化规格属性和设备的批生产属性及产品和设备之间适配性进行刻画,建立定量化描述产品在炼钢和连铸工序上组批决策问题的模型,对炼钢过程炉次和连铸过程浇次进行计划排程。以上公开方法在一定程度上解决了炼钢过程的计划调度问题。然而,对于炼钢生产来说,铁水的制备过程并不会对炼钢后续工序的产品产生影响,因此,铁水制备是一个相对独立的环节,将铁水制备工序与炼钢连铸进行集成调度的意义不大;此外,对于浇铸结束时处于高温状态的板坯,若不能尽快进行热轧加工,则会在板坯库中存放并逐渐冷却,当需要进行热轧加工时,则需要将板坯重新加热到1000摄氏度以上的高温,以进行热轧。一块重量为25吨的板还,将其从环境温度加热到1000摄氏度以上,需要消耗1000立方米的天然气,如果通过炼钢、连铸、热轧环节的集成一体化调度,提升热轧工序的连续性和热送率,无疑可以节约大量的能源。由此可见,实现钢铁生产的炼钢、连铸、热轧集成调度,在保障生产连续性的前提下提高板坯热送率,降低能量消耗和生产成本,显然更具有实际意义和经济效益,而上述现有技术只涵盖了炼钢连铸过程,对于热轧工序的优化调度并未涉及。
当前,解决炼钢-连铸-热轧一体化集成调度问题主要存在如下几方面的难点:
(1)炼钢、连铸、热轧工序生产设备众多、工艺特性各异,同时钢铁生产中产品、生产加工工艺及物流路线的多样性,导致生产模型较为复杂庞大,求解难度较大。
(2)各工序之间相互耦合,约束条件众多且优化目标各不相同甚至会出现相互冲突的情况,炼钢连铸热轧是一个典型的柔性流水车间问题,已经被证明为NP难问题,所以,无法求取其最优解,随着问题规模的扩大,甚至很难在有限时间内求取可行解。
(3)由于产线建设时间不同,同时存在设备检修等状况,钢铁企业产线的上下游工序经常会出现产能不匹配的问题,给炼钢连铸热轧多工序集成一体化调度带来了理论上的困难。
综上,目前现有公开的集成调度方法虽然考虑了钢铁生产多级工序的衔接问题,但由于受到各种条件的限制,大多局限于炼钢与连铸两个工序的集成调度,未能将炼钢连铸热轧进行综合考虑,提出集成一体化的炼钢连铸热轧排产调度方法,导致连铸机与轧机之间产能失配,轧机工作效率低下、板坯的热送率不高、能量浪费严重等问题,阻碍了企业效益的提升。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种炼钢-连铸-热轧集成调度方法与系统。本发明的目的在于针对现有公开的钢铁生产集成调度方法中未涵盖热轧工序所导致的轧机工作效率低下、板坯的热送率不高、能量浪费严重等问题,提供一种炼钢-连铸-热轧计算机集成调度方法与系统,基于钢铁企业的多级工序设备装置构成的产线模型,通过多智能体与启发式算法的结合,自动生成满足客户订单的炼钢-连铸-热轧产线排产调度计划,在保证炼钢、连铸100%的匹配的同时,协调好连铸与热轧之间的衔接问题,达到提高热装热送比,降低生产能耗,优化板坯库库存;优化连铸机的浇次序列和轧机的轧制序列,减少设备的等待时间和调整时间,提高设备的利用率等效果。
根据本发明提供的一种炼钢-连铸-热轧集成调度方法,包括:
步骤1,至少根据当前的工作订单需求、产线模型、当前生产节奏、转炉容量约束、炉次钢种唯一性约束、炉次目标产品宽度约束、浇次钢种兼容性约束、炼钢-连铸生产连续性约束进行初始化获得炼钢-连铸调度计划;
步骤2,根据当前的炼钢-连铸调度计划以及工作订单需求、产线模型、当前生产节奏、轧制单元长度约束、轧制单元内部相邻板坯宽度、厚度和硬度跳变约束得到热轧调度计划;
其中,所述热轧调度计划是以最小化轧制单元内部相邻板坯的宽度跳跃、厚度跳跃和硬度跳跃为优化目标而获得轧制单元并确定各板坯在各轧制单元内部的顺序;
步骤3,根据当前的炼钢-连铸调度计划与所述热轧调度计划确定库存变化情况是否满足预设的库存优化规则,若满足,则进入下一步,若不满足,则调整与库存优化相关的当前参数后返回步骤1;
步骤4,根据当前的炼钢-连铸调度计划与热轧调度计划获得总体送热率数据;
步骤5,根据所述总体热送率数据与协调优化次数判断是否达到集成调度终止条件,若达到则开始实施调度计划,若未达到则进入下一步;
步骤6,至少根据工作订单需求、产线模型、浇次钢种兼容性约束、炼钢-连铸生产连续性约束、浇次目标产品厚度约束,且以最小化浇次中的板坯宽度跳变为目标,完成组炉、组浇以及将对应的炉次、浇次分配至具体的生产设备上,确定各生产任务开始和结束时刻,以重新优化生成炼钢-连铸调度计划,再返回步骤2。
作为一种优化方案,首先给出如下定义:
定义板坯库中可以用来生产工作订单的库存坯集合为Ψ,板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure BDA0001186148000000052
,扣除这部分所需的板坯,此时得到的剩余的工作订单集合为WD;
定义工作订单需求,包括对于任意一个订单i∈WD,其重量为Wti,钢种要求为Gi,厚度要求为Thci,宽度要求为Wdti,为轧制宽度为Wdti的板坯,输入轧机的连铸坯必须满足的宽度范围
Figure BDA0001186148000000051
定义产线模型,生产线包括N台转炉,M台连铸机,每台转炉的容量为CPn,n∈N;
定义当前生产节奏,包括在调度时间段内转炉n,n∈N上安排的炉次数Fn及每个炉次开始和结束时间如下:
Figure BDA0001186148000000061
第n台转炉上第l个炉次开始时间,即n∈N,l∈Fn
Figure BDA0001186148000000062
第n台转炉上第l个炉次结束时间,即n∈N,l∈Fn
另外,连铸机m,m∈M上安排的浇次数Cm及每个浇次开始和结束时间如下:
Figure BDA0001186148000000063
第m台铸机上第k个浇次开始时间,即m∈M,k∈Cm
Figure BDA0001186148000000064
第m台铸机上第k个浇次结束时间,即m∈M,k∈Cm
其中,定义第m台连铸机上第k个浇次包含Bmk个炉次;
定义每个订单必须安排在某一个转炉的某一个炉次中:
Figure BDA0001186148000000065
其中:
Figure BDA0001186148000000066
且定义PROD=WD∪VD, VD为虚拟订单库,表示无委托材集合;
转炉容量约束定义为对于任意的转炉n上的第l炉满足:
Figure BDA0001186148000000067
炉次钢种唯一性约束定义为对于第n个转炉上的第l炉,定义这炉钢水的钢种为Gnl,则:
Gi=Gnl i∈PROD and xinl=1 ,
炉次目标产品宽度约束定义为对于第n个转炉上的第l炉,定义这炉钢目标产品宽度属性为Wdtnl,则:
Wdti=Wdtnl i∈PROD and xinl=1 ,
每个炉次只出现在一个浇次中:
Figure BDA0001186148000000068
其中,
Figure BDA0001186148000000069
同一浇次钢种兼容性约束定义为假设第n1个转炉上的第l1炉与第n2个转炉上的第l2炉位于同一个浇次中,即第m台连铸机的第k个浇次,则这两个炉次中的钢种必须互相兼容,即对于n1,n2∈N,
Figure BDA00011861480000000712
如果:
同一台连铸机:
Figure BDA0001186148000000071
同一个浇次:
Figure BDA0001186148000000072
则:
Figure BDA0001186148000000073
其中,Γ为根据工艺要求预设的钢种兼容性规则,仅当两个钢种在同一浇次中兼容时等于1;
炼钢-连铸生产连续性约束定义为对于第n个转炉的第l个炉次,其冶炼结束时间为
Figure BDA0001186148000000074
则其在连铸机上开始生产的时刻为:
Figure BDA0001186148000000075
其中,
Figure BDA0001186148000000076
Figure BDA0001186148000000077
所述Twait是预设的阈值。
作为一种优化方案,所述浇次厚度约束定义为对于任意两个工作订单 i1,i2∈PROD,如果其在同一台连铸机同一个浇次生产:
同一台连铸机:
Figure BDA0001186148000000078
同一个浇次:
Figure BDA0001186148000000079
则钢坯宽度变化约束为:
Figure BDA00011861480000000710
其中,Θ为根据工艺要求预设的钢坯宽度变化约束规则,仅当两个钢坯的宽度变化幅度小于预设定值时值为1;
而浇次目标产品厚度相同约束为:
Figure BDA00011861480000000711
作为一种优化方案,所述步骤1进一步包括:
步骤1.1,定义板坯库中可以用来生产工作订单的库存坯集合为Ψ,板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure BDA0001186148000000081
,扣除这部分Ψused后剩余的工作订单集合为WD,在集合WD中任意选取一个订单i,置当前铸机号为m=1,当前浇次号为k=1;
步骤1.2,尝试将订单i放置在第m台铸机的第k个浇次中,判断订单i与m浇次中已放置的订单i′是否满足所述转炉容量约束、炉次钢种唯一性约束、炉次目标产品宽度约束,若全部都满足,则将订单i放置在订单i′所在炉次中组成一炉钢,进入步骤1.5,若不全部满足,进入步骤1.3;
步骤1.3,判断该浇次中是否所有的位置都分配有订单,若无位置空余,则说明订单 i无法放入该浇次,进入步骤1.6,若有位置空余,则进入步骤1.4;
步骤1.4,判断订单i与该浇次中已分配的订单是否满足所述浇次钢种兼容性约束,若是,则将订单i放置在该浇次中任意空的位置处,进入步骤1.5,否则,进入步骤1.6;
步骤1.5,将订单i从集合WD中剔除,判断集合WD是否为空,若为空,则进入步骤1.8,否则进入第一步;
步骤1.6,生产线包括M台连铸机,连铸机m,m∈M上安排的浇次数Cm,判断是否满足k<Cm,若满足,则k=k+1,返回步骤1.2,否则,进入步骤1.7;
步骤1.7,判断是否m<|M|,若满足,则m=m+1,k=1,返回步骤1.2,否则进入下一步;
步骤1.8,将得到的连铸调度计划中各浇次中空余的部分填入满足约束的虚拟订单,可以生成完整的连铸计划,然后根据连续生产时间约束,将浇次中所包含的各炉次,分配至各转炉生产,得到炼钢计划,完成所述初始化获得炼钢-连铸调度计划。
作为一种优化方案,所述步骤3调整与库存优化相关的当前参数,包括调整板坯库中实际用来生产工作订单的库存坯集合Ψused
作为一种优化方案,所述步骤2中进一步包括:
根据所述工作订单需求统计热轧阶段需处理的所有的板坯,包括连铸机生产的工作订单集合WD定尺后得到的连铸坯集合CS,以及需使用的板坯库中的库存坯,定义为 KS,S=CS∪KS,并可知任意板坯v,v∈S的硬度HDv,厚度Thcv,宽度Wdtv,交货日期为Duedatav
根据所述产线模型获得生产线包括Q台轧机;
根据所述当前生产节奏获得在调度时间段内轧机r,r∈Q上安排的轧制单元数为Hr,每个板坯的平均轧制时间为thr,且两个轧制单元间的平均检修时间为tm
根据所述当前的炼钢-连铸调度计划计算得到在调度时间段内CS中任意板坯v的就绪时间为:
Figure BDA0001186148000000097
板坯库中的板坯的就绪时间定义为:
Figure BDA0001186148000000092
根据所述轧制单元长度约束获得任意一台轧机上的轧制单元h∈Hr的长度不能大于
Figure BDA0001186148000000093
也不能小于
Figure BDA0001186148000000094
作为一种优化方案,所述步骤2进一步包括:
步骤2.1,根据轧机的数量|Q|,选取满足开始轧制时间约束的宽度最大的|Q|块板坯,分别分配给每一台轧机各一块板坯,并在集合S中剔除这些板坯;
步骤2.2,对于任意一块板坯v,v∈S以及任意轧机r,r∈Q,计算该板坯与该轧机r目前计划中的最后一块板坯之间的厚度、宽度和硬度跳跃目标函数值fitv,r,假设轧机r目前计划中的最后一块板坯v′位于第h个轧制单元的第z个位置上,则:
fitv,r=w1||Thcv-Thcv′||+w2||Wdtv-Wdtv′||+w3||HDv-HDv′|| ,
其中w1,w2,w3分别是对厚度、宽度和硬度跳跃的惩罚加权系数,对同一板坯v在不同轧机的fitv,r值进行排序;
步骤2.3,针对同一块板坯v,找到一台轧机r,使fitv,r值的最小,判断将板坯v分配到轧机r上时,是否满足开始轧制时间约束
Figure BDA0001186148000000095
其中,
Figure BDA0001186148000000098
为第r台轧机的第h1个轧制单元所加工的板坯数;若满足,则将板坯v分配到轧机r,在集合S中剔除板坯v,并进入步骤2.4;若不满足,则剔除目前最小的fitv,r,重新进入步骤2.3;
步骤2.4,判断添加板坯v的轧机r当前的轧制单元的长度是否满足轧制单元的长度约束
Figure BDA0001186148000000096
若已满足,则加入一个检修单元;
步骤2.5,判断目前集合S是否为空,如果是,则说明所以板坯已全部分配至各轧机,至步骤2.6;否则,重新进入步骤2.2;
步骤2.6,遍历所有轧机计划,检查所有板坯的交货期约束
Figure BDA0001186148000000101
v∈S是否满足,若有不满足的,则将其与交货期之前的板坯交换位置,直到所有板坯满足交货期约束为止,获得所述热轧调度计划。
作为一种优化方案,所述步骤4进一步包括:
对WD中所有的工作订单所对应的板坯进行判断:根据当前炼钢-连铸调度计划得到工作订单的连铸结束时间,根据当前热轧调度计划得到每个板坯的热轧开始时间,如果二者时间之差小于预设时间差给定阈值,则确定该板坯可以热送;
获得工作订单i中可以热送的板坯所占的比率λi
定义板坯库中可以用来生产工作订单的库存坯集合为Ψ,板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure BDA0001186148000000106
,扣除这部分Ψused后剩余的工作订单集合为WD,定义PROD=WD∪VD,VD为虚拟订单库,表示无委托材集合,
获得总体热送率HCR为:
Figure BDA0001186148000000102
所述Wti为订单i的重量。
作为一种优化方案,所述步骤5中的终止条件为:
连续若干次协调优化得到的热送率值HCR没有提升,或协调优化次数达到指定的阈值;所述步骤5返回至步骤2为一次协调优化。
作为一种优化方案,所述步骤6进一步包括:
步骤6.1,计算当前炼钢-连铸调度计划中同一浇次中的各炉次之间的板坯宽度跳变值,即对于任意第m台铸机上的第k个浇次中的第s个炉次,计算得到其跳变值如下:
Figure BDA0001186148000000103
同时考虑所述的浇次钢种兼容性约束、钢坯宽度变化约束,钢坯厚度相同约束,炼钢- 连铸生产连续性约束,针对每个约束分别对应引入惩罚因子,如果有上述约束没有满足,则给出相应的惩罚值,将这些惩罚值并与所述的Jmks求和作为每个炉次的局部适应度值γmks,将所有工作订单根据其局部适应度值γmks进行排序,从而获得一个排列顺序∏1使
Figure BDA0001186148000000104
其中
Figure BDA0001186148000000105
是待生成的炼钢-连铸调度计划所包含总的炉次数;
步骤6.2,根据幂律P1(k)∝k,l≤k≤|FALL|选取一个序号∏1(k1),将第∏1(k1)炉次与其他所有炉次分别交换位置,得到FALL-1个邻域浇次计划而快速生成相应的炼钢计划,α为预先给定参数;
步骤6.3,针对步骤6.2获得的FALL-1个炼钢-连铸调度计划,求取其中每一个炉次局部适应度值,对这些局部适应度值求和即为该调度计划的适值Cost,根据Cost的值排序获得一个排列顺序∏2,使
Figure BDA0001186148000000111
步骤6.4,根据另一个幂律P2(k)∝k,1≤k≤|FALL-1|在排列顺序∏2中选取一个邻域中的炼钢-连铸调度计划作为重新优化生成的炼钢-连铸调度计划,返回步骤2。
基于同一发明构思,本发明还提供了一种炼钢-连铸-热轧集成调度系统,包括炼钢-连铸调度器、热轧调度器、库存优化模块、协调优化器;
所述炼钢-连铸调度器用于:
至少根据当前的工作订单需求、产线模型、当前生产节奏、转炉容量约束、炉次钢种唯一性约束、炉次目标产品宽度约束、浇次钢种兼容性约束、炼钢-连铸生产连续性约束进行初始化获得炼钢-连铸调度计划,和
响应所述协调优化器的控制至少根据工作订单需求、产线模型、当前生产节奏、转炉容量约束、炉次钢种唯一性约束、浇次钢种兼容性约束、炼钢-连铸生产连续性约束、浇次目标产品厚度相同约束,且以最小化浇次中的板坯宽度跳变为目标,完成组炉、组浇以及将对应的炉次、浇次分配至具体的生产设备上,确定各生产任务开始和结束时刻,以重新优化生成炼钢-连铸调度计划,和
将生成的炼钢-连铸调度计划发送给所述协调优化器;
所述热轧调度器用于:
自所述协调优化器接收当期的炼钢-连铸调度计划,根据当前的炼钢-连铸调度计划以及工作订单需求、产线模型、当前生产节奏、轧制单元长度约束、轧制单元内部相邻板坯宽度、厚度和硬度跳变约束得到热轧调度计划,其中,所述热轧调度计划是以最小化轧制单元内部相邻板坯的宽度跳跃、厚度跳跃和硬度跳跃为优化目标而获得轧制单元并确定各板坯在各轧制单元内部的顺序;
所述库存优化模块用于:生成库存优化规则,并根据所述调度优化器的控制调整与库存优化相关的当前参数;
所述调度优化器用于:
根据当前的炼钢-连铸调度计划与所述热轧调度计划确定库存变化情况是否满足所述库存优化模块预设的库存优化规则,若满足,则根据当前的炼钢-连铸调度计划与热轧调度计划获得总体送热率数据,若不满足,则调整与库存优化相关的当前参数后控制所述炼钢-连铸调度器重新初始化一炼钢-连铸调度计划,和
根据所述总体热送率数据和协调优化次数判断是否达到集成调度终止条件,若达到则开始实施调度计划,若未达到则控制所述炼钢-连铸调度器重新优化一炼钢-连铸调度计划。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明采用多智能体协调控制的思想,将炼钢-连铸-热轧集成调度分解为炼钢-连铸调度,热轧调度两个模块,同时考虑库存管理的需求,建立库存优化管理模块,在上述三个模块之间引入协调优化器,以提高热送率为优化目标,协调上述三个模块协同优化。采用该方法,可以有效解决炼钢、连铸、热轧工序调度计划的冲突,提高热送率,并降低了优化过程的复杂度。
(2)本发明采用自组织优化算法对炼钢连铸排产调度进行求解,炼钢连铸是一个典型的柔性流水车间问题,已经被证明为NP-Hard问题,采用传统组合优化方法无法求得其最优解,甚至很难在有限时间内求得可行解,无法满足钢铁企业排产制定生产计划的实际需求,自组织优化算法是基于极值动力学提出的一种新型启发式智能优化算法,具有收敛速度快、局部寻优能力强等优点,对于求解传统算法无法解决的NP-Hard非常有效,即使无法在有限时间内求得最优解,也可以保证至少有一个可行次优解,非常适合炼钢连铸热轧的一体化集成优化。
(3)本发明将中间库存的管理与优化纳入本方法调度体系,现有公开方法中,基本未涉及炼钢连铸热轧中间库存的建模与管理,少数方法将库存用于平衡上下工序之间的产能差异。实际上,库存是保障炼钢、连铸、热轧三大生产环节连续性的重要手段,除此之外,库存周转率也会影响到生产成本和热送率,基于此,本发明通过引入库存优化规则,在保证生产连续及热送率指标的前提下,对库存最优周转率进行优化,达到保证安全库存,降低中间产品数量,减少库存成本的效果。
综上所述,采用本发明所提出的方法,可以克服钢铁生产的三大核心工序炼钢连铸热轧计划调度所存在的优化求解困难问题,有效地对钢铁生产的三大核心工序进行一体化集成调度,达到提高热送率,优化中间库存;优化连铸机的浇次序列和热轧机的轧制序列,减少设备的等待时间和调整时间,提高设备的利用率等有益效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。附图中:
图1是一种炼钢-连铸-热轧集成调度系统在生产系统中的功能连接框图;
图2是一种炼钢-连铸-热轧集成调度流程示意图;
图3是一种炼钢-连铸-热轧集成调度对于提高热送率的效果对比图;
图4是一种炼钢-连铸-热轧集成调度对于5个轧机实施例中热送率的效果对比图。
具体实施方式
下文结合附图以具体实施例的方式对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,还可以使用其他的实施例,或者对本文列举的实施例进行结构和功能上的修改,而不会脱离本发明的范围和实质。
钢铁生产过程优化调度技术是一项重要的制造信息化技术,其对提高钢铁企业生产效率、降低能耗/物耗、提高产品质量、降低生产成本等具有重要作用。炼钢、连铸、热轧是钢铁生产过程中的主要环节,而炼钢-连铸-热轧计划调度是整个钢铁生产计划调度的核心。炼钢-连铸-热轨工序是钢铁生产过程中的三大核心工序,同时也是能源消耗较大的三个工序,炼钢工序经由转炉、精炼加工出来的钢水为最终产品,作为连铸生产的原材料。连铸生产则将钢水加工成板坯,作为热轧生产的原材料。热轧工序最终将板坯生产成符合客户要求的钢卷或钢板。因为炼钢生产需求连续性,所以每一道工序向下一道工序提供的原材料必须保证下一道工序的生产要求。对于钢铁企业而言,生产的连续性直接关系着企业的生产成本,提高利润等问题,保障钢铁生产连续性必须强调生产过程的整体性,以整体流程的全局优化为目标,达到整个生产过程的集成,实现整体优化。
现有大多数钢铁生产集成调度方法只包含炼钢连铸两个环节,由于连铸工序的产品板坯不是最终产品,上述现有方法中优化调度后的生产计划,不能保证订单交货期严格满足客户需求,本发明将炼钢、连铸、热轧这三个钢铁生产中的三大核心工序进行一体化建模与调度,从最终产品角度解决了订单交货期符合用户需求的问题;同时,将热轧环节的热送率作为系统优化的主要目标,保证生产连续性的同时,可以有效实现板坯的热送,降低轧制过程能量消耗;此外,发明通过引入库存优化模块,在保证生产连续及热送率指标的前提下,对库存最优周转率进行优化,达到保证安全库存,降低中间产品数量,减少库存成本的效果。
本发明提出了一种炼钢-连铸-热轧计算机集成调度方法与系统,实现钢铁生产过程炼钢、连铸、热轧三大工序的计算机自动一体化集成计划调度,取得提高板坯热送率、降低生产能耗、改良板坯库存结构、提高生产设备的效率、减少设备的调整时间和费用、显著提高炼钢-连铸-轧制连续性的有益效果。
为了实现上述目的,本发明提供一种炼钢-连铸-热轧计算机集成调度方法与系统,该系统主要由订单处理模块、集成调度模块、产线模型模块、关键性能指标模块、数据接口与通讯模块组成。各模块之间的关系如附图1所示。
其中,数据接口与通讯模块是本系统与生产线其他控制系统交互的接口。数据接口与通讯模块采集基础自动化系统的生产进度信息,以及MES系统的销售订单信息,作为集成调度模块决策的信息基础。同时,数据接口与通讯模块将调度决策结果信息发送至生产执行系统。
其中,订单处理模块将销售订单转化成可供集成调度系统使用的工作订单。具体而言,提取各销售订单中与生产调度相关的信息(订单号、钢种号、规格、重量、交货期),并根据预先给定的规则,将钢种号相同,规格相同,交货期接近的销售订单合并成一个大订单。由于这样的订单可能超过一个炉次的容量,这些订单拆分成炉次容量相同的多个订单,而对于小于一个炉次容量的订单,则仍予以保留。
其中,产线模型模块采用数学方式描述整条炼钢-连铸-热轧生产线的物理特征,建立产线模型,分别被炼钢-连铸调度器和热轧调度器调用。具体而言,这些物理特征包括各个工序的设备数量,每台设备的参数(比如转炉的容量),完成各类产品加工所需要的时间。产线模型模块具备动态配置功能,在设备故障、设备升级、设备增加等情况下工程师只需要重新配置产线模型即可。
其中,关键性能指标模块,可对集成调度模块生成的生产计划的优劣进行评价。本发明中定义热送率为炼钢-连铸-热轧集成调度的评价指标,并给出其计算过程。具体而言,在给定炼钢-连铸调度计划与热轧调度计划的情况下,关键性能指标模块通过对两个调度计划中同一生产订单生产时间与结束时间进行匹配,判断其是否可以进行热送,如可热送,计算其热送的比率,进而统计得到生产计划总体的热送率。
其中,集成调度模块包括:炼钢-连铸调度器,热轧调度器,库存优化模块,协调优化器等四个模块。
炼钢-连铸调度器,由于炼钢与连铸属于强耦合过程,因此本发明使用调度器统一优化生成炼钢与连铸计划。
热轧调度器用以优化生成热轧调度计划。
库存优化模块,该模块基于库存管理的实际经验制定了库存优化规则,主要包括以下三条:
(1)同一规格的库存坯比连铸坯具有更高的优先级,应尽量首先使用的库存中的板坯。
(2)板坯库中需适当存有一定数量的常用规格的库存坯,以防止炼钢-连铸工序生产出现中断时热轧生产受到影响,该库存量的下限根据生产管理经验确定。
(3)在炼钢-连铸生产环节中,为充分利用转炉容量与中间包容量,不可避免生产一些无委托材(即不包含在任何工作订单中的钢坯),这些无委托材直接放入板坯库,考虑到库存成本,无委托材的钢种与规格尽量选择为生产量大的种类,以便于未来库存的消化,减少潜在库存压力。
协调优化器,用优化关键性能指标以目标,协调炼钢-连铸调度器、热轧调度器、库存优化模块等三个模块,产生炼钢-连铸-热轧集成调度计划。通常,这三个模块各自的优化目标在一定程度上是相互冲突的,因此,协调优化器以一定的规则和顺序协调三个模块,得到优化的炼钢-连铸-热轧集成调度计划。
基于上述的各模块,集成调度的具体运行步骤如附图2所示。
S1:采用炼钢-连铸调度器初始化一个炼钢与连铸调度计划,该计划根据工作订单需求与产线模型,考虑当前生产节奏,转炉容量约束,炉次钢种唯一性约束,炉次目标产品宽度约束,浇次钢种兼容性约束,炼钢-连铸生产连续性约束,及其他生产工艺约束生成。
S2:协调优化器将收到的炼钢与连铸调度计划发送给热轧调度器,该调度器以工作订单需求、产线模型与接收到的炼钢与连铸调度计划为基础,考虑当前生产节奏,轧制单元长度约束,轧制单元内部相邻板坯宽度、厚度和硬度跳变约束,以最小化轧制单元相邻板坯间的厚度、宽度和硬度跳跃为优化目标,采用启发式热轧调度算法生成轧制单元并确定各板坯在各轧制单元内部的顺序。热轧调度器将得到的热轧调度计划发送给协调优化器,进入S3。
S3:协调优化器根据炼钢与连铸调度计划与热轧调度计划,分析库存变化情况是否满足库存优化模块的规则,如果满足,则进入S4,否则,协调优化器告知炼钢-连铸调度器因库存管理原因需重新生成调度计划,调整与库存优化相关参数后,返回S1。
S4:协调优化器根据炼钢与连铸调度计划与热轧调度计划,采用关键性能指标模块计算得到总体热送率。进入S5。
S5:保存本次协调优化所得到的热送率值。协调优化器根据总体热送率情况和协调优化情况判断是否终止集成调度过程,如果达到终止条件,则程序结束;否则,协调优化器告知炼钢-连铸调度器,进入S6;
S6:炼钢-连铸调度器采用自组织优化算法生成较好的炼钢与连铸调度计划。具体而言,该调度器根据工作订单需求与产线模型,考虑当前生产节奏,浇次钢种兼容性限制,浇次目标产品厚度约束,炼钢-连铸生产连续性约束及其他生产工艺约束,以最小化浇次中的板坯宽度跳变为目标,完成组炉、组浇以及将对应的炉次、浇次分配至具体的生产设备上,并确定各生产任务开始和结束时刻。炼钢-连铸调度器将得到的炼钢与连铸调度计划发送给协调优化器,进入S2。
作为一种实施例,炼钢-连铸-热轧集成调度系统主要由订单处理模块、集成调度模块、产线模型模块、关键性能指标模块、数据接口与通讯模块组成。各模块之间的一种连接关系如附图1所示。
其中,数据接口与通讯模块是本系统与生产线其他控制系统交互的接口。数据接口与通讯模块采集基础自动化系统的生产进度信息,以及MES系统的销售订单信息,作为集成调度模块决策的信息基础。同时,数据接口与通讯模块将调度决策结果信息发送至生产执行系统。
其中,订单处理模块将销售订单转化成可供集成调度系统使用的工作订单。具体而言,提取各销售订单中与生产调度相关的信息(订单号、钢种号、规格、重量、交货期),并根据预先给定的规则,将钢种号相同,规格相同,交货期接近的销售订单合并成一个大订单。由于这样的订单可能超过一个炉次的容量,这些订单拆分成炉次容量相同的多个订单,而对于小于一个炉次容量的订单,则仍予以保留。
其中,产线模型模块采用数学方式描述整条炼钢-连铸-热轧生产线的物理特征,建立产线模型,分别被炼钢-连铸调度器和热轧调度器调用。具体而言,这些物理特征包括各个工序的设备数量,每台设备的参数(比如转炉的容量),完成各类产品加工所需要的时间。产线模型模块具备动态配置功能,在设备故障、设备升级、设备增加等情况下工程师只需要重新配置产线模型即可。
其中,关键性能指标模块,可对集成调度模块生成的生产计划的优劣进行评价。本发明中定义热送率为炼钢-连铸-热轧集成调度的评价指标,并给出其计算过程。具体而言,在给定炼钢-连铸调度计划与热轧调度计划的情况下,关键性能指标模块通过对两个调度计划中同一生产订单生产时间与结束时间进行匹配,判断其是否可以进行热送,如可热送,计算其热送的比率,进而统计得到生产计划总体的热送率。
其中,集成调度模块包括:炼钢-连铸调度器,热轧调度器,库存优化模块,协调优化器等四个模块。
炼钢-连铸调度器,由于炼钢与连铸属于强耦合过程,因此本发明使用调度器统一优化生成炼钢与连铸计划。
热轧调度器用以优化生成热轧调度计划。
库存优化模块,该模块基于库存管理的实际经验制定了库存优化规则,主要包括以下三条:
(1)同一规格的库存坯比连铸坯具有更高的优先级,应尽量首先使用的库存中的板坯。
(2)板坯库中需适当存有一定数量的常用规格的库存坯,以防止炼钢-连铸工序生产出现中断时热轧生产受到影响,该库存量的下限根据生产管理经验确定。
(3)在炼钢-连铸生产环节中,为充分利用转炉容量与中间包容量,不可避免生产一些无委托材(即不包含在任何工作订单中的钢坯),这些无委托材直接放入板坯库,考虑到库存成本,无委托材的钢种与规格尽量选择为生产量大的种类,以便于未来库存的消化,减少潜在库存压力。
协调优化器,用优化关键性能指标以目标,协调炼钢-连铸调度器、热轧调度器、库存优化模块等三个模块,产生炼钢-连铸-热轧集成调度计划。通常,这三个模块各自的优化目标在一定程度上是相互冲突的,因此,协调优化器以一定的规则和顺序协调三个模块,得到优化的炼钢-连铸-热轧集成调度计划。
定义板坯库中可以用来生产工作订单的库存坯集合为Ψ。基于上述的各模块,集成调度的具体运行步骤如附图2所示。
S1:采用炼钢-连铸调度器初始化一个炼钢与连铸调度计划,该计划根据工作订单需求与产线模型,考虑当前生产节奏,转炉容量约束,炉次钢种唯一性约束,宽度约束,浇次钢种兼容性约束,炼钢-连铸生产连续性约束,及其他生产工艺约束生成。使用炼钢- 连铸调度器生成的炼钢与连铸调度计划。下面具体描述该炼钢-连铸调度问题:
定义板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure BDA0001186148000000188
,扣除这部分所需的板坯,此时得到的剩余的工作订单集合为WD。对于任意一个订单i∈WD,其重量为Wti,钢种要求为Gi,厚度要求为Thci,宽度要求为Wdti,为轧制宽度为Wdti的板坯,输入轧机的连铸坯必须满足一定的宽度范围,定义为
Figure BDA0001186148000000181
根据产线模型,可知生产线包括N台转炉,M台连铸机,每台转炉的容量为 CPn,n∈N。
根据生产节奏,在调度时间段内转炉n,n∈N上安排的炉次数Fn及每个炉次开始和结束时间如下:
Figure BDA0001186148000000182
第n台转炉上第l个炉次开始时间,即n∈N,l∈Fn
Figure BDA0001186148000000189
:第n台转炉上第l个炉次结束时间,即n∈N,l∈Fn
另外,连铸机m,m∈M上安排的浇次数Cm及每个浇次开始和结束时间如下:
Figure BDA0001186148000000183
第m台铸机上第k个浇次开始时间,即m∈M,k∈Cm
Figure BDA0001186148000000184
第m台铸机上第k个浇次结束时间,即m∈M,k∈Cm
其中,定义第m台连铸机上第k个浇次包含Bmk个炉次。
另外,为保证生产的连续性及充分利用生产能力,引入虚拟订单库VD,表示无委托材集合,定义PROD=WD∪VD。
则炼钢-连铸调度计划需要确定以下变量:
Figure BDA0001186148000000185
Figure BDA0001186148000000186
同时需满足以下约束条件:
根据生产工艺要求,炼钢-连铸调度计划需满足以下工艺要求:
每个订单必须安排在某一个转炉的某一个炉次中:
Figure BDA0001186148000000187
转炉容量限制,对于任意的转炉n上的第l炉:
Figure BDA0001186148000000191
炉次钢种唯一性约束,对于第n个转炉上的第l炉,定义这炉钢水的钢种为Gnl,则:
Gi=Gnl i∈PROD and xinl=1 (3)
炉次目标产品宽度相同约束,对于第n个转炉上的第l炉,定义这炉钢宽度属性为Wdtnl,则:
Wdti=Wdtnl i∈PROD and xinl=1 (4)
每个炉次只出现在一个浇次中:
Figure BDA0001186148000000192
同一浇次钢种兼容性限制,假设第n1个转炉上的第l1炉与第n2个转炉上的第l2炉位于同一个浇次(第m台连铸机的第k个浇次)中,则这两个炉次中的钢种必须互相兼容,即对于n1,n2∈N,
Figure BDA0001186148000000193
如果:
同一台连铸机:
Figure BDA0001186148000000194
同一个浇次:
Figure BDA0001186148000000195
则:
Figure BDA0001186148000000196
其中,Γ为钢种兼容性规则,根据工艺要求提前给定,只有两个钢种在同一浇次中兼容,其值为1。
对于任意两个工作订单i1,i2∈PROD,如果其在同一台连铸机同一个浇次生产:
同一台连铸机:
Figure BDA0001186148000000197
同一个浇次:
Figure BDA0001186148000000198
则钢坯宽度变化约束为:
Figure BDA0001186148000000199
其中,Θ为钢坯宽度变化约束规则,根据工艺要求提前给定,只有两个钢坯的宽度变化幅度小于定值,其值为1。
而炉次目标产品厚度相同约束为:
Figure BDA0001186148000000201
连续生产时间约束,炼钢与连铸两工序之间必须满足生产的连续要求,即每一个炉次的钢水出炉后需马上进入连铸浇次。即针对任意的第n个转炉的第l个炉次,其冶炼结束时间为
Figure BDA0001186148000000202
则其在连铸机上开始生产的时刻为:
Figure BDA0001186148000000203
其中,
Figure BDA0001186148000000204
为保证生产连续性,需满足
Figure BDA0001186148000000205
其中Twait是预先给定的阈值。
采用炼钢-连铸启发式调度算法快速生成一个炼钢-连铸调度计划,其具体步骤如下所述:
初始化:在集合WD中任意选取一个订单,将其放置第一台铸机的第一个浇次的第一个位置。并将这个订单从集合WD中剔除。
第一步:在集合WD中任意选取一个订单i,置当前铸机号为m=1,当前浇次号为 k=1。
第二步:开始尝试将订单i放置在第m台铸机的第k个浇次中,具体而言,首先判断订单i是否可以与该浇次中任意一个已放置的订单i′组成一炉钢,即判断转炉容量限制(2),炉次钢种唯一性约束(3),炉次宽度相同约束(4)是否满足,若以上约束都满足,则将订单i与已放置的订单i′放置在同一炉次中,进入第五步,否则,进入第三步。
第三步:判断该浇次中是否所有的位置都分配有订单,若是,则说明订单i无法放入该浇次,进入第六步,否则,进入第四步。
第四步:判断订单i与该浇次中已分配的订单是否满足同一浇次钢种兼容性限制(6),若是,则将订单i放置在该浇次中任意空的位置处,进入第五步,否则,进入第六步。
第五步:将订单i从集合WD中剔除,判断WD是否为空,若为空,则进入第八步,否则进入第一步。
第六步:判断是否k<Cm,若满足,则k=k+1,返回第二步,否则,进入第七步。
第七步:判断是否m<|M|,若满足,则m=m+1,k=1,返回第二步。
第八步:将得到的连铸调度计划中各浇次中空余的部分填入满足约束的虚拟订单,可以生成完整的连铸计划。然后根据连续生产时间约束,将浇次中所包含的各炉次,分配至各转炉生产,得到炼钢计划。
将上述算法得到的炼钢-连铸调度计划结果发送给协调优化器,进入S2。
S2:协调优化器将收到的炼钢与连铸调度计划发送给热轧调度器,热轧调度器生成热轧调度计划。该调度问题具体描述如下:
●统计热轧阶段需处理的所有的板坯,包括连铸机生产的工作订单集合WD定尺后得到的连铸坯集合CS,以及需使用的板坯库中的库存坯,定义为KS,S=CS∪KS。并可知任意板坯v,v∈S的硬度HDv,厚度Thcv,宽度Wdtv,交货日期为Duedatav
●根据产线模型,可知生产线包括Q台轧机。
●根据生产节奏,在调度时间段内轧机r,r∈Q上安排的轧制单元数为Hr,每个板坯的平均轧制时间为thr,且两个轧制单元间的平均检修时间为tm
●根据炼钢-连铸调度计划,可以计算得到在调度时间段内CS中任意板坯v的就绪时间为:
Figure BDA0001186148000000211
v∈CS。
同时,由于KS的板坯随时可以使用,因此板坯库中的板坯的就绪时间定义为:
Figure BDA0001186148000000212
v∈KS。
●根据工艺要求,任意一台轧机上的轧制单元h∈Hr的长度不能大于
Figure BDA0001186148000000213
也不能小于
Figure BDA0001186148000000214
建立以下优化命题:
决策变量:
Lrh:第r台轧机的第h个轧制单元所加工的板坯数。
Figure BDA0001186148000000215
目标函数:最小化轧制单元相邻板坯间的厚度、宽度和硬度跳跃:
Figure BDA0001186148000000216
其中,w1,w2,w3分别是对厚度、宽度和硬度跳跃的惩罚加权系数。
约束条件:
每个板坯只被分配到一个位置:
Figure BDA0001186148000000221
轧制单元的长度约束:
Figure BDA0001186148000000222
对于任意板坯v,v∈S,其被分配到轧机、轧制单元及在轧制单元上的位置分别为:
Figure BDA0001186148000000223
Figure BDA0001186148000000224
Figure BDA0001186148000000225
开始轧制时间约束为:
Figure BDA0001186148000000226
交货期约束为:
Figure BDA0001186148000000227
采用启发式热轧调度算法生成轧制单元将连铸坯分配至各轧制单元并确定其在各轧制单元内部的顺序。其具体步骤如下:
第一步:根据轧机的数量|Q|,选取满足开始轧制时间约束(12)的宽度最大的|Q|块板坯,分别分配给每一台轧机各一块板坯,并在集合S中剔除这些板坯。
第二步:对于任意一块板坯v,v∈S以及任意轧机r,r∈Q,根据公式(10)计算该板坯与该轧机目前计划中的最后一块板坯之间的厚度、宽度和硬度跳跃目标函数值fitv,r,对所有的fitv,r进行排序。
第三步:找到其中最小的fitv,r值,判断将板坯v分配到轧机r上时,其分配到的轧机、轧制单元及在轧制单元上的具体位置,进而计算并判断开始轧制时间约束(12)是否满足。若满足,则将板坯v分配到轧机r,在集合S中剔除板坯v,并进入第四步;若不满足,则剔除目前最小的fitv,r,重新进入第三步。
第四步:判断添加板坯v的轧机r当前的轧制单元的长度是否满足约束(11),若已满足,则加入一个检修单元。
第五步:判断目前集合S是否为空,如果是,则说明所以板坯已全部分配至各轧机,至第六步;否则,重新进入第二步。
第六步:遍历所有轧机计划,检查所有板坯的交货期约束(13)是否满足,若有不满足的,则将其与交货期之前的板坯交换位置,直到所有板坯满足交货期约束为止。
热轧调度器将得到的热轧调度计划发送给协调优化器,进入S3。
S3:协调优化器根据炼钢与连铸调度计划与热轧调度计划,分析库存变化情况是否满足库存优化模块的规则,如果满足,则进入S4,否则,协调优化器告知炼钢-连铸调度器因库存管理原因需重新生成调度计划。具体而言,可以修改板坯库中实际用来生产工作订单的库存坯集合Ψused,进而影响虚拟订单集合VD集合的构成。改变以上参数后,返回S1。
S4:协调优化器根据炼钢与连铸调度计划与热轧调度计划,采用关键性能指标模块计算得到总体热送率。具体而言,根据S1得到的炼钢与连铸调度计划,可以得到工作订单的连铸结束时间,而根据S2得到的热轧调度计划,可以得到每个板坯的热轧开始时间,如果二者时间之差小于预先给定的阈值,则认为该板坯可以热送。对WD中所有的工作订单所对应的板坯进行以上判断,定义变量λi为工作订单i中可以热送的板坯所占的比率。
则总体热送率HCR为:
Figure BDA0001186148000000231
进入S5。
S5:保存本次协调优化所得到的热送率值。协调优化器根据总体热送率情况和协调优化情况判断是否终止集成调度过程,判定规则如下:
(1)连续若干次协调优化得到的热送率值HCR没有提升。
(2)协调优化次数达到指定的阈值。这里的协调优化过程从S2到S5后返回S2的过程,每个循环表示一次协调优化过程。
如果达到终止条件,则程序结束;
否则,协调优化器告知炼钢-连铸调度器重新生成炼钢与连铸调度计划,进入S6。
S6:炼钢-连铸调度器采用自组织优化算法生成炼钢与连铸调度计划。具体而言,该调度计划的主要目标是确保炼钢-连铸生产的连续性,充分利用生产线产能,并尽量减小同一浇次中的板坯宽度跳变。下面建立以下优化命题,以求解该炼钢-连铸调度问题。
决策变量:
Figure BDA0001186148000000241
Figure BDA0001186148000000242
目标函数:最小化浇次中的各炉次的板坯宽度跳变。即:
Figure BDA0001186148000000243
板坯宽度跳变越小,连续成批热送的可能性越大,所以该目标函数是与热送率值密切相关的。
采用自组织优化算法求解该问题,上述优化命题求解步骤如下:
第一步:为最小化公式(14)表示的一个调度计划中所有的板坯宽度跳变,分别求取每一个炉次板坯与其相邻炉次板坯的宽度变化量,同时考虑浇次钢种兼容性约束、钢坯宽度变化约束,目标产品厚度相同约束,炼钢-连铸生产连续性约束约束,针对每个约束分别引入惩罚因子,并与宽度变化量求和作为每个炉次的局部适应度值γnl,将所有工作订单根据其γnl进行排序,也就是找到一个排列顺序∏1,使
Figure BDA0001186148000000244
其中
Figure BDA0001186148000000245
是调度计划所包含总的炉次数。这是在当前调度计划中的操作,获取了局部适应度值的排序。
第二步:根据幂律
P1(k)∝k 1≤k≤|FALL| ,
选取一个序号∏1(k1)。将第∏1(k1)炉次与其他所有炉次分别交换位置,得到FALL-1个邻域浇次计划,由于炼钢-连铸过程强耦合,可以快速生成相应的炼钢计划,该幂律形式为自组织优化算法给定,α为预先给定参数。
第三步:计算这些FALL-1个炼钢-连铸调度计划的适值Cost,具体而言,针对每一个调度计划,采用步骤6.1中所述的方法求取其中每一个炉次局部适应度值,对这些局部适应度值求和即为该调度计划的适值Cost,并排序,就是找到一个排列顺序∏2,使
Figure BDA0001186148000000251
第四步:根据另一个幂律
P2(k)∝k 1≤k≤|FALL-1| ,
在排列顺序∏2中选取一个邻域炼钢-连铸调度计划,炼钢-连铸调度器将得到的炼钢 -连铸调度计划发送给协调优化器,进入S2。同样,该幂律形式为自组织优化算法给定。
下面以本发明系统在某钢铁厂应用效果为例,说明本发明所取得的有益效果:
该钢铁厂的生产属于由客户订单驱动的多品种和小批量的柔性生产模式,共包括5 个转炉,5台连铸机以及5台轧机,产品包括棒材、带钢、线材、矿工钢,U型钢等多种类型,规格变化频繁,订单交货期要求严格,因而制定其调度计划难度很大,之前一直采用人工编制炼钢-连铸-热轧调度计划。采用本发明的计算机集成调度方法与人工编制方法进行比较,共统计25周数据,其热送率结果如附图3所示:
如附图3所示,在大多数情况下,采用计算机集成调度相比人工调度都得到了更高的热送率。经统计,人工调度的平均热送率为18.9%,而计算机集成调度的为23.3%。其中,5台轧机上热送率的具体分布如附图4所示,可见相比人工调度,本发明调度系统在5台轧机都取得了较高的热送率,显著地节省了生产过程中再加热板坯的能量消耗,验证了本发明方法有效性。
本发明的主要保护点包括:
(1)炼钢-连铸-热轧集成调度方法和系统提出了一种炼钢-连铸-热轧计算机集成调度方法与系统,基于钢铁炼钢连铸热轧环节的生产模型,对轧制过程的热送率进行优化,在确保交货期满足客户要求的前提下,实现钢铁生产过程炼钢、连铸、热轧三大工序的计算机自动一体化集成计划调度。
(2)炼钢-连铸-热轧集成调度方法和系统将炼钢-连铸-热轧集成调度分解为炼钢-连铸调度,热轧调度两个模块,同时考虑库存管理的需求,建立库存优化管理模块,在上述三个模块之间引入协调优化器,以提高热送率为优化目标,协调上述三个模块协同优化。采用该方法,可以有效解决炼钢、连铸、热轧工序调度计划的冲突,提高热送率,并降低了优化过程的复杂度。
(3)炼钢-连铸-热轧集成调度方法和系统采用自组织优化算法对炼钢连铸排产调度进行求解,自组织优化算法是基于极值动力学提出的一种新型启发式智能优化算法,具有收敛速度快、局部寻优能力强等优点,对于求解传统算法无法解决的NP-Hard非常有效,即使无法在有限时间内求得最优解,也可以保证至少有一个可行次优解,非常适合求解集成优化问题。
(4)炼钢-连铸-热轧集成调度方法和系统将中间库存的管理与优化纳入本方法调度体系,现有公开方法中,基本未涉及炼钢连铸热轧中间库存的建模与管理,少数方法将库存用于平衡上下工序之间的产能差异,本发明通过引入库存优化模块,在保证生产连续及热送率指标的前提下,对库存最优周转率进行优化,达到保证安全库存,降低中间产品数量,减少库存成本的效果。
以上所述仅为本发明的较佳实施例,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等同替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。

Claims (10)

1.一种炼钢-连铸-热轧集成调度方法,其特征在于,包括:
步骤1,至少根据当前的工作订单需求、产线模型、当前生产节奏、转炉容量约束、炉次钢种唯一性约束、炉次目标产品宽度约束、浇次钢种兼容性约束、炼钢-连铸生产连续性约束进行初始化获得炼钢-连铸调度计划;
步骤2,根据当前的炼钢-连铸调度计划以及工作订单需求、产线模型、当前生产节奏、轧制单元长度约束、轧制单元内部相邻板坯宽度、厚度和硬度跳变约束得到热轧调度计划;其中,所述热轧调度计划是以最小化轧制单元内部相邻板坯的宽度跳跃、厚度跳跃和硬度跳跃为优化目标而获得轧制单元并确定各板坯在各轧制单元内部的顺序;
所述步骤2进一步包括:
根据所述工作订单需求统计热轧阶段需处理的所有的板坯,根据产线模型、当前生产节奏得到生产线包括Q台轧机、在调度时间段内轧机r,根据所述轧制单元长度约束获得任意一台轧机上的轧制单元h;
根据轧机的数量|Q|,选取满足开始轧制时间约束的宽度最大的|Q|块板坯,分别分配给每一台轧机各一块板坯,并在集合S中剔除这些板坯;对于任意一块板坯v,计算该板坯与该轧机r目前计划中的最后一块板坯之间的厚度、宽度和硬度跳跃目标函数值;以最小化轧制单元内部相邻板坯的宽度跳跃、厚度跳跃和硬度跳跃为优化目标,获取满足开始轧制时间约束、轧制单元的长度约束、所有板坯的交货期约束的所述热轧调度计划;
步骤3,根据当前的炼钢-连铸调度计划与所述热轧调度计划确定库存变化情况是否满足预设的库存优化规则,若满足,则进入下一步,若不满足,则调整与库存优化相关的当前参数后返回步骤1;
步骤4,根据当前的炼钢-连铸调度计划与热轧调度计划获得总体热送率数据;
其中,根据当前的炼钢-连铸调度计划与热轧调度计划对所有的工作订单对应的板坯进行判断,确定热送的板坯,并获得工作订单中热送的板坯所占的比率,根据热送的板坯所占的比率、板坯库中用来生产工作订单的库存坯集合、板坯库中实际用来生产工作订单的库存坯集合、板坯库中无委托材集合得到总体热送率HCR;
步骤5,根据所述总体热送率数据与协调优化次数判断是否达到集成调度终止条件,所述集成调度终止条件为:连续若干次协调优化得到的热送率值HCR没有提升,或协调优化次数达到指定的阈值,若达到则开始实施调度计划,若未达到则进入下一步;
步骤6,至少根据工作订单需求、产线模型、浇次钢种兼容性约束、炼钢-连铸生产连续性约束、浇次目标产品厚度约束,且以最小化浇次中的板坯宽度跳变为目标,完成组炉、组浇以及将对应的炉次、浇次分配至具体的生产设备上,确定各生产任务开始和结束时刻,以重新优化生成炼钢-连铸调度计划,再返回步骤2。
2.根据权利要求1所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,首先给出如下定义:
定义板坯库中可以用来生产工作订单的库存坯集合为Ψ,板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure FDA0002543083290000021
扣除这部分所需的板坯,此时得到的剩余的工作订单集合为WD;
定义工作订单需求,包括对于任意一个订单i∈WD,其重量为Wti,钢种要求为Gi,厚度要求为Thci,宽度要求为Wdti,为轧制宽度为Wdti的板坯,输入轧机的连铸坯必须满足的宽度范围
Figure FDA0002543083290000022
定义产线模型,生产线包括N台转炉,M台连铸机,每台转炉的容量为CPn,n∈N;
定义当前生产节奏,包括在调度时间段内转炉n,n∈N上安排的炉次数Fn及每个炉次开始和结束时间如下:
Figure FDA0002543083290000023
第n台转炉上第l个炉次开始时间,即n∈N,l∈Fn
Figure FDA0002543083290000024
第n台转炉上第l个炉次结束时间,即n∈N,l∈Fn
另外,连铸机m,m∈M上安排的浇次数Cm及每个浇次开始和结束时间如下:
Figure FDA0002543083290000025
第m台铸机上第k个浇次开始时间,即m∈M,k∈Cm
Figure FDA0002543083290000026
第m台铸机上第k个浇次结束时间,即m∈M,k∈Cm
其中,定义第m台连铸机上第k个浇次包含Bmk个炉次;
定义每个订单必须安排在某一个转炉的某一个炉次中:
Figure FDA0002543083290000027
其中:
Figure FDA0002543083290000028
且定义PROD=WDUVD,VD为虚拟订单库,表示无委托材集合;
转炉容量约束定义为对于任意的转炉n上的第l炉满足:
Figure FDA0002543083290000031
炉次钢种唯一性约束定义为对于第n个转炉上的第l炉,定义这炉钢水的钢种为Gnl,则:
Gi=Gnl i∈PROD and xinl=1
炉次目标产品宽度约束定义为对于第n个转炉上的第l炉,定义这炉钢目标产品宽度属性为Wdtnl,则:
Wdti=Wdtnl i∈PROD and xinl=1
每个炉次只出现在一个浇次中:
Figure FDA0002543083290000032
其中,
Figure FDA0002543083290000033
同一浇次钢种兼容性约束定义为假设第n1个转炉上的第l1炉与第n2个转炉上的第l2炉位于同一个浇次中,即第m台连铸机的第k个浇次,则这两个炉次中的钢种必须互相兼容,即对于
Figure FDA0002543083290000039
如果:
同一台连铸机:
Figure FDA0002543083290000034
同一个浇次:
Figure FDA0002543083290000035
则:
Figure FDA0002543083290000036
其中,Γ为根据工艺要求预设的钢种兼容性规则,仅当两个钢种在同一浇次中兼容时等于1;
炼钢-连铸生产连续性约束定义为对于第n个转炉的第l个炉次,其冶炼结束时间为
Figure FDA0002543083290000037
则其在连铸机上开始生产的时刻为:
Figure FDA0002543083290000038
其中,
Figure FDA0002543083290000041
Figure FDA0002543083290000042
所述Twait是预设的阈值。
3.根据权利要求2所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述浇次目标产品厚度约束定义为对于任意两个工作订单i1,i2∈PROD,如果其在同一台连铸机同一个浇次生产:
同一台连铸机:
Figure FDA0002543083290000043
同一个浇次:
Figure FDA0002543083290000044
则钢坯宽度变化约束为:
Figure FDA0002543083290000045
其中,Θ为根据工艺要求预设的钢坯宽度变化约束规则,仅当两个钢坯的宽度变化幅度小于预设定值时值为1;
而浇次目标产品厚度相同约束为:
Figure FDA0002543083290000046
4.根据权利要求1所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述步骤1进一步包括:
步骤1.1,定义板坯库中可以用来生产工作订单的库存坯集合为Ψ,板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure FDA0002543083290000047
扣除这部分Ψused后剩余的工作订单集合为WD,在集合WD中任意选取一个订单i,置当前铸机号为m=1,当前浇次号为k=1;
步骤1.2,尝试将订单i放置在第m台铸机的第k个浇次中,判断订单i与m浇次中已放置的订单i′是否满足所述转炉容量约束、炉次钢种唯一性约束、炉次目标产品宽度约束,若全部都满足,则将订单i放置在订单i′所在炉次中组成一炉钢,进入步骤1.5,若不全部满足,进入步骤1.3;
步骤1.3,判断该浇次中是否所有的位置都分配有订单,若无位置空余,则说明订单i无法放入该浇次,进入步骤1.6,若有位置空余,则进入步骤1.4;
步骤1.4,判断订单i与该浇次中已分配的订单是否满足所述浇次钢种兼容性约束,若是,则将订单i放置在该浇次中任意空的位置处,进入步骤1.5,否则,进入步骤1.6;
步骤1.5,将订单i从集合WD中剔除,判断集合WD是否为空,若为空,则进入步骤1.8,否则进入第一步;
步骤1.6,生产线包括M台连铸机,连铸机m,m∈M上安排的浇次数Cm,判断是否满足k<Cm,若满足,则k=k+1,返回步骤1.2,否则,进入步骤1.7;
步骤1.7,判断是否m<|M|,若满足,则m=m+1,k=1,返回步骤1.2,否则进入下一步;
步骤1.8,将得到的连铸调度计划中各浇次中空余的部分填入满足约束的虚拟订单,可以生成完整的连铸计划,然后根据连续生产时间约束,将浇次中所包含的各炉次,分配至各转炉生产,得到炼钢计划,完成所述初始化获得炼钢-连铸调度计划。
5.根据权利要求4所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述步骤3调整与库存优化相关的当前参数,包括调整板坯库中实际用来生产工作订单的库存坯集合Ψused
6.根据权利要求1所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述步骤2中进一步包括:
根据所述工作订单需求统计热轧阶段需处理的所有的板坯,包括连铸机生产的工作订单集合WD定尺后得到的连铸坯集合CS,以及需使用的板坯库中的库存坯,定义为KS,S=CSUKS,并可知任意板坯v,v∈S的硬度HDv,厚度Thcv,宽度Wdtv,交货日期为Duedatav
根据所述产线模型获得生产线包括Q台轧机;
根据所述当前生产节奏获得在调度时间段内轧机r,r∈Q上安排的轧制单元数为Hr,每个板坯的平均轧制时间为thr,且两个轧制单元间的平均检修时间为tm
根据所述当前的炼钢-连铸调度计划计算得到在调度时间段内CS中任意板坯v的就绪时间为:
Figure FDA0002543083290000051
板坯库中的板坯的就绪时间定义为:
Figure FDA0002543083290000052
根据所述轧制单元长度约束获得任意一台轧机上的轧制单元h∈Hr的长度不能大于
Figure FDA0002543083290000053
也不能小于
Figure FDA0002543083290000054
7.根据权利要求6所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述步骤2进一步包括:
步骤2.1,根据轧机的数量|Q|,选取满足开始轧制时间约束的宽度最大的|Q|块板坯,分别分配给每一台轧机各一块板坯,并在集合S中剔除这些板坯;
步骤2.2,对于任意一块板坯v,v∈S以及任意轧机r,r∈Q,计算该板坯与该轧机r目前计划中的最后一块板坯之间的厚度、宽度和硬度跳跃目标函数值fitv,r假设轧机r目前计划中的最后一块板坯v′位于第h个轧制单元的第z个位置上,则:
fitv,r=w1||Thcv-Thcv′||+w2||Wdtv-Wdtv′||+w3||HDv-HDv′||
其中w1,w2,w3分别是对厚度、宽度和硬度跳跃的惩罚加权系数,对同一板坯v在不同轧机的fitv,r值进行排序;
步骤2.3,针对同一块板坯v,找到一台轧机r,使fitv,r值的最小,判断将板坯v分配到轧机r上时,是否满足开始轧制时间约束
Figure FDA0002543083290000061
其中,
Figure FDA0002543083290000062
为第r台轧机的第h1个轧制单元所加工的板坯数;若满足,则将板坯v分配到轧机r,在集合S中剔除板坯v,并进入步骤2.4;若不满足,则剔除目前最小的fitv,r,重新进入步骤2.3;
步骤2.4,判断添加板坯v的轧机r当前的轧制单元的长度是否满足轧制单元的长度约束
Figure FDA0002543083290000063
若已满足,则加入一个检修单元;
步骤2.5,判断目前集合S是否为空,如果是,则说明所以板坯已全部分配至各轧机,至步骤2.6;否则,重新进入步骤2.2;
步骤2.6,遍历所有轧机计划,检查所有板坯的交货期约束
Figure FDA0002543083290000064
是否满足,若有不满足的,则将其与交货期之前的板坯交换位置,直到所有板坯满足交货期约束为止,获得所述热轧调度计划。
8.根据权利要求1所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述步骤4进一步包括:
对WD中所有的工作订单所对应的板坯进行判断:根据当前炼钢-连铸调度计划得到工作订单的连铸结束时间,根据当前热轧调度计划得到每个板坯的热轧开始时间,如果二者时间之差小于预设时间差给定阈值,则确定该板坯可以热送;
获得工作订单i中可以热送的板坯所占的比率λi
定义板坯库中可以用来生产工作订单的库存坯集合为Ψ,板坯库中实际用来生产工作订单的库存坯集合为Ψused,则
Figure FDA0002543083290000065
扣除这部分Ψused后剩余的工作订单集合为WD,定义PROD=WDUVD,VD为虚拟订单库,表示无委托材集合,
获得总体热送率HCR为:
Figure FDA0002543083290000071
所述Wti为订单i的重量。
9.根据权利要求1所述的一种炼钢-连铸-热轧集成调度方法,其特征在于,所述步骤6进一步包括:
步骤6.1,计算当前炼钢-连铸调度计划中同一浇次中的各炉次之间的板坯宽度跳变值,即对于任意第m台铸机上的第k个浇次中的第s个炉次,计算得到其跳变值如下:
Figure FDA0002543083290000072
同时考虑所述的浇次钢种兼容性约束、钢坯宽度变化约束,钢坯厚度相同约束,炼钢-连铸生产连续性约束,针对每个约束分别对应引入惩罚因子,如果有上述约束没有满足,则给出相应的惩罚值,将这些惩罚值并与所述的Jmks求和作为每个炉次的局部适应度值γmks,将所有工作订单根据其局部适应度值γmks进行排序,从而获得一个排列顺序Π1使
Figure FDA0002543083290000073
其中
Figure FDA0002543083290000074
是待生成的炼钢-连铸调度计划所包含总的炉次数;
步骤6.2,根据幂律P1(k)∝k,l≤k≤|FALL|选取一个序号Π1(k1),将第Π1(k1)炉次与其他所有炉次分别交换位置,得到FALL-1个邻域浇次计划而快速生成相应的炼钢计划,α为预先给定参数;
步骤6.3,针对步骤6.2获得的FALL-1个炼钢-连铸调度计划,求取其中每一个炉次局部适应度值,对这些局部适应度值求和即为该调度计划的适值Cost,根据Cost的值排序获得一个排列顺序Π2,使
Figure FDA0002543083290000075
步骤6.4,根据另一个幂律P2(k)∝k,1≤k≤|FALL-1|在排列顺序Π2中选取一个邻域中的炼钢-连铸调度计划作为重新优化生成的炼钢-连铸调度计划,返回步骤2。
10.一种炼钢-连铸-热轧集成调度系统,其特征在于,包括炼钢-连铸调度器、热轧调度器、库存优化模块、协调优化器;
所述炼钢-连铸调度器用于:
至少根据当前的工作订单需求、产线模型、当前生产节奏、转炉容量约束、炉次钢种唯一性约束、炉次目标产品宽度约束、浇次钢种兼容性约束、炼钢-连铸生产连续性约束进行初始化获得炼钢-连铸调度计划,和
响应所述协调优化器的控制至少根据工作订单需求、产线模型、当前生产节奏、转炉容量约束、炉次钢种唯一性约束、浇次钢种兼容性约束、炼钢-连铸生产连续性约束、浇次目标产品厚度相同约束,且以最小化浇次中的板坯宽度跳变为目标,完成组炉、组浇以及将对应的炉次、浇次分配至具体的生产设备上,确定各生产任务开始和结束时刻,以重新优化生成炼钢-连铸调度计划,和
将生成的炼钢-连铸调度计划发送给所述协调优化器;
所述热轧调度器用于:
自所述协调优化器接收当期的炼钢-连铸调度计划,根据当前的炼钢-连铸调度计划以及工作订单需求、产线模型、当前生产节奏、轧制单元长度约束、轧制单元内部相邻板坯宽度、厚度和硬度跳变约束得到热轧调度计划,其中,所述热轧调度计划是以最小化轧制单元内部相邻板坯的宽度跳跃、厚度跳跃和硬度跳跃为优化目标而获得轧制单元并确定各板坯在各轧制单元内部的顺序;
根据所述工作订单需求统计热轧阶段需处理的所有的板坯,根据产线模型、当前生产节奏得到生产线包括Q台轧机、在调度时间段内轧机r,根据所述轧制单元长度约束获得任意一台轧机上的轧制单元h;
根据轧机的数量|Q|,选取满足开始轧制时间约束的宽度最大的|Q|块板坯,分别分配给每一台轧机各一块板坯,并在集合S中剔除这些板坯;对于任意一块板坯v,计算该板坯与该轧机r目前计划中的最后一块板坯之间的厚度、宽度和硬度跳跃目标函数值;以最小化轧制单元内部相邻板坯的宽度跳跃、厚度跳跃和硬度跳跃为优化目标,获取满足开始轧制时间约束、轧制单元的长度约束、所有板坯的交货期约束的所述热轧调度计划;
所述库存优化模块用于:生成库存优化规则,并根据所述协调优化器的控制调整与库存优化相关的当前参数;
所述协调优化器用于:
根据当前的炼钢-连铸调度计划与所述热轧调度计划确定库存变化情况是否满足所述库存优化模块预设的库存优化规则,若满足,则根据当前的炼钢-连铸调度计划与热轧调度计划获得总体热送率数据,
其中,根据当前的炼钢-连铸调度计划与热轧调度计划对所有的工作订单对应的板坯进行判断,确定热送的板坯,并获得工作订单中热送的板坯所占的比率,根据热送的板坯所占的比率、板坯库中用来生产工作订单的库存坯集合、板坯库中实际用来生产工作订单的库存坯集合、板坯库中无委托材集合得到总体热送率HCR;
若不满足,则调整与库存优化相关的当前参数后控制所述炼钢-连铸调度器重新初始化一炼钢-连铸调度计划,和
根据所述总体热送率数据和协调优化次数判断是否达到集成调度终止条件,所述集成调度终止条件为:连续若干次协调优化得到的热送率值HCR没有提升,或协调优化次数达到指定的阈值;若达到则开始实施调度计划,若未达到则控制所述炼钢-连铸调度器重新优化一炼钢-连铸调度计划。
CN201611184758.0A 2016-12-20 2016-12-20 一种炼钢-连铸-热轧集成调度方法与系统 Active CN106779220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611184758.0A CN106779220B (zh) 2016-12-20 2016-12-20 一种炼钢-连铸-热轧集成调度方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611184758.0A CN106779220B (zh) 2016-12-20 2016-12-20 一种炼钢-连铸-热轧集成调度方法与系统

Publications (2)

Publication Number Publication Date
CN106779220A CN106779220A (zh) 2017-05-31
CN106779220B true CN106779220B (zh) 2020-09-29

Family

ID=58895939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611184758.0A Active CN106779220B (zh) 2016-12-20 2016-12-20 一种炼钢-连铸-热轧集成调度方法与系统

Country Status (1)

Country Link
CN (1) CN106779220B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108303958B (zh) * 2017-11-09 2019-03-19 重庆大学 一种炼钢连铸过程的多目标柔性调度方法
CN107993011A (zh) * 2017-12-04 2018-05-04 安徽工业大学 一种硅钢生产计划系统
CN108470288A (zh) * 2018-02-01 2018-08-31 唐山钢铁集团有限责任公司 一种基于大数据的中间包浇注成本分析方法
CN110766253B (zh) * 2018-07-27 2023-04-18 宝山钢铁股份有限公司 炼钢连铸计划物流流向设定的炼钢量分配控制方法
CN109877158B (zh) * 2019-03-01 2020-06-26 宝信软件(武汉)有限公司 一种csp连铸连轧临时钢卷号自动匹配方法及系统
CN110245780A (zh) * 2019-05-14 2019-09-17 杭州电子科技大学 一种应用于钢铁加热炉系统的调度优化方法
CN110458417A (zh) * 2019-07-17 2019-11-15 首钢京唐钢铁联合有限责任公司 一种资源投入分配的方法及装置
CN110490383B (zh) * 2019-08-19 2022-12-13 辽宁工程技术大学 一种基于板坯聚类的一体化生产炉次计划优化方法
CN110647124B (zh) * 2019-10-11 2020-07-24 重庆大学 考虑铸轧协调的炼钢连铸热轧一体化生产计划方法及系统
CN111242561B (zh) * 2019-12-27 2023-07-04 冶金自动化研究设计院 一种应用于钢铁行业炼钢-连铸流程的仿真优化模型
CN111570525A (zh) * 2020-05-08 2020-08-25 马鞍山钢铁股份有限公司 一种与铸坯质量优化匹配的红送热装方法
CN111709849B (zh) * 2020-06-05 2022-11-18 玛斯特轻量化科技(天津)有限公司 一种轻量化车身的柔性化生产系统及方法
CN111985848A (zh) * 2020-09-03 2020-11-24 沈阳工学院 一种基于启发式算法的轴承端盖生产排产调度优化方法
CN112371938B (zh) * 2020-10-09 2021-12-24 中冶南方连铸技术工程有限责任公司 一种移坯车动作周期的优化方法、装置、设备及存储介质
CN112650179B (zh) * 2020-12-23 2022-05-27 同济大学 半导体制造系统的动态调度方法
CN112633772B (zh) * 2021-01-05 2021-12-10 东华大学 一种纺织面料染色车间多智能体深度强化学习调度方法
CN114386719B (zh) * 2022-03-22 2022-08-05 宁波钢铁有限公司 一种炉次批量计划优化方法、装置及存储介质
CN114662802B (zh) * 2022-05-23 2022-09-09 宁波钢铁有限公司 一种基于扰动因素的热轧板带排程方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10112681B4 (de) * 2000-03-31 2004-02-12 International Business Machines Corp. Computersystem mit Verfahren zum Planen von Vorgängen in einem Stahlwerk und Programmspeichereinrichtung zum Durchführen des Verfahrens
CN101097617B (zh) * 2006-06-30 2012-08-29 东北大学 一种金属热轧优化调度方法及其系统
CN101604145B (zh) * 2009-06-26 2011-02-02 东北大学 炼钢-连铸-热轧生产计划一体化仿真系统
CN105243512A (zh) * 2015-11-06 2016-01-13 湖南千盟物联信息技术有限公司 一种炼钢作业计划动态排程方法

Also Published As

Publication number Publication date
CN106779220A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106779220B (zh) 一种炼钢-连铸-热轧集成调度方法与系统
WO2017088674A1 (zh) 一种面向全流程生产的炼钢组批与排产方法
CN105550751B (zh) 利用优先级策略混合遗传算法的炼钢连铸生产调度方法
CN1885328B (zh) 一种炼钢-连铸中间包批量计划方法及系统
Lee et al. Primary production scheduling at steelmaking industries
CN103839114B (zh) 炼钢车间时序计划自动编制系统
CN102266927B (zh) 一种连铸机钢水浇铸顺序的控制方法
CN103631243B (zh) 一种基于遗传算法的炼钢-连铸重调度方法及系统
CN102346882B (zh) 炼钢-连铸生产智能调度的二层规划方法
Cui et al. An improved Lagrangian relaxation approach to scheduling steelmaking-continuous casting process
CN105631759B (zh) 炼钢厂考虑铁水供应条件的多目标调度计划编制方法
Liu et al. Order-planning model and algorithm for manufacturing steel sheets
CN111626532A (zh) 一种基于大数据规则自学习的炼钢生产计划智能排程方法
CN109583761A (zh) 一种锻钢工序的生产计划与调度系统
CN114386719B (zh) 一种炉次批量计划优化方法、装置及存储介质
CN101833322A (zh) 钢铁企业高炉-转炉区段生产调度过程控制中的专家系统及控制方法
CN101339634A (zh) 考虑钢水驻留时间期限的炼钢连铸生产调度方法
Rahman et al. Multiple-order permutation flow shop scheduling under process interruptions
CN106647674A (zh) 基于知识表示的钢铁生产调度模型匹配方法
Lü et al. Multiproduct and multistage integrated production planning model and algorithm based on an available production capacity network
CN104942251B (zh) 炼钢厂连铸机的开浇时间确定方法
Zhang et al. Solving the order planning problem at the steelmaking shops by considering logistics balance on the plant-wide process
CN114298567A (zh) 连铸机浇次计划排程及开浇时间动态决策方法及系统
Sun et al. Scheduling of steel-making and continuous casting system using the surrogate subgradient algorithm for Lagrangian relaxation
CN114153185B (zh) 一种基于动态多目标差分进化算法的炼钢-连铸弹性调度优化方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant