电炉炼钢—连铸生产调度与动态重调度的优化与研究

作     者：谢启宇 

作者单位：安徽工业大学 

学位级别：硕士

导师姓名：戴小平

授予年度：2012年

学科分类：080602[工学-钢铁冶金] 08[工学] 0806[工学-冶金工程] 

主      题：电炉炼钢-连铸 生产调度 遗传算法 动态重调度 

摘      要：电炉炼钢-连铸生产的特点是短流程、多工序、高能耗，安排生产调度方案是特钢厂组织生产活动的核心。随着国家的产业结构转型，针对高耗能产业的调控政策日趋深入，特钢行业的竞争变得日趋激烈，其核心竞争力在于有效组织多品种小批量的产品生产、严格控制产品品质和准时交货期。因此有必要优化电炉炼钢-连铸的生产调度方案，以减少资源和能源消耗，降低产品成本，实现高效的生产管理。 电炉炼钢-连铸生产调度问题是NP难题，电炉炼钢-连铸有其特殊的工艺流程，相比传统的转炉炼钢，电炉炼钢-连铸在冶炼钢种上更加丰富，在生产工艺路径上变化较大，其生产过程相对转炉的流程网络图更加复杂。近年来的研究结果在理论和方法方面已取得较大进展。但由于钢铁生产中存在的多条件约束以及不确定性的生产扰动的影响，导致生产调度方案与实际生产过程之间存在较大的差距。因此，研究这类混合流程下生产调度方案的优化方法是非常重要的。 本文以电炉炼钢-连铸生产调度方案的制定问题作为研究对象，提出了求解电炉炼钢-连铸下不同工艺路径、多并行机和生产扰动条件的实时生产的炼钢生产调度算法，以制定出符合实际的有效的生产调度方案。首先描述了电炉炼钢-连铸下不同工艺路径的生产流程;建立以连铸机“连浇生产等为约束条件，以最小化总完工时间为目标函数的电炉炼钢-连铸生产调度数学模型;设计了基于改进的随机键的实数矩阵编码和基因分区交叉变异操作的遗传算法。同时，为解决电炉炼钢-连铸生产调度中生产扰动时的动态重调度问题，提出了基于生产扰动分类的二阶段遗传算法，先通过调度策略安排正在生产的炉次，再根据更新后的炉次浇次计划，利用遗传算法重新生成生产调度方案。通过仿真结果表明，本研究在理论上有所突破，在实际生产应用上具有指导意义。