动态多目标进化算法及其在轧制负荷分配中的研究

作     者：崔慧慧 

作者单位：燕山大学 

学位级别：硕士

导师姓名：杨景明;孙浩

授予年度：2019年

学科分类：12[管理学] 080503[工学-材料加工工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：负荷分配 多目标优化 进化算法 分段预测策略 

摘      要：随着钢铁产品在国民生产生活的各个方面的广泛应用,对产品质量的需求日益提高,因此对轧制精度的要求越来越高。在轧制生产中,负荷分配作为轧制过程自动化系统的主要环节,负责制定最优轧制生产方案。以冷连轧加减速的动态过程为研究对象,通过动态多目标进化算法优化这一过程以减小能耗和提高产品质量。轧制过程是一个多变量、时变性、强耦合的非线性系统。本文根据轧制模型制定符合生产要求的目标函数和约束条件,采用改进的多目标进化算法,分别对高速段和低速段分析不同目标之间的关系。结果表明,不同速度下的最优Pareto前沿存在着很大误差,进一步说明轧制变速过程的非线性特点,也为决策者提供直观轧制规律并对其进行科学指导。变速阶段轧制负荷分配问题可抽象为以速度为环境变化因子的动态多目标问题。当环境变化时,为快速准确的追踪到新的Pareto前沿,提出基于分段预测策略的动态多目标进化算法。将每个Pareto解集分为中心点和轮廓两部分,而中心点的预测精度直接影响种群的预测精度,运用分段预测策略提高中心点的预测精度。仿真结果表明,对于复杂Pareto前沿变化和环境变化强度较大的情况,本文算法具有更快的收敛速度和更高的收敛精度。以综合打滑因子和等功率裕量为目标函数,分别采用提出的算法、传统的线性处理和静态算法三种方法对轧机动态过程进行优化计算,仿真结果表明传统的的处理方式可以满足一般的生产要求,但是本文算法可以得到轧制动态过程全段的最优结果,进一步提高轧制设定精度和产品质量,得到精度更高的轧制负荷分配方案。