板坯热轧计划编制的优化模型与算法
2015-12-02王柏琳邹草云
刘 健,王 彬,王柏琳,2,王 宝,邹草云,刘 青+
(1.北京科技大学 钢铁冶金新技术国家重点实验室,北京 100083;2.北京科技大学 东凌经济管理学院,北京 100083)
0 引言
热轧工序是钢铁生产最后的关键工序,热轧计划需要确定更换轧机的两工辊之间生产的板坯顺序,计划编制的好坏直接影响到板坯的热装率和产品的质量。一个热轧计划内的板坯由烫辊材和主体材两部分组成,其中烫辊材的数量一般为4~8块板坯,依靠人工编制就能够得到较好的结果,而主体材的数量较多,通过人工编制很难获得合理的方案。因此,在热轧计划编制中,笔者只考虑主体材的编制。
近年来,国内外学者对热轧计划编制开展了一定的研究。例如:Kosiba等[1]在研究热轧计划时,将热轧计划归为旅行商问题(Traveling Salesman Problem,TSP),并给出了钢卷宽度、厚度、硬度跳跃的惩罚表;Shu等[2]将热轧批量调度问题配制成一个多目标车辆与双倍时间窗问题,鉴于所提出的模型复杂性和在实际生产中考虑目标的优先级,分解为基础的分层优化算法来求解;Jia等[3]将热轧批量计划归为多目标奖金收集的车辆路径问题(Prize Collecting Vehicle Routing Problem,PCVRP)模型,为避免遇到选择权重系数的单目标优化,运用基于帕累托主导地位的多目标优化算法求解该模型;Tu等[4]将热轧计划归为奖金收集的车辆路径问题模型,该模型考虑温度的跳跃极限和卷取相邻平板的温度以及铸坯表面等级和混合轧制板坯,同时考虑合理安排的热材料和大宗材料;吕志民等[5]为提高热装批量计划的调度可行性,构建了一种集成批量计划类型及部分调度约束的批量计划约束满足模型,并采用显性基因的约束遗传算法进行优化求解;……
