华长春，王雅洁，李军朋，唐英干，卢志刚，关新平,（燕山大学电气工程学院，河北 秦皇岛 066004；上海交通大学自动化系，上海 0040）



基于NSGA-Ⅱ算法的高炉生产配料多目标优化模型建立

华长春1，王雅洁1，李军朋1，唐英干1，卢志刚1，关新平1,2
（1燕山大学电气工程学院，河北 秦皇岛 066004；2上海交通大学自动化系，上海 200240）

摘要：高炉炼铁是一种典型的高能耗、高排放、高污染工业，合理的配料方案对高炉节能减排至关重要。基于高炉炼铁过程中的物质与能量守恒和高炉炉料结构理论，建立了以最小化生产成本和CO2排放量为目标函数的高炉生产配料多目标优化模型，该模型采用非支配排序多目标遗传算法Ⅱ（NSGA-Ⅱ）进行求解，最终得到高炉生产配料多目标优化问题的Pareto最优解集。并将所得到的最优解与柳钢实际生产数据进行比较，结果表明建立的模型能使成本和CO2排放量都有相应程度的降低，验证了该模型及NSGA-Ⅱ算法的正确性。炉长可以根据该多目标优化结果针对不同的需求选择相应的炉料配比，实现更精确的操作。

关键词：高炉生产配料；NSGA-Ⅱ算法；成本；CO2排放量；多目标优化；Pareto最优解

2015-12-21收到初稿，2016-01-05收到修改稿。

联系人及第一作者：华长春（1979—），男，教授。

引 言

高炉炼铁是我国国民经济的重要支柱性产业，同时也是一种典型的高能耗、高排放、高污染工业。据统计，高炉炼铁过程的直接和间接CO2排放量是钢铁工业总排放量的90%以上，能源消耗约占钢铁工业总消耗量的70%[1]。因此，减少高炉炼铁过程的能源消耗和CO2排放是目前钢铁工业领域的研究热点[2-5]。……