郝百川　王悦　申亚芳

摘 要 随着高附加值钢的需求日益增加，其对合金料中含量及种类都有特定的要求。本文建立了基于层次分析法的评价指标体系结构，采用遗传算法，以钢水质量及投入合金料的配比为约束条件，钢水脱氧合金化后合金收得率及合金化成本问题进行了分析。

关键词 合金收得率 相关性分析 层次分析法 遗传算法

一、引言

随着现代炼钢工艺的进步，对钢材性能及质量的要求越来越高。目前，只有国内部分钢铁企业引进脱氧合金化模型，实现在线预测加入合金料的含量。然而，其他炼钢工厂则采用某种合金元素的固定收得率或经验值添加相应的合金料，易造成合金元素含量有误或成本过高。因此，我们急需优化钢水合金料配比，降低经济损失。

二、利用遗传算法优化钢水脱氧合金化成本

（一）约束条件

有关钢水的脱氧化合金方面因素，需要考虑钢水的质量以及消费总成本两方面的约束，在钢水脱氧合金化的前提下，需保证钢水质量，且后期需要对合金进行脱碳处理，含碳元素的合金料不宜加入过多，否则会为后期脱碳制造麻烦；对于消费总成本，在保证脱氧合金化的同时，不可使所需添加有关的合金料成本过高，应在合理的脱氧合金化条件下，找出优良的成本，从而确定最优合金配料方案。[1]

（二）目标函数的确定

钢水脱氧合金化的成本优化问题是一个复杂的非线性问题，设计因素较多。在钢铁的冶炼过程中，通过脱氧及合金化等手段将装入的合金原料冶炼成合格的钢水，在满足成品钢冶炼要求的情况下，不断调整合金料的含量与种类。炼钢原料的成本优化包括两方面的内涵，首先必须达到钢铁冶炼的标准，其次是合金料的成本与优化，追求的理念就是单位体积的钢水的成本达到最优。即在得到相同数量及质量的钢水时，合金料的有效成本最低。[2]

所需的遗传算法中遗传操作是选择个体进行遗传操作，相同等级值选择拥挤大的个体，不同等级值的个体间，选择等级高的个体。选择这些符合条件的父代个体进行交叉，变异操作，产生过渡子代。[3，4]本框架采用模拟二进制交叉。交叉公式方法如下：

其中：Ci，k为第i个子代的第k个基因，pi，k为选择的父代。其中βk为概率密度服从下式（12）和（13）的随机值。

父代的变异操作：

三、算法的设计

第一，随机产生N个初始解，即为初始化种群，相当于在所有可行性路线当中随机选择编号组合作为初始解；第二，用轮盘赌策略确定个体的适应度，判断是否符合优化准则，若符合，输出最佳个体及其最优解，结束，否则，进行下一步；第三，依据适应度选择再生个体，适应度高的个体被选中的概率高，适应度低的个体被淘汰；第四，按照一定的交叉概率和交叉方法，生成新的个体；第五，按照一定的变异概率和变异方法，生成新的个体；第六，由交叉和变异产生新一代种群，返回步骤2；第七，输出结果。

四、算法的求解

设初始种群大小为50，单点交叉概率为0.85，单点变异概率为0.01，进化100代，分别进行10次随机搜索。给出所有节点的OD数据、距离等基础网络数据，每一對首末站先找出最符合约束条件的距离最短的9条线路，结合模型中的目标函数和约束条件，从而得出最优合金配料方案：

五、结语

关于如何实现钢水脱氧合金化的配料优化方案这一问题，采用多目标遗传算法，在保证钢水中多种元素含量的同时，降低工艺生产中的有效成本，即入炉成本与合金收得率的比值，综合考虑C和Mn两种元素的收得率。最重要的是进行合理创新，扩大钢材的适用性，使其更具稳定性，实现节约型钢厂建设。

（作者单位为华北理工大学冶金与能源学院）

参考文献

[1] 姚斌.基于改进模糊综合评价与复合权重对隧道涌突水风险评价[J].水利科技与经济，2019，25（03）.

[2] 甘露.杂交稻7个米质性状的变异及相关性分析[J].杂交水稻，2019（2）.

[3] 张煜培.基于多目标遗传的频谱切换目标信道序列设计算法[J].计算机工程，2019，45（02）.

[4] 赵炎军.多目标遗传算法优化金荞麦的提取工艺[J].中国现代应用药学，2018，35（12）.