严 龙

（新余钢铁股份有限公司销售部，江西 新余 338001）

钢铁产业是当前我国国民经济的支柱产业，但由于产能过剩、需求不振等因素的影响，钢铁企业的压力越来越大。在目前形势下为了提高生产效率，降低生产成本，各个钢铁企业都急需提高自身的生产管理技术水平，构建最优的炉次计划模型，以此在市场竞争中占据一席之地。炼钢-连铸是钢铁生产的重要组成部分，其实际生产过程复杂，生产过程中不确定因素较多，这降低了调度者的工作效率，使企业资源的优化配置难以得到实现，严重影响了企业的生产力以及其市场竞争力，是生产线上的瓶颈工序。有效的生产调度计划可以优化设备利用率，减少工序等待时间，增加产能。炼钢-连铸批量计划是钢铁生产计划急需解决的重大关键问题之一，科学合理的批量计划方案可在提高生产效率的同时降低生产成本[1]。当下对炼钢-连铸批量计划的模型并不十分精准，算法的精度与速度也有待提高。通过对炼钢的最优炉次计划模型的构建方法研究，帮助钢铁企业制定科学合理的生产调度方案，提高生产效率，降低生产成本，从而增强企业竞争力。

1 基于炼钢的最优炉次计划模型构建方法设计

1.1 设立自组织运行方式

大部分学者以最小化所有炉次内板坯在钢级、规格、交货期等方面差异为目标，基于调度规则的自组织运行方式，利用实际问题的经验知识，研究了板坯宽度固定条件下的炉次计划问题，调整提供了更多的炉次方案[2]。对批量计划问题进行了研究，在构建最优炉次计划的过程中与其他方法结合使用，从而使整个生产过程具有更大的灵活性。

1.2 提出柔性炉次计划

在实际生产计划过程中，炉次数量是由计划员决定的，是一个决策量。在炉次数量未知的情况下来研究炉次计划问题更能符合实际生产情况，但也增加了问题的难度。且不能有效把握系统的整体性能，存在一定的局限性，求解的质量也需要得到提高，提出炉次数量未知的炼钢-连铸一体化生产的组炉模型，将该模型转化的方法来解决该问题。结果表明炉次数量未知的模型能够减少未选择的板坯数量，提高生产效率，但没有确定中心板坯，不能提供实际生产所需的炉次钢级以及宽度等数据。

1.3 计算炼钢最优炉次计划

在现实情况中多数钢铁企业的客户订单是具有柔性尺寸的，可以通过多种机制在原有尺寸基础上与客户进行协商。建立最小化炉次数和最小操作成本产出最大化产能的多目标优化模型是我们的目标[3]。以目标函数定界法为基准，将多目标优化问题转化为多个单一目标优化问题，提出引导式变邻域模拟退火算法以及两阶段启发式算法。我们将在炉次数量未知的前提下，构建柔性炉次计划模型，通过仿真实例对模型及算法进行验证。本文研究的问题是确定最优炉次计划，其中涵盖了炉次中心订单以及合并到这些中心订单的订单，确定其订单当中的钢级和重量以及宽度范围。假设对给定的x个板坯中每一个板坯的重量都小于最大炉次容量，并且都无法进行分割，那么可建立炉次数量未知情况下的柔性炉次计划问题模型如下所示：

其中，i=2，...，n为板坯序号，Xy和Xij为决策变量，分别如下所示：

综上所述的炉次计划优化目标函数（2）表示一个订单中最多只能合并到一个中心订单，（3）表示一个炉次中的订单容量总重量不能超过炉次最大容量。柔性炉次计划问题也可以看做全局联系和部分联系之间的问题，并分别确定为炉次顺序及炉次宽度两个问题，炉次顺序确定后，若两个相邻炉次不能连浇，那么则说明后一个炉次需要重新开浇[4]。上述采用的算法可以在多项式时间内快速求出此类问题的最有效算法，以便选取较大的宽度值，得到最优炉次计划。

2 实验验证与结论

根据钢级分组的柔性炉次计划分级将订单分成两组，然后分别对各组求解得到算法的目标函数值及运行时间如下所示：

图1 柔性与固定炉次结果比较

由图1所示的结果可以看出，柔性炉次计划模型所用的炉次平均运行时间与固定炉次计划相比明显减少，本文提出的改进柔性炉次计划能够有效节省生产时间降低生产升本，从而提高生产效率。因此本研究基于炼钢的最优炉次计划所构建的柔性炉次计划模型是有效的。

3 结语

钢铁工业属于多阶段流程型制造业，本文针对以提高生产效率降低生产成本为目的，设立炼钢的最优炉次计划中自组织方法，构建炼钢的最优炉次计划模型，以此提高各钢铁生产企业的自身生产管理技术水平[5]。本文设立了柔性炉次计划模型与常规炉次计划进行对比实验，并对其结果进行分析研究。实验论证表明，本文设计的方法具备极高的有效性。希望本文能够为炼钢的最优炉次计划的模型构建研究提供理论依据。