发明名称 一种基于板坯与合同优化匹配的轧制节能方法
摘要 本发明公开了一种基于板坯与合同优化匹配的轧制节能方法,包括:从制造执行系统中读取板坯、合同数据并进行分组处理;基于变邻域和回溯策略的局部搜索算法,获取板坯的合同匹配候选方案列表的集合;基于轧制规程设定计算和BP神经网络计算预测板坯轧制能耗;根据设计成材率与轧制能耗预测值综合评价,搜索板坯的最小轧制能耗合同匹配方案;将板坯的最小轧制能耗合同匹配方案及相应轧制规程发送到制造执行系统,并按之组织轧制生产。本发明提供的方法适用于中厚板钢铁企业的生产管理优化,基于本发明方法所确定的板坯合同匹配关系组织生产,可以降低板坯轧制过程的能耗,提高钢材产品加工的成材率,同时保证钢板自动化切割效率。
申请公布号 CN103593719A 申请公布日期 2014.02.19
申请号 CN201310627492.2 申请日期 2013.11.29
申请人 湘潭大学 发明人 谭貌;段斌;周啸;李友芝;苏永新;姚子力
分类号 G06Q10/04(2012.01)I;G06Q50/04(2012.01)I;G06N3/02(2006.01)I 主分类号 G06Q10/04(2012.01)I
代理机构 湘潭市汇智专利事务所 43108 代理人 颜昌伟
主权项 一种基于板坯与合同优化匹配的轧制节能方法,包括以下步骤:步骤1:从制造执行系统中读取板坯、合同数据并进行分组处理:当板坯钢种与合同要求的钢种相同,且板坯钢级高于或等于合同要求的钢级,且板坯重量大于合同所要求的重量,且板坯的最大可轧长度、最大可轧宽度大于或等于合同要求的长度和宽度,则将板坯与合同划分到一个分组内;分组处理完毕后,所有分组数据构成一个数据集合D:D={D1,D2,K,Dl},Dg为第g个板坯、合同数据分组,1≤g≤l,l为分组个数;Dg={Matg,Cg},Matg为第g个分组中的板坯数据集合,Cg为第g个分组中的合同数据集合;步骤2:遍历各个数据分组,对数据分组Dg采用基于变邻域和回溯策略的局部搜索算法,获取分组中各个板坯的合同匹配候选方案列表的集合Sg:Sg={list1,list2,L,listm},listp为Dg中第p个板坯的合同匹配候选方案列表,1≤p≤m,m为Dg中的板坯个数;listp={sp1,sp2,L,spn},spi表示listp中的第i个合同匹配候选方案,1≤i≤n,n为listp中的候选方案个数;合同匹配候选方案为十元组:(mat_no,mat_type,mat_len,mat_wid,mat_thick,plate_len,plate_wid,plate_thick,plate_layout,finished_rate),其中,mat_no为板坯号,mat_type为板坯钢种,mat_len为板坯长度,mat_wid为板坯宽度,mat_thick为板坯厚度,plate_len为轧制大板长度,plate_wid为轧制大板宽度,plate_thick为轧制大板厚度,plate_layout为描述合同匹配候选方案对应轧制大板组板方案的具有a行b列的二维数组: <mrow> <mi>plate</mi> <mo>_</mo> <mi>layout</mi> <mo>=</mo> <mfenced open='[' close=']'> <mtable> <mtr> <mtd> <msub> <mi>c</mi> <mn>11</mn> </msub> </mtd> <mtd> <msub> <mi>c</mi> <mn>12</mn> </msub> </mtd> <mtd> <mi>L</mi> </mtd> <mtd> <msub> <mi>c</mi> <mrow> <mn>1</mn> <mi>b</mi> </mrow> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>c</mi> <mn>21</mn> </msub> </mtd> <mtd> <msub> <mi>c</mi> <mn>22</mn> </msub> </mtd> <mtd> <mi>L</mi> </mtd> <mtd> <msub> <mi>c</mi> <mrow> <mn>2</mn> <mi>b</mi> </mrow> </msub> </mtd> </mtr> <mtr> <mtd> <mi>M</mi> </mtd> <mtd> <mi>M</mi> </mtd> <mtd> <mi>O</mi> </mtd> <mtd> <mi>M</mi> </mtd> </mtr> <mtr> <mtd> <msub> <mi>c</mi> <mrow> <mi>a</mi> <mn>1</mn> </mrow> </msub> </mtd> <mtd> <msub> <mi>c</mi> <mrow> <mi>a</mi> <mn>2</mn> </mrow> </msub> </mtd> <mtd> <mi>L</mi> </mtd> <mtd> <msub> <mi>c</mi> <mi>ab</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>cij为第i行第j列排列的钢板所隶属的合同号,满足如下条件: <mrow> <mfenced open='{' close=''> <mtable> <mtr> <mtd> <msub> <mi>len</mi> <mi>ij</mi> </msub> <mo>=</mo> <msub> <mi>len</mi> <mi>kj</mi> </msub> <mo>,</mo> <mo>&ForAll;</mo> <mi>i</mi> <mo>&NotEqual;</mo> <mi>k</mi> </mtd> </mtr> <mtr> <mtd> <msub> <mi>wid</mi> <mi>ij</mi> </msub> <mo>=</mo> <msub> <mi>wid</mi> <mi>ik</mi> </msub> <mo>,</mo> <mo>&ForAll;</mo> <mi>j</mi> <mo>&NotEqual;</mo> <mi>k</mi> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>lenij和widij分别为第i行第j列排列的钢板的长度和宽度;finished_rate为由合同匹配候选方案所确定的板坯的设计成材率: <mrow> <mi>finished</mi> <mo>_</mo> <mi>rate</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>a</mi> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>b</mi> </munderover> <msub> <mi>wt</mi> <mi>ij</mi> </msub> </mrow> <msub> <mi>wt</mi> <mn>0</mn> </msub> </mfrac> <mo>,</mo> </mrow>wtij为第i行第j列排列的钢板的重量,wt0为板坯重量;步骤3:遍历Sg中各个板坯的合同匹配候选方案列表,基于轧制规程设定计算和BP神经网络计算预测板坯轧制能耗:步骤3.1:根据合同匹配候选方案的板坯钢种、板坯长度、板坯宽度、板坯厚度,以及轧制大板长度、轧制大板宽度、轧制大板厚度,利用轧钢过程控制代理系统进行轧制规程设定计算,获取轧各个道次轧制参数:机架号、轧件宽度、轧件入口厚度、轧件出口厚度、轧件入口温度和轧制速度;步骤3.2:利用BP神经网络预测单个道次轧制能耗:BP神经网络包含输入层、隐含层、输出层3层,输入层有7个节点,分别输入单个道次的板坯钢种、机架号、轧件宽度,轧件入口厚度、轧件出口厚度、轧件入口温度和轧制速度,输出层有1个节点,输出单个道次的轧制能耗预测值;步骤3.3:对各个道次的轧制能耗进行累加,累加结果即为由合同匹配候选方案所确定的板坯轧制能耗预测值;步骤4:根据设计成材率与轧制能耗预测值综合评价,搜索各个板坯的最小轧制能耗合同匹配方案;针对Sg中第p个板坯,执行步骤4的具体步骤是:步骤4.1:遍历Sg中第p个板坯的合同匹配候选方案列表listp,根据函数f(spi,spj)进行设计成材率与轧制能耗预测值综合评价,搜索板坯的最小轧制能耗合同匹配方案smin;对任意合同匹配候选方案spi和spj,根据函数f(spi,spj)进行综合评价的依据是:(1)如果f(spi,spj)>0,则选择spj为较小轧制能耗合同匹配方案;(2)如果f(spi,spj)=0,则任意选择spj或spi为较小轧制能耗合同匹配方案;(3)如果f(spi,spj)<0,则选择spi为较小轧制能耗合同匹配方案;其中: <mrow> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mi>s</mi> <mi>pi</mi> </msub> <mo>,</mo> <msub> <mi>s</mi> <mi>pj</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open='{' close=''> <mtable> <mtr> <mtd> <msub> <mi>A</mi> <mi>avg</mi> </msub> <mo>&CenterDot;</mo> <msub> <mi>wt</mi> <mn>0</mn> </msub> <mo>&CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>e</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>e</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mtd> <mtd> <mo>|</mo> <msub> <mi>e</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>e</mi> <mi>i</mi> </msub> <mo>|</mo> <mo>></mo> <msub> <mi>&epsiv;</mi> <mn>0</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>(</mo> <msub> <mi>A</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>A</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>A</mi> <mi>avg</mi> </msub> <mo>&CenterDot;</mo> <msub> <mi>wt</mi> <mn>0</mn> </msub> <mo>&CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>e</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>e</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>wt</mi> <mn>0</mn> </msub> <mo>&CenterDot;</mo> <msub> <mi>&epsiv;</mi> <mn>1</mn> </msub> <mo>,</mo> </mtd> <mtd> <mo>|</mo> <msub> <mi>e</mi> <mi>j</mi> </msub> <mo>-</mo> <msub> <mi>e</mi> <mi>i</mi> </msub> <mo>|</mo> <mo>&le;</mo> <msub> <mi>&epsiv;</mi> <mn>0</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>ei与ej分别为由spi和spj所确定的板坯设计成材率;ε0为设计成材率差值阈值;Aavg为吨钢综合能耗,单位为kgce/t;wt0为板坯重量,单位为t;Ai与Aj分别为spi和spj对应板坯的轧制能耗预测值,单位为kgce;ε1为吨钢轧制能耗差值阈值;步骤4.2:更新smin所涉合同的欠量;遍历Sg中第p+1到m个板坯的合同匹配候选方案列表,如果遍历过程中访问的合同匹配候选方案scur中有合同包含于smin所涉合同,且scur中所需的该合同钢板数量大于该合同的欠量,则在候选方案列表中删除scur;步骤4.3:保存板坯的最小轧制能耗合同匹配方案smin,以及由各个道次轧制参数构成的轧制规程参数;步骤5:将板坯的最小轧制能耗合同匹配方案及轧制规程参数发送到制造执行系统,并按之组织轧制生产。
地址 411105 湖南省湘潭市雨湖区羊牯塘