罩式退火炉装炉组合的优化模型及其算法

针对罩式炉退火工艺中的钢卷装炉优化组合问题,建立了以最小化装炉计划数和钢卷总加热时间为目标的数学模型,提出了一种自适应遗传算法和蚁群算法相结合的两阶段智能优化算法.该算法按照先优化钢卷装炉计划数后优化钢卷总加热时间的顺序求解该问题.通过现场实际生产数据进行仿真表明,提出的装炉优化组合模型优化效果明显,提高了退火车间的钢卷装炉效率.

钢卷装炉组合模型及算法仿真研究

分析了宝钢冷轧薄板厂罩式炉退火车间钢卷装炉的工艺特点和约束,建立了多炉型、不确定炉数下的装炉组合多背包模型。该模型考虑了最佳装炉量和最大炉高约束,将装炉数作为一个不确定数量。对于模型的求解,首先利用拉格朗日松弛启发式算法求得装炉数的上界,缩小解的搜索空间,然后构造了一种基于局部基因片段保留算子和反序-杂交遗传算子的新型单亲遗传算法进而求解。生产数据的仿真结果及试运行表明,提出的模型和算法切实可行,应用效果良好。

改进的专家系统及其在钢卷装炉优化组合中的应用

使用专家系统工具CLIPS(CLanguageIntegratedProductionSystem)开发了钢卷装炉优化组合专家系统,并使用VC++对所开发的系统进行了封装,改善了专家系统的人机交互能力.将专家系统与遗传算法相结合,用遗传算法优化专家系统知识库中事实的声明顺序,使专家系统的寻优能力加强.使用退火生产现场实际数据进行仿真表明提出的专家系统优化效果明显,提高了退火车间的钢卷装炉效率.