第10期 芦永明等：一种有利于提高DHCR比例的热轧批量计划编制方法 ·1305· 两组板坯分别进行多次仿真实验，取其中任意三 用计划顺序协调”两种实验，仿真实验及结果如 次实验结果并对比“不采用计划顺序协调”和“采 表4所示 表4仿真实验及结果 Table 4 Simulation and results 不采用计划顺序协调 采用计划顺序协调 板坯 仿真实 轧线 板坯量 DHCR DHCR 类型 验次数 DHCR DHCR M M E 数目 比例/修 数目 比例/% 104823 95 19.00 106718 173 34.60 大批量，少品种 500 2 5 104687 155 31.00 5 106453 229 45.80 5 102027 159 31.80 102027 180 36.00 2250mm 1 4 78856 97 25.53 4 78846 148 38.95 小批量，多品种 380 4 78856 97 25.53 4 78846 148 38.95 4 79632 143 37.63 4 78856 148 38.95 3 53468 3 1.15 3 53470 119 45.59 大批量，少品种 261 3 53470 吃 19.16 3 53468 107 41.00 3 3 53470 66 25.29 3 53470 130 49.81 1580mm 2 32590 32.69 32590 58 37.18 小批量，多品种 156 2 2 32590 42 26.92 2 32590 58 37.18 32590 37.18 32590 58 37.18 由表4可以看出，对于2250mm和1580mm两 (板坯总量380)和58（板坯总量156）时的轧制单元 条轧线，无论是大批量少品种板坯组还是小批量多 数和等待时间随计算次数的变化情况.从图上可以 品种板坯组，采用计划顺序协调后的DHCR比例明 看出，随着计算次数的增加，轧制单元数和等待时间 显优于不采用计划顺序协调后的DHCR比例. 明显得到优化. 图1和图2分别为大批量少品种板坯组采用计 5 140000 划顺序协调，针对2250mm轧线和1580mm轧线仿 +一轧制单元数 120000 真结果，DHCR数目分别为229（板坯总量500）和 ◆一等待时间 130(板坯总量261)时的轧制单元数和等待时间随 100000 计算次数的变化情况.图3和图4分别为小批量多 80000 品种板坯组采用计划顺序协调，针对2250mm轧线 60000起 和1580mm轧线仿真结果，DHCR数目分别为148 40000 300000 +一轧制单元数 20000 ◆一等待时间 250000 -0 21314151 计算次数 图21580mm轧线大批量少品种(130/261) Fig.2 1580 mm hot rolling line with few varieties and large quanti- 150000 ties(130/261) 仿真结果表明，模型和算法能够很好地协调连 213141 100000 1 铸出坯顺序和热轧轧制顺序，从而有效地提高热轧 计算次数 DHCR比例. 图12250mm轧线大批量少品种(229/500) 5结论 Fig.1 2250 mm hot rolling line with few varieties and large quanti- ties(229/500) (1)通过对DHCR生产条件以及主要影响因第 10 期 芦永明等: 一种有利于提高 DHCR 比例的热轧批量计划编制方法 两组板坯分别进行多次仿真实验，取其中任意三 次实验结果并对比“不采用计划顺序协调”和“采 用计划顺序协调”两种实验，仿真实验 及 结 果 如 表 4 所示． 表 4 仿真实验及结果 Table 4 Simulation and results 轧线 板坯 类型 板坯量 仿真实 验次数 不采用计划顺序协调 采用计划顺序协调 M E DHCR 数目 DHCR 比例/% M E DHCR 数目 DHCR 比例/% 1 5 104 823 95 19. 00 5 106 718 173 34. 60 大批量，少品种 500 2 5 104 687 155 31. 00 5 106 453 229 45. 80 2 250 mm 3 5 102 027 159 31. 80 5 102 027 180 36. 00 1 4 78 856 97 25. 53 4 78 846 148 38. 95 小批量，多品种 380 2 4 78 856 97 25. 53 4 78 846 148 38. 95 3 4 79 632 143 37. 63 4 78 856 148 38. 95 1 3 53 468 3 1. 15 3 53 470 119 45. 59 大批量，少品种 261 2 3 53 470 50 19. 16 3 53 468 107 41. 00 1 580 mm 3 3 53 470 66 25. 29 3 53 470 130 49. 81 1 2 32 590 51 32. 69 2 32 590 58 37. 18 小批量，多品种 156 2 2 32 590 42 26. 92 2 32 590 58 37. 18 3 2 32 590 58 37. 18 2 32 590 58 37. 18 由表 4 可以看出，对于 2 250 mm 和 1 580 mm 两 条轧线，无论是大批量少品种板坯组还是小批量多 品种板坯组，采用计划顺序协调后的 DHCR 比例明 显优于不采用计划顺序协调后的 DHCR 比例． 图 1 2 250 mm 轧线大批量少品种( 229 /500) Fig． 1 2 250 mm hot rolling line with few varieties and large quanti￾ties ( 229 /500) 图 1 和图 2 分别为大批量少品种板坯组采用计 划顺序协调，针对 2 250 mm 轧线和 1 580 mm 轧线仿 真结果，DHCR 数目分别为 229 ( 板坯总量 500) 和 130( 板坯总量 261) 时的轧制单元数和等待时间随 计算次数的变化情况． 图 3 和图 4 分别为小批量多 品种板坯组采用计划顺序协调，针对 2 250 mm 轧线 和 1 580 mm 轧线仿真结果，DHCR 数目分别为 148 ( 板坯总量 380) 和 58( 板坯总量 156) 时的轧制单元 数和等待时间随计算次数的变化情况． 从图上可以 看出，随着计算次数的增加，轧制单元数和等待时间 明显得到优化． 图 2 1 580 mm 轧线大批量少品种( 130 /261) Fig． 2 1 580 mm hot rolling line with few varieties and large quanti￾ties ( 130 /261) 仿真结果表明，模型和算法能够很好地协调连 铸出坯顺序和热轧轧制顺序，从而有效地提高热轧 DHCR 比例． 5 结论 ( 1) 通过对 DHCR 生产条件以及主要影响因 ·1305·