·676· 北京科技大学学报 2002年第6期 生产指令进行在线调整.连铸每浇次根据钢种 不同有最大、最小炉数限制.一般情况下浇次计 2生产计划优化算法 划的构成如图2所示. 根据对热送热装生产计划的优化模型分 一炉钢可浇注长度 析，设计了适用于该模型优化的遗传算法.该算 每块板坯长度 法主要有以下几个过程：合同合并与分解（组批 浇 计划)、生产计划优化、结果选择与调整 2.1合同合并与分解（组批计划） 组批计划是将合同按照炼钢约束条件、连 一个浇次的浇注长度（由n炉钢组成） 铸约束条件、轧钢约束条件，利用式(1)组成合 图2一个浇次计划的组成 理的轧制批.在组批中，对于大的生产合同按照 Fig.2 A CC set 生产的约束条件分解成小的生产合同，分批投 入生产.对于小的生产合同，按照成品的钢种、 1.3热送热装生产计划建模 规格进行合并.合并过程中要考虑炼钢的生产 热送热装生产计划组织涉及热轧计划与浇 特点、产品生产方案和炼钢技术规程，以及轧制 次计划之间的匹配问题，两者之间匹配的好坏 技术规程中同规格轧制长度的要求.生产合同 将直接影响热送热装率和板坯热装温度的提 经过合同合并与分解后，就变成了由合同组成 高.如果浇次计划的批量大于轧制计划中同宽 的预轧制批.组批计划是编制合理的热送热装 的板坯需求量，结果将使板坯热送后不能在一 计划的基础，在组批时应根据生产实际情况的 个轧制单位实现全部热进炉.为了提高热送热 变化组成不同的预轧制批 装温度和热装率，并充分发挥轧线与连铸机的 2.2生产计划优化 生产能力，在组织热送热装时，可由下式确定同 利用遗传算法，按照轧制技术规程对预轧 宽的轧制批质量： 制批进行组合优化.优化的目标是利用较少数 min(max (Min,M),M) (1) 量的轧制单位来生产这些预轧制批，这些轧制 式中，M。为每浇次最小浇注质量，Mmr为每浇 单位是结构合理的热送热装单位.优化的约束 次最大浇注质量，M为同宽最大可轧制质量. 条件主要为轧制技术规程要求，优化算法的具 确定的轧制批可按轧制技术规程要求组成 体实现如下： 轧制单位，该轧制单位可以作为热装单位组织 (1)遗传编码.遗传编码采用自然数编码.染 生产.采用优化方法，对形成的各个轧制批的组 色体长度N为预轧制批数.其中每个序号表示 合顺序进行优化，以找到比较合理的方式来组 要参与计划优化的预轧制批的序列号 织生产 (2)适应度函数.要处理的问题是一个没有 因为在热轧轧制单位元结构中，烫辊材部 确定目标函数的组合优化问题.但根据热送热 分占的比重较小，一般是质量要求较低的几个 装的要求，可以将其组成能够实现热送热装要 品种，为了保证热送热装计划的可行性，一般将 求的轧制单位，因而在优化时的标是将这些 多个轧制单位的烫辊材集中浇注.因而在热送 预轧制批都纳人生产计划中，以保证合同的交 热装生产计划优化时，不考虑烫辊材部分，即轧 期和兑现率，同时有助于提高热送热装率.在优 制单位结构中的正梯形部分.这时每个轧制单 化轧制单位结构的同时，优化轧制单位的数量， 位的主体材部分具有类似的结构，即反梯形结 以保证利用较少的轧制单位进行生产组织.对 构.利用该特性作为划分轧制单位的一个依据， 于这样的问题，实际上是没有明确目标函数的 这样优化时就不需确定轧制单位的数目，而在 组合优化问题，因而适应度函数采用惩罚函数 优化过程中根据结果的不同确定轧制单位的数 来形成.优化目标为适应度函数值最大，适应度 目.将轧制单位的数目作为一个约束条件，最终 函数为： 得到的优化结果为满足轧制技术规程的数量较 f(T)=Q-Eg(T)-l(m-p)U (2) 优的可行轧制计划. 其中，Q是一个很大的数，m是组合成的轧制单 位数（并不是定数），U是轧制单位数量的惩罚系一 北 京 科 技 大 学 学 报 年 第 期 生 产指令进行在线调 整 连铸每浇 次根据钢 种 不 同有最大 、 最小炉数 限制一般情况下浇次计 划 的构成如 图 所示 每弩 长度 一炉钢 可浇注长度 个浇次的浇 注 长度 由 炉钢组成 图 一 个浇 次计划 的组成 ， 热送热装 生产计划建模 热送热装生产计划组织涉及热轧计划 与浇 次计划 之间 的 匹 配 问题 ， 两 者之间 匹 配 的好坏 将 直接影 响热送 热装率 和 板坯 热装 温 度 的提 高 如果浇次计划 的批量大于轧制计划 中同宽 的板坯需求量 ， 结果将使板坯热送后不能在一 个轧制单位 实 现全部热进炉 为了 提高热送热 装 温度 和热装率 ， 并充 分发挥轧线与连 铸机 的 生 产能力 ， 在组织热送热装时 ， 可 由下 式确定同 宽的轧制批质量 、 ， 从 ， 式 中 ， 。 为每 浇次最小浇 注质量 ， 为每浇 次最大浇注 质量 ， 呱 为 同宽最大可轧制质量 确定 的轧制批可按轧制技术规程要求组成 轧制单位 ， 该轧制单位可 以作 为热装单位组织 生产 采用优化方法 ， 对形成的各个轧制批 的组 合顺序进行优化 ， 以找 到 比较合理 的方式来组 织 生 产 ， 因为在热轧 轧制单位元结构 中 ， 烫辊材部 分 占的 比重较小 ， 一般是质量 要 求较低 的几个 品种 为 了保证热送热装计划 的可行性 ， 一般将 多个轧制单位 的烫辊材集 中浇注 因而在热送 热装生 产计划优化时 ， 不考虑烫辊材部分 ， 即轧 制单位结构 中的正梯 形部分 这 时每个轧制单 位 的主体材 部分具有类似 的结构 ， 即反梯形结 构 利用该特性作为划 分轧制单位 的一个依据 ， 这样优化 时就不 需确定轧制单位 的数 目 ， 而在 优化过程 中根据结果 的不 同确定轧制单位 的数 目 将轧制单位的数 目作为一个约束条件 ， 最终 得到 的优化结果为满足轧制技术规程 的数量较 优的可 行轧制 计划 生产计划优化算法 根 据 对 热送 热 装 生 产计 划 的 优 化 模 型 分 析 ， 设计 了适用 于该模型优化 的遗传算法 该算 法 主要 有 以下 几个过程 合 同合并与分解 组批 计划 、 生 产计划 优化 、 结果选择与 调 整 合同合并与分解 组批计划 组批计划是将合 同按照 炼钢 约束条件 、 连 铸约束条件 、 轧钢约束条件 ， 利用式 组成合 理的轧制批 在组批 中 ， 对于大 的生产合 同按照 生 产 的约束条件分解成小 的生产合 同 ， 分批投 人生 产 对 于小 的生产合 同 ， 按 照 成 品 的钢种 、 规格进行合并 合并过程 中要考虑炼钢 的生 产 特点 、 产品生产方案和炼钢技术规程 ， 以及轧制 技术规程 中同规格轧制长度 的要求 生 产合 同 经过合 同合并与分解后 ， 就变成 了 由合 同组成 的预轧制批 组批计划是编制合理 的热送热装 计划 的基础 ， 在组 批 时应根据生产实际情况 的 变化组成不 同 的预 轧制批 生产计划优化 利用遗传算法 ， 按照轧制技术规程对预轧 制批进行组合优化 优化 的 目标是利用较少数 量 的轧制单位来生产这些预轧制批 ， 这些轧制 单位是结构 合理 的热送热装单位 优化 的约束 条件主要 为轧制技术规程要求 ， 优化算法 的具 体实现如下 遗传编码 遗传编码采用 自然数编码 染 色体长度 为预轧制批数 其 中每个序号表示 要参与计划 优化 的预轧制批 的序列 号 适应度 函数 要 处理 的问题是一个没有 确定 目标 函数的组合优化问题 ， 但根据热送热 装 的要 求 ， 可 以将其组成能够实现热送热装要 求 的轧制单位 ， 因 而在优化时 的 目标是 将这些 预轧制批都纳人生产计划 中 ， 以保证合 同的交 期和兑现率 ， 同时有助 于提高热送热装率 在优 化轧制单位结构 的同时 ， 优化轧制单位 的数量 ， 以保证利用 较少 的轧制单位进行生产 组 织 对 于这样 的问题 ， 实 际上是没有 明确 目标 函数 的 组 合优化 问题 ， 因而适应度 函数采用 惩罚 函数 来形成 优化 目标为适应度 函数值最大 ， 适应度 函数为 乃一 一 冬以乃一 二 其 中 ， 是一 个很大 的数 ， 是组合成的轧制单 位数 并不是定 数 江迈是轧制单位数量 的惩罚 系