刘青等：炼钢厂多尺度建模与协同制造 ·1705· 和现场调度人员的经验，构建了包括调度基本规 模型求解.该改进算法在种群生成过程中引人了 则、时间控制规则、设备匹配规则、工艺约束规则 “炉一机对应”策略以改进种群质量，并根据转炉 以及动态调整规则等共计35条规则的生产调度规 (精炼)与连铸作业周期的比较，来确定是否对个 则库川，用于指导后续静态或者动态调度生产 体进行交叉、变异操作.表2为某炼钢厂炼钢一连 在上述调度规则库的基础上，笔者团队针对 铸生产过程3种主要生产模式的仿真计算结果， 炼钢-连铸过程的静态调度问题，提出了基于“规 结果表明：建立的基于“炉一机对应”的改进算法 则+算法”的研究思路来解决生产调度问题以 (A2)由于引入定炉对定机原则，减少了个别炉次 国内某无精炼跨炼钢厂为例，笔者团队以目标炉 等待时间的不合理现象，性能显著优于经典遗传 次在多工序之间总等待时间最小为目标，构建了 算法(AI)和启发式算法(A3)的运行结果，优化了 基于“定炉对定机”模式的生产调度模型，并设 炉次在生产过程的等待时间，为研究炼钢厂复杂 计了基于“定炉对定机”模式的改进遗传算法用于 生产调度问题提供了一种高效的解决方案 表2三种智能算法求解算例的结果对比时 Table 2 Results of calculation examples solved by three algorithms Maximum waiting time Proportion of waiting time Maximum deviation of the Calculation Production Objective function /min more than 30 min between between processes/min cast starting time/min examples Heats mode processes/% A2 A3 A2 A3 Al A2 A3 Al A2 A3 1 904BOF-3CCM1952 2036 5735 65 34 103 6 16 57 0 0 105 2 933B0F-3CCM4302 3944 4932 94 76 100 30 29 39 0 0 59 654B0F-3CCM13711272 2926 % 43 97 9 7 40 0 品 774B0F-3CCM2456 2014 4658 8 60 92 27 12 54 0 0 718 5 844BOF-3CCM2932 2811 5518 106 88 110 22 18 60 0 0 110 6 774B0F-4CCM2878 3055 6052 78 114 28 30 67 0 0 108 804BOF-4CCM2968 2280 2532 116 84 88 27 15 23 0 0 52 674BOF-3CCM2286 2091 4046 72 102 25 18 52 0 0 44 针对动态调度问题，笔者团队综合考虑了“能 运行评价指数RM、工序匹配度R、调度模型可用 耗最小”原则、“连浇”原则，基于Agent建立了混 性评价指数ε，等表征炼钢-连铸多工序协同运行 合流水车间调度模型，设计了各Agent之间的协调 水平的评价参数，实现了多工序协同运行的量化 机制.针对混合流水车间问题以及动态调度问题 评价B阿 的特点，提出了系统的核心算法HIS,该算法适用 运用多工序协同运行量化评价模型分别对国 于静态调度和多种动态调度问题.故障重调度前/ 内两家无精炼跨炼钢厂的层流运行水平、工序匹 后甘特图对比如图8所示，其中CC代表连铸，最 配水平和调度模型可用性进行了量化评价.表3 终仿真结果表明，该多Agent系统产生的调度效果 所示为层流运行水平与工序匹配水平评价结果， 比多种调度规则更优，能够适应多种动态事件同 可知B炼钢厂完全具备层流运行的潜力，而A厂 时并存的动态生产环境 层流运行评价指数RM的最大值仅为0.647，意味 2.3多工序协同运行评价模型 着实际生产中不同生产线之间需交叉供应钢水才 炼钢厂复杂生产过程运行水平的量化评价问 能保证连铸生产顺行；A厂相较于B厂的工序匹 题一直以来都是冶金流程优化研究的难点之一， 配水平更低，原因在于A厂每月的系统层流运行 针对此问题，笔者团队基于工序作业周期、连浇炉 指数均低于0.65，且A厂LF精炼炉与连铸机之间 数和工序界面缓冲能力之间的量化关系研究，构 的炉→机匹配度较低.A厂后续应通过进一步 建了层流运行水平评价模型：综合分析系统产能、 优化炉一机对应关系，提高炉→机匹配度进而提升 工序作业周期和炉-机对应关系，建立了工序匹配 工序匹配度R表4反映了A厂4种调度模型（基 水平评价模型；解析了影响生产调度的诸多因素， 于炉-机对应模式优化的调度模型p,、基于遗传 建立了调度模型可用性评价模型；并提出了层流 算法的调度模型P2B、基于贪婪规则的调度模型和现场调度人员的经验，构建了包括调度基本规 则、时间控制规则、设备匹配规则、工艺约束规则 以及动态调整规则等共计 35 条规则的生产调度规 则库[31] ，用于指导后续静态或者动态调度生产. 在上述调度规则库的基础上，笔者团队针对 炼钢−连铸过程的静态调度问题，提出了基于“规 则+算法”的研究思路来解决生产调度问题[32] . 以 国内某无精炼跨炼钢厂为例，笔者团队以目标炉 次在多工序之间总等待时间最小为目标，构建了 基于“定炉对定机”模式的生产调度模型[33] ，并设 计了基于“定炉对定机”模式的改进遗传算法用于 模型求解. 该改进算法在种群生成过程中引入了 “炉−机对应”策略以改进种群质量，并根据转炉 （精炼）与连铸作业周期的比较，来确定是否对个 体进行交叉、变异操作. 表 2 为某炼钢厂炼钢−连 铸生产过程 3 种主要生产模式的仿真计算结果， 结果表明：建立的基于“炉−机对应”的改进算法 （A2）由于引入定炉对定机原则，减少了个别炉次 等待时间的不合理现象，性能显著优于经典遗传 算法（A1）和启发式算法（A3）的运行结果，优化了 炉次在生产过程的等待时间，为研究炼钢厂复杂 生产调度问题提供了一种高效的解决方案. 表 2 三种智能算法求解算例的结果对比[33] Table 2   Results of calculation examples solved by three algorithms Calculation examples Heats Production mode Objective function /min Maximum waiting time between processes /min Proportion of waiting time more than 30 min between processes /% Maximum deviation of the cast starting time /min A1 A2 A3 A1 A2 A3 A1 A2 A3 A1 A2 A3 1 90 4BOF−3CCM 1952 2036 5735 65 34 103 6 16 57 0 0 105 2 93 3BOF−3CCM 4302 3944 4932 94 76 100 30 29 39 0 0 59 3 65 4BOF−3CCM 1371 1272 2926 45 43 97 9 7 40 0 0 94 4 77 4BOF−3CCM 2456 2014 4658 78 60 92 27 12 54 0 0 78 5 84 4BOF−3CCM 2932 2811 5518 106 88 110 22 18 60 0 0 110 6 77 4BOF−4CCM 2878 3055 6052 84 78 114 28 30 67 0 0 108 7 80 4BOF−4CCM 2968 2280 2532 116 84 88 27 15 23 0 0 52 8 67 4BOF−3CCM 2286 2091 4046 75 72 102 25 18 52 0 0 44 针对动态调度问题，笔者团队综合考虑了“能 耗最小”原则、“连浇”原则，基于 Agent 建立了混 合流水车间调度模型，设计了各 Agent 之间的协调 机制. 针对混合流水车间问题以及动态调度问题 的特点，提出了系统的核心算法 HIS，该算法适用 于静态调度和多种动态调度问题. 故障重调度前/ 后甘特图对比如图 8 所示，其中 CC 代表连铸，最 终仿真结果表明，该多 Agent 系统产生的调度效果 比多种调度规则更优，能够适应多种动态事件同 时并存的动态生产环境. 2.3    多工序协同运行评价模型 炼钢厂复杂生产过程运行水平的量化评价问 题一直以来都是冶金流程优化研究的难点之一， 针对此问题，笔者团队基于工序作业周期、连浇炉 数和工序界面缓冲能力之间的量化关系研究，构 建了层流运行水平评价模型；综合分析系统产能、 工序作业周期和炉−机对应关系，建立了工序匹配 水平评价模型；解析了影响生产调度的诸多因素， 建立了调度模型可用性评价模型；并提出了层流 εp 运行评价指数 RM、工序匹配度 R、调度模型可用 性评价指数 等表征炼钢−连铸多工序协同运行 水平的评价参数，实现了多工序协同运行的量化 评价[35] . 运用多工序协同运行量化评价模型分别对国 内两家无精炼跨炼钢厂的层流运行水平、工序匹 配水平和调度模型可用性进行了量化评价. 表 3 所示为层流运行水平与工序匹配水平评价结果， 可知 B 炼钢厂完全具备层流运行的潜力，而 A 厂 层流运行评价指数 RM 的最大值仅为 0.647，意味 着实际生产中不同生产线之间需交叉供应钢水才 能保证连铸生产顺行；A 厂相较于 B 厂的工序匹 配水平更低，原因在于 A 厂每月的系统层流运行 指数均低于 0.65，且 A 厂 LF 精炼炉与连铸机之间 的炉→机匹配度[36] 较低. A 厂后续应通过进一步 优化炉−机对应关系，提高炉→机匹配度进而提升 工序匹配度 R. 表 4 反映了 A 厂 4 种调度模型（基 于炉−机对应模式优化的调度模型 p1 [37]、基于遗传 算法的调度模型 p2 [38]、基于贪婪规则的调度模型 刘    青等： 炼钢厂多尺度建模与协同制造 · 1705 ·