论文部分内容阅读
冷轧是钢铁生产中的一道主要工序,经过冷轧后的产品可以作为商品直接进入市场,也可以作为原料进入镀锡,镀铬等后续工序。由于冷轧产品具有高附加值,且冷轧过程直接影响产品质量,故其生产过程的优化受到高度重视。本文以钢铁企业冷轧连退作业为背景,研究了连退作业的排程优化问题。由于钢铁企业的生产过程非常复杂,其排程问题一直都是研究的热点。而连退作业是近些年才发展起来的新型退火作业方式,在排程问题上更是具有一些新的特点。首先,连退作业将冷轧中单独的生产操作(如,清洗、退火、平整等)联结成一条生产机组,不间歇的对板卷进行退火处理。这种连续加工的生产方式对板卷的初始排序要求更高,要求排序要适合每个操作的加工需求。其次,由于连退作业联结了多道生产工序,所以约束较多,如退火温度,板卷宽度,厚度的跳跃以及交货期等,都是排程中需要考虑的因素。最后,衡量排程结果好坏的因素很多,通常有调整费用最小,拖期时间最小等,故该问题为多目标问题。本文考虑以上连退作业排程问题的特点,提炼出的问题可以归结为成组批调度问题。在该问题中,已知给定批的分配,需要确定批顺序以及批内板卷的排序。文中对于已知的模型,提出了启发式算法,为了评价算法的有效性,对启发式算法进行了最坏情况分析,并给出紧界的证明。对于小规模问题,启发式算法的解与优化软件求得的最优解进行比较；而对于大规模问题,优化软件很难求得最优解,故令启发式算法的解与禁忌搜索算法的解进行比较。由于对成组批调度问题提炼的过程中,忽略了一些生产中的实际约束,并简化了目标函数,所以本文又提出了面向实际的连退生产实际调度问题。文中针对该问题,建立了多目标数学模型,模型中考虑了实际生产中的约束条件,并考虑了最小化调整费用和最小拖期时间两项目标函数。由于这个问题的特殊情况已经被证明为NP难问题,可知该问题一定为NP难问题。对于NP难问题,精确算法和数学规划方法无法在多项式时间内求出最优解,故文中提出了适合于求解大规模复杂问题的禁忌搜索算法,并设计了有效的改进邻域,在提高解的质量的同时加快了算法的速度。实验结果证明了禁忌搜索算法的有效性。本文最后开发了钢铁企业冷轧连退作业排程优化系统。系统中嵌入了前述的禁忌搜索算法,并具有数据增删改功能,实现了从数据下载到生成最终计划的全过程。