一种金属热轧优化调度方法及其系统
专利汇可以提供一种金属热轧优化调度方法及其系统专利检索，专利查询，专利分析的服务。并且一种金属 热轧 优化调度方法，包括从数据收集系统和 数据中心 提取客户数据和生产数据，按照所建立的热轧生产优化调度数学模型和求解模型的 算法 来制作热轧生产排产计划，其特征在于：(1)模型的建立是通过考虑实际生产中各项工艺约束和 轧制 作业总成本，以最小化轧制作业生产成本为目标的不确定计划数的并行编排热轧生产计划；(2)模型的求解采用两种包括环交换算法构成的混合算法。基于上述方法提出了热轧优化调度系统和装置，系统采用模 块 设计思想与图形 接口 相结合构成，将模型构造模块和模型求解模块嵌入系统的生产计划自动生成模块之中；而装置包括PC机、接口、路由器或交换机，PC机上安置由上述功能模块组成的全套 软件 ，并通过网络和内部 服务器 连接到企业热轧工艺自动控制系统的前端。，下面是一种金属热轧优化调度方法及其系统专利的具体信息内容。
1.一种金属热轧优化调度方法，它包括从数据收集系统和数据中心提取客户数据和生产数据，按照所建立的热轧生产优化调度数学模型和求解模型的算法来制作热轧生产排产计划，其特征在于：
(1)模型的建立是通过考虑实际生产中的各项工艺约束和轧制作业总成本，以最小化轧制作业生产成本为目标的不确定计划数的并行编排热轧生产计划；其中，各项工艺约束包括：不仅考虑了轧制计划中板坯在厚度、硬度、宽度的跳跃约束，而且还考虑单位计划内相同宽度板坯轧制长度约束、轧制计划中钢级跳跃、温度跳跃、烫辊材做主体材费用惩罚约束以及烫辊材和主体材的合理安排；轧制作业总成本包括：主体材规格跳跃惩罚费用、烫辊材规格跳跃惩罚费用、换辊费用、未轧制板坯的惩罚费用、烫辊材做主体材的惩罚费用；
(2)模型的求解采用包括环交换算法构成的混合算法；
所说的热轧生产优化调度数学模型为：
满足各项约束为：
i，j∈N；k∈M；wj≥wi (11)
i，j∈N；k∈M；wj＜wi (12)
yik∈{0，1}，i∈N，k∈M (22)
决策变量
模型参数
N′为计划的板坯数目集合，N′＝{0，1，2，…，n}，0为虚拟板坯，N＝{1，2，…，n}；
γ为惩罚的集合，γ＝{γ1，γ2，…，γn}，γi表示每个顾客的惩罚；
D为顾客需求的集合，D＝{d1，d2，…，dn}，di表示板坯的长度，对于仓库定义d0＝0；
M为轧制作业计划号的集合，M＝{1，2，…，m}，其中m为计划数；
l主体材与烫辊材类别，l∈{1，2}，1为主体材，2为烫辊材；
l
Q 为轧制计划k内主体材与烫辊材轧制最大能力，能力指允许轧制带钢总长度；
Q为轧制计划中同宽度板坯的长度限制；
l
B 为轧制计划k内主体材与烫辊材轧制最低能力，能力指允许轧制带钢总长度；
1
R 为轧制计划k内主体材与烫辊材轧制同宽度板坯的长度约束；
V为用一个计划固定费用；
A1主体材板坯集合；
A2烫辊材板坯集合，A1∪A2＝N；
主体材部分相邻板坯宽度跳跃与反跳规定值；
烫辊材部分相邻板坯宽度跳跃与反跳规定值；
主体材部分相邻板坯宽度跳跃时，板坯厚度规定值；
主体材部分相邻板坯宽度跳跃时，板坯硬度规定值；
l
ρ 在l区，相邻板坯硬度跳跃规定值；
l′板坯温度类别集合，l′∈{1，2，3}，1、2与3代表出炉温度、终轧温度与卷曲温度；
l″板坯厚度类别集合，l″∈{1，2，...，m1}；
l
ψ′相邻板坯跳跃第l′类温度限制；
l
θ″相邻板坯跳跃厚度限制；
ω每个计划轧制效率规定值；
η烫辊材用做主体材数量的规定值；
di板坯i的长度；
wi板坯i的宽度；
hi板坯i的硬度；
gi板坯i的厚度；
板坯i的l′类温度；
为板坯i和j之间的惩罚值，分为主体材与烫辊材两个部分；当i＝j时，Cij＝∞；
为主体材惩罚值， 为烫辊材惩罚值； 求法与 基本相同，下面以 为例：
其中： 表示i和j的钢级差异惩罚， 表示i和j的宽度变化费用惩罚， 表示i和j的厚度变化费用惩罚， 表示i和j的硬度变化费用惩罚， 表示i和j的温度变化费用惩罚，包括出炉温度，终轧温度和卷曲温度；
(1) 表示i和j的宽度变化费用惩罚
其中，wi为板坯宽度， 为宽度变化范围；
(2) 表示i和j的厚度变化费用惩罚
其中，ti为板坯厚度，δl为厚度跳跃最大值， 为厚度变化范围；
(3) 表示i和j的硬度变化费用惩罚
其中，hi为板坯硬度，δk为硬度跳跃最大值， 为硬度变化范围；
(4) 表示i和j的温度变化费用惩罚
因为温度系由材料本身的力学性能所确定的，故可以把三个
温度放在一起考虑；
(a) 是出炉温度变化惩罚
其中c1i，c1j为出炉温度， 为出炉温度变化范围；
(b) 是终轧温度变化惩罚
其中c2i，c2j为出炉温度， 为终轧温度变化范围；
(c) 是卷曲温度变化惩罚
其中c3i，c3j为卷曲温度， 为卷曲温度变化范围；
λi为目标函数各项的权重参数；
式(1)为目标函数，其中第一项为主体材与烫辊材相邻板坯间总的规格跳跃惩罚，包括所选的板坯序列中宽度跳跃惩罚、厚度跳跃惩罚、硬度跳跃惩罚、出炉温度、终轧温度和卷曲温度跳跃惩罚；该项的第一部分为主体材相邻板坯间规格跳跃惩罚费用，第二部分为烫辊材相邻板坯间规格跳跃惩罚费用；第二项为换辊的固定费用；第三项为未轧制板坯的惩罚费用；第四项为烫辊材做主体材的惩罚费用；
模型的约束条件：
约束(2)保证每个板坯必须被分配且仅被分配到某一个轧制计划；约束(3)表示虚拟节点被所有轧制计划所包括；约束(4)是车从车库出发并回到车库；约束(5)是轧制计划的主体材与烫辊材能力约束；约束(6)保证一个轧制计划内板坯轧制效率不小于规定值；
约束(7)保证一个轧制计划内主体材与烫辊材相同宽度钢板的总长度能力约束；约束(8)保证每个板坯只被轧制一次；约束(9)对主体材宽度跳跃与反跳约束；约束(10)对烫辊材宽度跳跃与反跳约束；约束(11)表示反跳后的带钢厚度约束；约束(12)反跳后板坯硬度约束；约束(13)同一个计划中相邻硬度约束；约束(14)相邻板坯出炉温度、终轧温度与卷曲温度的跳跃约束；约束(15)厚度跳跃约束，[al″，bl″]属于某厚度范围，其厚度跳跃就该满足该范围的约束；约束(16)用于消除子回环；约束(17)为一块板坯或者为主体材，或者为烫辊材；约束(18)为烫辊材充当主体材数量约束；约束(19)使主体材和烫辊材之间的过渡尽量平滑；约束(20)到约束(22)定义为0，1变量；
所说的包括环交换算法构成的混合算法是CT-ACO混合算法，其步骤为：
步骤1对一些参数进行初始化，其中将每个边上的板坯轧制的概率初始化为一个很小的常数值C＝0.005；相邻两个板坯的跳跃惩罚值相当于两个点距离，ηij为相邻两个板坯的跳跃惩罚值倒数，将m个计划放到虚拟出发点，同时，出发点城市设置到禁忌表Mk中；
步骤2每个蚂蚁模拟一个计划，第k个计划从板坯i向j转移，计划按照公式(23)与(24)选择下个移动位置
其中：τij表示边(i，j)的信息素相当于板坯j紧接板坯i的概率，ηij距离的倒数，β是参数，它表示激素与距离的相对重要程度；Mk为禁忌表，已经访问的顾客；Sil是节余值，定义Sil＝di0+d0l-dil；实验证明考虑节余值效果比较好；其中：q0为在[0，1]上的参数，q为均匀分布在[0，1]的随机变量，S是根据式(23)决定的随机变量；
步骤3信息素局部更新；每个计划选择一个板坯以后，按式(25)更新其上的信息素；
τij＝(1-ρ)·τij+ρ/(n·L0) (25)
其中，L0是蚂蚁k从开始点到当前点已走过路径长度，ρ为信息素更新参数；n为顾客数目，其余参数与式(23)相同；
步骤4重复步骤2到步骤3直到产生一个可行解；
步骤5对该解首先采用2-opt算法进行线路内部改进；
步骤6对该可行解进行组合变换，因为不同的计划组合顺序与环交换有关；
步骤7用环交换方法再对该解进行线路之间的改进；计算板坯i从I(i)计划移动到I(j)计划的费用c(i，j)＝F(I(j)+i-j)-F(I(j))；其中，I(j)表示一个轧制计划，I(j)+i-j表示把板坯i加入到轧制计划I(j)中，把板坯j从轧制计划I(j)中删除；
步骤8用动态规划寻找负费用环，如果存在负费用环，进行环交换，否则改变环的长度，继续寻找其它的负费用环；
步骤9计算可行解的目标函数，检查当前最好解Bestsol是否更新，如果更新最好解，全局信息素按公式(26)更新，同时记录当前最好解Bestsol；
τij＝(1-ρ)·τij+ρ/Lbest (26)
其中，ρ为全局信息素挥发系数，Lbest当前最好解；
步骤10检查终止条件是否满足，如果满足终止程序并输出结果，否则，反复步骤2到步骤9，直到满足终止条件。
2.一种金属热轧优化调度方法，它包括从数据收集系统和数据中心提取客户数据和生产数据，按照所建立的热轧生产优化调度数学模型和求解模型的算法来制作热轧生产排产计划，其特征在于：
(1)模型的建立是通过考虑实际生产中的各项工艺约束和轧制作业总成本，以最小化轧制作业生产成本为目标的不确定计划数的并行编排热轧生产计划；其中，各项工艺约束包括：不仅考虑了轧制计划中板坯在厚度、硬度、宽度的跳跃约束，而且还考虑单位计划内相同宽度板坯轧制长度约束、轧制计划中钢级跳跃、温度跳跃、烫辊材做主体材费用惩罚约束以及烫辊材和主体材的合理安排；轧制作业总成本包括：主体材规格跳跃惩罚费用、烫辊材规格跳跃惩罚费用、换辊费用、未轧制板坯的惩罚费用、烫辊材做主体材的惩罚费用；
(2)模型的求解采用包括环交换算法构成的混合算法；
所说的热轧生产优化调度数学模型为：
满足各项约束为：
i，j∈N；k∈M；wj≥wi (11)
i，j∈N；k∈M；wj＜wi (12)
yik∈{0，1}，i∈N，k∈M (22)
决策变量
模型参数
N′为计划的板坯数目集合，N′＝{0，1，2，…，n}，0为虚拟板坯，N＝{1，2，…，n}；
γ为惩罚的集合，γ＝{γ1，γ2，…，γn}，γi表示每个顾客的惩罚
D为顾客需求的集合，D＝{d1，d2，…，dn}，di表示板坯的长度，对于仓库定义d0＝0；
M为轧制作业计划号的集合，M＝{1，2，…，m}，其中m为计划数；
l主体材与烫辊材类别，l∈{1，2}，1为主体材，2为烫辊材；
l
Q 为轧制计划k内主体材与烫辊材轧制最大能力，能力指允许轧制带钢总长度；
Q为轧制计划中同宽度板坯的长度限制；
l
B 为轧制计划k内主体材与烫辊材轧制最低能力，能力指允许轧制带钢总长度；
1
R 为轧制计划k内主体材与烫辊材轧制同宽度板坯的长度约束；
V为用一个计划固定费用；
A1主体材板坯集合；
A2烫辊材板坯集合，A1∪A2＝N；
主体材部分相邻板坯宽度跳跃与反跳规定值；
烫辊材部分相邻板坯宽度跳跃与反跳规定值；
主体材部分相邻板坯宽度跳跃时，板坯厚度规定值；
主体材部分相邻板坯宽度跳跃时，板坯硬度规定值；
l
ρ 在l区，相邻板坯硬度跳跃规定值；
l′板坯温度类别集合，l′∈{1，2，3}，1、2与3代表出炉温度、终轧温度与卷曲温度；
l″板坯厚度类别集合，l″∈{1，2，...，m1}；
l
ψ′相邻板坯跳跃第l′类温度限制；
l
θ″相邻板坯跳跃厚度限制；
ω每个计划轧制效率规定值；
η烫辊材用做主体材数量的规定值；
di板坯i的长度；
wi板坯i的宽度；
hi板坯i的硬度；
gi板坯i的厚度；
板坯i的l′类温度；
为板坯i和j之间的惩罚值，分为主体材与烫辊材两个部分；当i＝j时，Cij＝∞； 为主体材惩罚值， 为烫辊材惩罚值； 求法与 基本相同，下面以 为例：
其中： 表示i和j的钢级差异惩罚， 表示i和j的宽度变化费用惩罚， 表示i和j的厚度变化费用惩罚， 表示i和j的硬度变化费用惩罚， 表示i和j的温度变化费用惩罚，包括出炉温度，终轧温度和卷曲温度；
(1) 表示i和j的宽度变化费用惩罚
其中，wi为板坯宽度， 为宽度变化范围；
(2) 表示i和j的厚度变化费用惩罚
其中，ti为板坯厚度，δl为厚度跳跃最大值， 为厚度变化范围；
(3) 表示i和j的硬度变化费用惩罚
其中，hi为板坯硬度，δk为硬度跳跃最大值， 为硬度变化范围；
(4) 表示i和j的温度变化费用惩罚，包括出炉温度，终轧温度和卷曲温度；
因为温度系由材料本身的力学性能所确定的，故可以把三个温度
放在一起考虑；
(a) 是出炉温度变化惩罚
其中c1i，c1j为出炉温度， 为出炉温度变化范围；
(b) 是终轧温度变化惩罚
其中c2i，c2j为出炉温度， 为终轧温度变化范围；
(c) 是卷曲温度变化惩罚
其中c3i，c3j为卷曲温度， 为卷曲温度变化范围；
λi为目标函数各项的权重参数；
式(1)为目标函数，其中第一项为主体材与烫辊材相邻板坯间总的规格跳跃惩罚，包括所选的板坯序列中宽度跳跃惩罚、厚度跳跃惩罚、硬度跳跃惩罚、出炉温度、终轧温度和卷曲温度跳跃惩罚；该项的第一部分为主体材相邻板坯间规格跳跃惩罚费用，第二部分为烫辊材相邻板坯间规格跳跃惩罚费用；第二项为换辊的固定费用；第三项为未轧制板坯的惩罚费用；第四项为烫辊材做主体材的惩罚费用；
模型的约束条件：
一约束(2)保证每个板坯必须被分配且仅被分配到某一个轧制计划；约束(3)表示虚拟节点被所有轧制计划所包括；约束(4)是车从车库出发并回到车库；约束(5)是轧制计划的主体材与烫辊材能力约束；约束(6)保证一个轧制计划内板坯轧制效率不小于规定值；约束(7)保证一个轧制计划内主体材与烫辊材相同宽度钢板的总长度能力约束；约束(8)保证每个板坯只被轧制一次；约束(9)对主体材宽度跳跃与反跳约束；约束(10)对烫辊材宽度跳跃与反跳约束；约束(11)表示反跳后的带钢厚度约束；约束(12)反跳后板坯硬度约束；约束(13)同一个计划中相邻硬度约束；约束(14)相邻板坯出炉温度、终轧温度与卷曲温度的跳跃约束；约束(15)厚度跳跃约束，[al″，bl″]属于某厚度范围，其厚度跳跃就该满足该范围的约束；约束(16)用于消除子回环；约束(17)为一块板坯或者为主体材，或者为烫辊材；约束(18)为烫辊材充当主体材数量约束；约束(19)使主体材和烫辊材之间的过渡尽量平滑；约束(20)到约束(22)定义为0，1变量；
所说的包括环交换算法构成的混合算法是分散搜索算法与环交换算法混合使用的CT-SS算法，该算法步骤如下：
设RefSet表示参考集，MaxIter表示最大迭代代数，Iter表示当前迭代代数，第一次迭代Iter＝1，BestSol表示当前最好的解；
步骤1产生M个初始解，由于初始解的性能直接影响Scatter search求解的结果，我们设计了2类启发式产生初始解，为了保证解的质量，采用模拟企业计划人员实际排产的贪婪思想产生M1个初始解；为了使解的分散性比较好，使用加入了随机策略的贪婪思想产生M2个初始解，M1+M2＝M；
步骤2在M个初始解中选取N个解组成参考集RefSet，其中从上述第一种启发式中依次选取目标函数最小的M1/2个解，从上述第二种启发式中依次选取目标函数最小的M2/2个解，N＝M1/2+M2/2；然后用环交换算法改进RefSet中的解，记当前最好解为BestSol；
步骤3使用Russell和Chiang提出的公共弧策略得到若干组公共弧，采用聚类和模拟实际贪婪思想相结合的策略得到组合解；
步骤4若得到新的组合解，用环交换算法改进组合解；否则，跳到步骤7；
步骤5从RefSet中选取N/2-1个性能比较好的解，再产生N/2个新的初始解，加上组合解组成新的RefSet；
步骤6记当前最好解为BestSol，Iter＝Iter+1；
步骤7若Iter＜MaxIter，跳到步骤3；否则BestSol即为当前最好解。
3.一种基于权利要求1或2调度方法所建立的热轧优化调度系统，包括基于生产企业的信息平台，以Windows支撑平台，采用Visual C++6.0开发程序和Microsoft SQL Server
2000数据库系统作为后台数据库，其特征在于：系统采用模块设计思想与图形接口相结合构成：
(1)系统的功能模块包括：授权用户登录模块、原始数据下载模块、原始数据管理模块、计划信息录入模块、生产计划自动生成模块、生产计划显示模块、生产计划修改模块、生产计划结果的违规检查模块、生产计划结果上传模块、系统配置模块；
(2)将模型构造模块和模型求解模块嵌于生产计划自动生成模块当中。
4.按照权利要求3所述的热轧优化调度系统，其特征在于系统的操作流程如下：
(1)用户启动热轧优化调度系统后，首先输入用户名和密码，若用户为非法用户则不能进入系统；若用户为合法的用户，则可以顺利进入系统；
(2)用户在热轧优化调度系统中进入数据下载界面，执行热轧机组前库板坯信息的下载；系统从企业现行的信息系统上下载原始数据；
(3)用户在热轧优化调度系统中数据管理界面下，实现板坯信息的增加、修改、删除和查询功能；
(4)用户在系统配置界面下设置计算参数；
(5)用户在优化排产界面下，选择手动编制计划，在已排板坯模式和未排板坯模式间移动板坯；
(6)用户在优化排产界面下，从两种混合算法中选择一种优化排产混合算法进行热轧生产计划自动排产；
(7)用户查看自动排产的计算结果；
(8)用户对编排的计划进行违规检查；
(9)如果用户对热轧生产计划编排结果不满意则进行人工手动修改，直到用户满意为止；
(10)用户对结果满意后，上传排产结果，将生产计划结果上传到企业现行的信息系统中。
一种金属热轧优化调度方法及其系统
技术领域
背景技术
发明内容
长度)。B 为轧制计划k内主体材与烫辊材轧制最低能力(允许轧制带钢总长度)。R 为轧制计划k内主体材与烫辊材轧制同宽度板坯的长度约束。V为用一个计划固定费用。A1为主体材板坯集合。A2烫辊材板坯集合，A1∪A2＝N。 为主体材部分相邻板坯宽度跳跃与反跳规定值。 为烫辊材部分相邻板坯宽度跳跃与反跳规定值。 为主体材部分相邻板坯宽度跳跃时，板坯厚度规定值。 为主体材部分相邻板坯宽度跳跃时，板坯硬度规定值。
i
ρ 为在l区，相邻板坯硬度跳跃规定值。l′为板坯温度类别集合，l′∈{1，2，3}，1、2与
3代表出炉温度、终轧温度与卷曲温度。l′为板坯厚度类别集合，l′∈{1，2，...，m1}。
为相邻板坯跳跃第l′类温度限制。 为相邻板坯跳跃厚度限制。ω为每个计划轧制效率规定值。η为烫辊材用做主体材数量的规定值。di为板坯i的长度。wi为板坯i的宽度。
hi为板坯i的硬度。gi为板坯i的厚度。 为板坯i的l′类温度。
对这些子集进行处理产生新解集合，通过改进，然后局域搜索算法从新解出发搜索新的局部最优解；最后根据得出的局部最优解，更新参考集或者初始种群，以进行新的搜索。而本文是通过参考集的子集之间不同组合，而产生公共边，再用集划分把这些公共边产生不完全解，然后再对这些不完全解进行修复，使其成为可行解。用CT环状交换对可行解进行改进。因为环状交换的邻域是大规模邻域，为了减少计算机运行时间，限制CT交换的调用次数，所以我们采用只有当前最好解才调用最好解或一定的迭代次数调用最好解。
具体实施方式
ρ 为在l区相邻板坯硬度跳跃规定值。l′为板坯温度类别集合，l′∈{1，2，3}，1、2与3代表出炉温度、终轧温度与卷曲温度。l″为板坯厚度类别集合，l″∈{1，2，...，m1}。
为相邻板坯跳跃第l′类温度限制。 为相邻板坯跳跃厚度限制。ω为每个计划轧制效率规定值。η为烫辊材用做主体材数量的规定值。di为板坯i的长度。wi为板坯i的宽度。
hi板坯i的硬度。gi为板坯i的厚度。 为板坯i的l′类温度。
＝10km；主体材长度约束上限为Q ＝60km，下限B ＝40km。轧制同宽度限制为Q＝10km，烫辊材做主体材约束为不超过5块。在CT_ACO算法求解中选取参数如下：选择概率参数q0＝0.95，选择概率权重系数β＝6，信息素更新参数ρ＝0.04。目标函数的权重参数：相邻板坯跳跃惩罚值权重λ1，换辊固定费用权重λ2，未轧制板坯惩罚费用权重λ3，烫辊材做主体材费用权重λ4，并设置为：λ1>λ2，λ2>λ3与λ3>λ4，λ1＝0.4，λ2＝0.3，λ3＝
0.2，λ4＝0.1。换辊固定费用为1000，未轧制板坯惩罚为100，烫辊材做主体材费用1000。
算法结束准则为连续迭代500代。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种多授权中心基于属性的可搜索加密方法 | 2020-05-11 | 161 |
| 可信授权方法、系统、可信安全管理中心和服务器 | 2020-05-13 | 674 |
| 生成公钥证书的方法、证书授权中心和介质 | 2020-05-11 | 168 |
| 一种多授权中心的加密方法 | 2020-05-11 | 546 |
| 一种基于属性保护的多授权中心加密方法 | 2020-05-12 | 42 |
| 连接的对象的去中心化的授权的创建和管理的系统和方法 | 2020-05-12 | 472 |
| 呼叫中心线下业务确认及授权的方法 | 2020-05-11 | 809 |
| 一种多授权中心的加密方法 | 2020-05-11 | 40 |
| 向授权中心系统注册设备的技术 | 2020-05-11 | 362 |
| 远程授权方法及系统 | 2020-05-14 | 951 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
