一种罩式退火炉钢卷堆垛组合优化方法.pdf

(19)中华人民共和国国家知识产权局*CN102206741A*(12)发明专利申请(10)申请公布号CN102206741A(43)申请公布日2011.10.05(21)申请号201110115317.6(22)申请日2011.05.05(71)申请人中冶南方（武汉）威仕工业炉有限公司地址430223湖北省武汉市东湖新技术开发区大学园路33号(72)发明人王晓亮杨进李卫杰方珺(74)专利代理机构湖北武汉永嘉专利代理有限公司42102代理人唐万荣(51)Int.Cl.C21D9/663(2006.01)C21D9/673(2006.01)权利要求书3页说明书8页附图2页(54)发明名称一种罩式退火炉钢卷堆垛组合优化方法(57)摘要本发明涉及钢铁冶金信息技术技术领域，尤其涉及一种罩式退火炉钢卷堆垛组合优化方法。本发明针对罩式退火炉的退火工艺特点，在分析了钢卷的外形尺寸(外径、宽度、厚度等)和钢种对退火时间的影响以及各种约束条件限制的基础上，以最小化堆垛数和最大化炉台生产效率为优化目标，建立了罩式炉堆垛优化数学模型，并提出了一个结合最优匹配递减法(FFD)、遗传算法(GA)和模拟退火算法(SA)等方法的混合遗传算法(FGSA)对模型进行求解。该方法能够实现罩式炉退火生产的信息化和自动化，降低了排产人员的劳动强度，提高了生产厂的生产效率并可起到节能降耗的作用。CN102674ACCNN110220674102206746A权利要求书1/3页1.一种罩式退火炉钢卷堆垛组合优化方法，其特征在于，该方法以以最小化堆垛数和最大化炉台生产效率为优化目标，目标函数式为：其中，f1＝minS；S为堆垛总数；Pi为每炉钢的生产效率，即堆垛钢卷的总重与退火时间的比值；k1和k2为权系数，使用权重系数法将两个子目标函数加权相乘后转化为单目标优化问题，具体包括以下步骤：(1)初始化进化代数计数器；(2)运用FFD算法生成初始种群，其中每个个体为一个堆垛方案；(3)使用目标函数计算每个个体的目标函数值；(4)按给定的交叉率对种群进行个体交叉操作；(5)按给定的变异率进行个体变异操作；(6)使用FFD算法修正种群的个体，并使用目标函数计算每个个体的目标值；(7)对每一代中目标值较小的2～3个个体进行模拟退火操作；(8)再次使用目标函数计算每个个体的目标值；(9)对种群中的个体进行选择及复制操作；(10)判断是否进化完成，如进化没有完成，则代数计数器加一后转到第(4)步，继续进化过程；否则，输出最优个体，完成优化。2.根据权利要求1所述的罩式退火炉钢卷堆垛组合优化方法，其特征在于，上述过程中要满足各种约束条件的限制，约束条件包括：(1)垛内钢卷的总高度(包括对流板的高度)不能超过堆垛允许的最大高度；(2)垛内钢卷的外径不能超过允许的最大外径；(3)尽可能把规格相同的钢卷装在一个炉台内退火，钢卷的规格包括高度、厚度、外径、重量等指标；(4)在工艺允许的范围内，可以混装一些特定的钢种；(5)要求按照合同组织生产，保证合同跟踪；(6)同一堆垛内，钢卷之间应按照外径大的在下面、小的在上面的次序进行排列；(7)要满足堆垛形状参数的限制；(8)堆垛钢卷数在3～5卷之间。3.根据权利要求1所述的罩式退火炉钢卷堆垛组合优化方法，其特征在于：退火时间计算模型采用下列多项式计算：式中：HT为退火加热时间，h；Gm为堆垛钢卷总重，t；Kg为炉子加热能力因子，1/h；Dg为加热补偿量，t/h；Fb为带钢宽度因子；Bb为堆垛中带钢最大宽度，mm；Nb为公称带钢宽度，mm；Fd为带钢厚度因子。2CCNN110220674102206746A权利要求书2/3页4.根据权利要求1所述的罩式退火炉钢卷堆垛组合优化方法，其特征在于：所述步骤(2)使用FFD算法形成GA算法的初始种群，该方法将已排列的钢卷序列形成一个循环链表，每次随机选择一个起始位置，从前向后循环选择钢卷进行堆垛，可创建出多个堆垛方案，这些方案即可组成GA算法的初始种群，具体步骤如下：(1)将钢卷的序号按重量与高度比值的大小降序排列；(2)依上述秩序装填各个堆垛中的钢卷；(3)若某个堆垛中所装部分钢卷不满足约束条件，则试图将不满足要求的钢卷装到下一个堆垛中；(4)若按约束条件，所有堆垛都不能再装入新的钢卷，则建立一个新的堆垛装入超出部分的钢卷，且堆垛的总个数加一。5.根据权利要求1所述的罩式退火炉钢卷堆垛组合优化方法，其特征在于：所述步骤(4)中的个体交叉操作采用单点交叉的方式，其中适应度最好的几个个体不参与交叉运算，具体步骤如下：(1)将种群数组中的个体按相邻的奇数下标和偶数下标的个体两两组对；(2)找到满足交叉率的某个个体对，每个个体都是一个堆垛方案；(3)随机找到交叉点，并在交叉点处交换两个个体中的钢卷；(4)重复(2)～(