罩式退火炉装炉组合的优化模型及其算法.pdf

第38卷第2期信息与控制、，o1．38．NO．2
2009年4月InformationandControlApr．，2009

文章编号：1002—0411(2009)-02—0211-07

罩式退火炉装炉组合的优化模型及其算法

刘颖，刘全利，王伟
(大连理工大学信息与控制研究中心，辽宁大连116024)

摘要：针对罩式炉退火工艺中的钢卷装炉优化组合问题，建立了以最小化装炉计划数和钢卷总加热时间为目
标的数学模型，提出了一种白适应遗传算法和蚁群算法相结合的两阶段智能优化算法．该算法按照先优化钢卷装炉
计划数后优化钢卷总加热时间的顺序求解该问题．通过现场实际生产数据进行仿真表明，提出的装炉优化组合模型
优化效果明显，提高了退火车间的钢卷装炉效率．
关键词：罩式炉退火；装炉组合；自适应遗传算法；蚁群算法
中图分类号：TF3文献标识码：A

OptimizingModelandAlgorithmforCombinationStacking

ofBell-typeBatchAnnealing

LIUYing，LIUQuan—li，WANGWei
(ResearchCenterofInformationandControl,DalianUniversityofTechnology，Dalian116024，China)

Abstract：Inordertooptimizethecombinationstackingofsteelcoilsinbell—typebatchannealingprocess，amathematical
modelisproposedtominimizethenumberofsteelcoilsstacksandthetotalheatingtreatmenttime．Atwo．stageintelligent

optimizationalgorithmbasedonadaptivegeneticalgorithmandantcolonyalgorithmisconstructed．Thealgorithmsolves

theproblemwittltwosteps：thenumberofsteelcoilstacksisoptimizedfirstly,andsecondlythetotalcoilstackheatinghours
isoptimized．Asimulationexperimentwithpracticalproductiondatashowsthattheproposedcombinationstackingmethod

attainsagoodoptimizingability,andincreasesthestackingeficiencyoftheannealingprocess．

Keywords：batchannealing；combinationstacking；adaptivegeneticalgorithm；antcolonyalgorithm

1引言(Introduction)化排产软件出售，并有成功应用．但其价格昂贵且
不适合国内退火的生产工艺．Sung等根据韩国浦项
退火热处理过程是提高钢卷抗拉强度、屈服强钢铁厂的实际情况，从降低能量消耗目的出发，希
度，进而提高钢卷质量的重要手段．目前，大部分冷望最小化退火时间建立了分垛算法的数学模型，开
轧薄板企业多采用罩式炉炉群退火方式进行生产，发启发式算法进行求解，但此优化方法是在只考虑

一
一般的退火车间有几十个退火炉，按照特定的工艺个炉台的基础上建立的，在多炉台情况下无法达
规则将3—5个钢卷按一定的摆放次序放到同一炉中到全局最优化．Moon和Hrymak等[】对钢卷的批退
退火称为装炉组合．装炉组合的好坏将直接影响工火过程短期调度问题进行了研究，提出混合整数线
厂的经济效益和节能降耗，提高退火车间钢卷装炉性规划模型，但模型规模较大，求解过程复杂．刘全
效率对于薄板生产企业有着非常重要的意义．利等[213】将改进的遗传算法应用到钢卷装炉组合过
钢卷装炉组合过程存在诸多的约束条件，且前程，优化目标是使每一炉实际退火的钢卷重量与加
库中钢卷数量大，模型很难用解析方法描述．以往热曲线的上限的偏差最小，但没有考虑退火炉允许
现场调度员多是根据生产经验进行人工组合，无法的高度上限和最小装炉计划数．王晓东等应用改
对其优化，效率较低．装炉组合问题是一个典型的进的专家系统解决钢卷装炉组合问题，也没有考虑
优化组合问题，一直是国外研究的热点，目前有较最小化装炉计划数．
为成形的软件产品，如国际上著名的两大退火炉设本文以罩式炉退火车间为背景，分析了罩式炉
备供应商(LOI公司和EBNER公司)均有退火炉优设备的生产