專利名稱：罩式爐退火生產優化排產方法
技術領域：
本發明屬于信息技術領域，涉及到自動化技術，特別涉及到一種罩式爐退火生產優化排產方法。
背景技術：
目前，國內大部分鋼廠的退火車間均采用罩式爐爐群退火方式，退火主要分為加熱和冷卻兩個階段，周期較長，普通氮氫罩式爐的退火周期一般超過70個小時，即使采用目前較為先進的全氫罩式退火工藝，退火周期也在35個小時以上，是冶金企業的能源消耗大戶。退火車間的加熱罩和冷卻罩數通常按一定的配比關系進行設計，兩者數量之和等于爐臺總數。按目前的罩式爐生產工藝，退火周期中加熱段總時間小于冷卻段總時間加裝出爐輔助時間，這樣必然存在罩式爐系統資源沖突現象。為了合理利用資源、提高生產效率，必須對退火生產進行優化排產。
現有的排產方法是從作業調度入手，提高加熱罩、冷卻罩、行車的有效作業率，減少和避免加熱罩和冷卻罩的拋空，這是目前公認的提高退火車間生產能力的有效途徑。
如S.Moon和A.N.Hrymak.在他們的文章(Scheduling of the batchannealing process-deterministic case. Computers and ChemicalEngineering，23(1999)，1193-1208.)中提出了一種基于時間槽分解的數學建模的方法，他們考慮了批量處理情況，即假設開始調度時所有爐臺均處于空閑狀態，在此基礎上，采用時間槽分解的方法建立了退火車間的混合整數線性規劃(MILP)模型，并應用分枝定界法進行求解。該方法在實際應用中有以下兩個方面的問題一是大部分退火車間均是不間斷生產，所有爐臺均空閑的初始狀態假設不符合實際；二是形成的MILP模型規模較大，還沒有特別有效的解法。董杰方等人在他們的文章(鋼卷熱處理調度的數學模型與算法研究.鋼鐵(2001)，Vol.36，No.12，73-76.)中介紹了一種簡化問題的方法，他們將問題簡化為一個混合流水車間排序問題，設計了相應的貪婪排序算法進行求解。但在問題建模過程中將有十二個操作階段的退火過程簡化為兩個階段來處理，因此在實際應用中仍存在問題。
通常，國內大部分退火車間采用人工方法依據經驗進行作業調度來得到一個可行的排產結果，這種方法不僅費時費力而且很難保證排產的合理性，生產中經常出現加熱罩、冷卻罩、行車等緊缺資源的沖突，加熱罩和冷卻罩的拋空率較大，造成退火車間的生產能力低于相鄰工序的生產能力。并且當生產情況與所預計發生不一致時，排產結果必須變更或者重排。這樣不僅給排產工人帶來了很大的麻煩，而且也降低了整條生產線的效率。

發明內容
本發明的目的是提供一種執行于一計算機的自動優化排產方法，為罩式爐退火生產提供最優的作業調度方案，解決目前人工排產的費時費力和效率低下以及難以保證結果最優的問題。
實現本發明的技術方案本發明包含兩個模塊，遺傳算法模塊和計算機仿真模型模塊。最優的作業調度方案就是由這兩個模塊的交互作用而產生。
計算機仿真模型在充分分析罩式爐爐群退火生產的生產過程和各種約束條件的基礎上，建立了罩式爐退火生產的仿真模型，該模型可以在已知初始生產狀態和作業調度方案的前提下，在計算機中仿真罩式爐爐群退火生產過程，仿真結束后就可以得到所關心的生產指標。
本發明把各個退火步驟抽象成各個事件，把需要資源得不到滿足時必需的等待抽象成等待事件，本發明根據現場實際情況按優先級不同把等待事件分成4類，用4個二叉排序樹存放這4類等待事件，每個二叉排序樹就是一個等待事件隊列，所以一共有4個等待事件隊列，相同優先級的等待事件按發生時間排序。把各個資源抽象成各種對象，運用面向對象技術，采用事件驅動法建立計算機仿真模型。
遺傳算法每個調度方案作為遺傳算法中的個體，采用自然數編碼方式。把計算機仿真模型作為遺傳算法的適應度函數，計算機仿真以后得到的生產指標作為適應度函數的函數值，群體規模和進化代數可視情況調整。
遺傳算法與計算機仿真模型的交互過程如下起初由遺傳算法隨機產生一個種群(個體的集合)，把這個種群中的各個個體作為輸入送入計算機仿真模型，經仿真后得到所需要的生產指標作為適應度函數值送入遺傳算法模塊，利用遺傳算法的全局并行搜索能力得到較優的種群，再把這個較優的種群送入計算機仿真模型，如此循環反復直到收斂為止。然后，從最后得到的最優的種群中選擇一個最優的個體作為最優的調度方案。
本發明的效果和益處是顯著降低了工人的勞動強度，大量節約了排產所需時間，增加了排產結果的準確性，提高了退火生產和整條生產線的的生產效率。


圖1是基于仿真優化的退火爐作業調度原理圖。
圖中(1)調度方案，(2)遺傳算法模塊，(3)目標函數，(4)計算機仿真模塊。
圖2是計算機仿真退火生產模塊的程序流程圖。
圖中(5)仿真初始化，(6)判斷有沒有滿足條件的等待事件，(7)執行滿足條件的等待事件，(8)選擇一個最早發生的非等待事件，(9)將仿真鐘推進到該事件的發生時間，(10)執行該非等待事件，(11)判斷仿真是否可以結束，(12)結束仿真。
具體實施例方式
下面結合附圖和實例詳細說明本發明的具體實施方案。
若現有46個爐臺，23個加熱罩，23個冷卻罩，2部行車，10個待排產的生產計劃，每個不同的生產順序都是一種調度方案，采用不同的調度方案進行生產將得到不同的生產指標，排產的目的就是要選擇一個最優的調度方案。
步驟1啟動遺傳算法模塊模塊(2)把10個待排產的生產計劃從1到10編號。產生初始種群，初始種群的每個個體代表一個調度方案，采用自然數編碼，例如(1，2，3，4，5，6，7，8，9，10)是一個個體，代表一種調度方案；而(10，9，8，7，6，5，4，3，2，1)是另一個個體，代表另一種調度方案，其生產順序與上一種相反。把初始種群作為當前種群保存。
步驟2判斷是否達到規定的最大代數若達到規定的最大代數，從仿真過的所有種群中選出具有最優生產指標的個體，該個體所代表的排產計劃作為最優的調度方案，結束程序運行。否則進入下一步。
步驟3把當前種群中的每個個體作為輸入調用計算機仿真模塊(4)。(1)即為送入仿真模塊的個體。每個個體的仿真過程如步驟4至步驟11。
步驟4仿真初始化(5)把各個爐臺、加熱罩、冷卻罩和行車定義成對象，然后讀入46個爐臺的當前生產狀態，把這些生產狀態轉換成對應的事件或者等待事件，事件按時間順序放入事件隊列，事件隊列只有1個。等待事件放入等待事件隊列，本發明根據實際情況按優先級不同把等待事件分成4類，用4個二叉排序樹存放著4類等待事件，每個二叉排序樹就是一個等待事件隊列，所以一共有4個等待事件隊列，相同優先級的等待事件按發生時間排序。然后，設置仿真鐘為0。
步驟5判斷有沒有滿足條件的等待事件(6)按優先級查看哪個等待事件所等待的條件可以得到滿足。如果滿足，從等待隊列中提出此等待事件，進入下一步；如果不滿足則跳過下一步。
步驟6執行滿足條件的等待事件(7)
其操作包括產生下一個事件，占用相關資源，銷毀自身(即釋放該等待事件對象占用的內存資源)。將所有滿足條件的等待事件都執行后，進入下一步。
步驟7選擇一個最早發生的非等待事件(8)從事件隊列中選擇一個發生時間最早的事件，如果不只一個，一并選擇出來。
步驟8將仿真鐘推進到該事件的發生時間(9)步驟9執行該非等待事件(10)操作包括釋放與占用相關資源，產生下一個事件或者等待事件，銷毀自身(即釋放該非等待事件對象占用的內存資源)。
步驟10判斷仿真是否可以結束(11)判斷結束條件是否滿足，即判斷事件隊列是否為空，若為空則進入下一步，若不為空，則回到步驟5繼續執行。
步驟11結束仿真(12)步驟12進行選擇運算在仿真的執行過程當中，不斷記錄程序狀態，包括加熱罩和冷卻罩的等待時間長度以及工作時間長度，在程序結束后記錄生產總時間。注意，這個總時間并不是程序運行的總時間，而是所仿真的生產過程需要的總時間。
一個個體仿真結束后，利用所記錄的數據形成用戶所關心的生產指標作為這個個體適應度函數值(3)送入遺傳算法模塊，遺傳算法模塊會根據當前種群中所有個體的適應度函數值采用輪盤賭的方法對這些個體進行選擇。
步驟13進行交叉運算將選擇后的各個個體采用部分映射交叉(PMX)法交叉，交叉率不小于0.9。
步驟14進行變異運算采用的是互換變異，隨機的選擇兩個位置，并將這兩個位置互換，變異率小于0.1。
步驟15返回步驟2把經過選擇、交叉和變異的所有個體作為當前種群，返回步驟2。
權利要求
1.一種用于罩式爐退火生產的優化排產方法，由遺傳算法模塊和計算機仿真退火生產模塊兩部分組成，用計算機仿真退火生產過程，用自然數編碼代表作業調度方案，用遺傳算法與仿真模型的交互作用找到最優的調度方案，其特征是a)用計算機仿真退火生產模型作為遺傳算法的適應度函數，用仿真退火生產后得到的生產數據作為適應度函數值，用自然數編碼代表作業調度方案作為遺產算法的個體；b)在計算機仿真退火生產模型中，把等待事件按優先級分成4類，每類存入不同的等待事件隊列，相同的等待事件隊列中的等待事件按發生時間排序。
全文摘要
一種執行于一計算機的罩式爐退火生產優化排產方法。該方法屬于信息技術領域,涉及到遺傳算法和計算機仿真在罩式爐退火生產中的應用。該方法的特征是遺傳算法模塊和計算機仿真退火生產模塊兩部分組成。計算機仿真模塊用于模擬整個退火生產過程,遺傳算法模塊用于對作業調度方案進行優化,利用這兩個模塊的交互作用找到最優的調度方案。該方法能夠實現罩式爐退火生產的信息化和自動化,降低了排產人員的勞動強度,提高了生產設備的利用率和企業的生產效率。
文檔編號C21D9/663GK1422964SQ0214492
公開日2003年6月11日 申請日期2002年12月13日 優先權日2002年12月13日
發明者劉全利, 王曉東, 王偉, 李寧, 劉瑞國, 金吉凌, 王志剛, 石豪, 王建軍 申請人:大連理工大學, 上海寶鋼益昌薄板有限公司