论文部分内容阅读
热轧生产过程操作优化的任务是分配热轧机组多个机架的压下量,确定各机架的出口厚度,使得热轧带钢的板形等质量指标达到所期望的要求。因此热轧生产过程操作优化的研究对于钢铁企业的精细化生产具有十分重要的现实意义。本文对从实际当中提炼的热轧生产过程操作优化问题,建立了数学规划模型,通过变换转成超越几何规划模型,进而转换成凸规划直接进行最优求解;对于实际的热轧生产过程操作优化问题,开发了混合自适应遗传算法进行近似求解;对于热轧生产过程鲁棒操作优化问题,开发了动态规划算法进行求解。主要的研究工作包括:(1)针对从实际中提炼的钢铁热轧生产过程操作优化问题,建立了数学规划模型。该模型的难点是模型具有高度非线性的特征。考虑模型数学表达式的结构特点,先将复杂的中间变量进行简化,再通过理论分析和数学变换,将建立的热轧生产过程操作优化模型等价转化为超越几何规划模型。(2)针对热轧生产过程操作优化的变换后获得的超越几何规划模型无法直接有效求解的难题,利用模型的结构特点,通过理论分析和数学变换,将超越几何规划模型转化为凸规划模型,从而可以利用凸规划软件最优求解,为热轧生产过程操作优化问题获得全局最优解提供了一种新方法。(3)针对热轧实际的操作优化问题,建立了以提高板形质量为目标的热轧生产过程操作优化模型。该模型根据实际热轧的工艺要求与生产要求,以各个机架的出口厚度为决策变量,除了考虑实际工艺约束,同时也考虑爬坡约束和温度对轧制过程板形质量的影响。(4)针对上述建立的面向实际的热轧生产过程操作优化问题数学规划模型,提出混合自适应遗传算法(HSaGA)进行求解。采用多样性的交叉算子提高HSaGA的鲁棒性,并且设计了变异操作中的新的选择策略来提高收敛速度并且维持搜索种群的多样性。实验结果表明,提出的HSaGA经过benchmark函数测试,其性能优于流行的进化算法。在求解热轧生产过程操作优化问题上提出的算法的实验结果都优于实际生产中的基于经验规则的操作设定方法。(5)针对待轧制板坯来料实际厚度等经常偏离轧机设定厚度等以及模型参数难以准确测量的问题,建立了热轧生产过程鲁棒操作优化问题模型。设计了动态规划算法对该鲁棒模型进行求解。实验结果表明了算法的有效性。