炼钢连铸计划物流流向设定的炼钢量分配控制方法与流程

本发明涉及一种炼钢连铸计划物流流向设定的炼钢量分配控制方法。
背景技术：
：钢铁生产是典型的长流程工业，主要生产流程包括炼铁、炼钢、连铸、热轧、冷轧等工序。首先，通过高炉将铁矿石中的铁从氧化物中还原出来，成为液态铁水；然后，将铁水装入鱼雷车运输到转炉中，经过吹氧、脱碳、添加合金等操作后，铁水中的c、mn、s、p等元素含量被调整到规定的范围，且达到一定的出钢温度，成为钢水；随后，钢水通过钢包被运输到连铸机并浇铸成预定规格的固态板坯；板坯经加热炉加热后，进入热轧工序被轧制成热轧卷；最后经过酸轧、连续退火、热镀锌等冷轧工序后，加工成为冷轧卷，冷轧卷主要用于生产汽车板、家电板等高附加值产品。炼铁工序只生产单一成分的铁水，用户需求实际是从炼钢工序开始体现的，由于炼钢与连铸之间传输的物质是液态的钢水，缺乏库存作为缓冲，相比热轧、冷轧等工序，联系更为紧密，因此炼钢和连铸工序的生产计划常常一起编制。钢铁生产除了具有流程长的特点外，随着钢铁企业规模的不断扩大，产线结构日趋复杂，物流交叉严重，呈现出同工序多机组并行、上下游工序间物流网状交叉等特点，具有非常复杂的流向。炼钢连铸是钢铁生产的上游工序，下游工序众多，后续流向均需从炼钢连铸工序分流，因此在编制炼钢连铸计划时，需要考虑繁杂的后续物流，均衡后续机组的产能和库存，避免引起机组断料或涨库等物流失衡问题。在炼钢连铸计划中，物流流向设定用于解决后续物流平衡问题，关键在于为各后续流向分配合理的炼钢量。除流向设定外，炼钢连铸计划还包括组炉计划、组中包计划、组浇次计划等内容。其中组炉计划以流向设定确定的炼钢量作为指导，用于筛选合同并编制出满足后续流向要求的炉次计划；组中包计划以组炉计划确定的炉次为输入，以中包利用率最大化为目标，确定中包中的炉次顺序；组浇次计划则是对中间包进行合理排序，使连浇炉数达到最大。目前炼钢连铸计划方面的研究成果主要集中在组炉计划、组中包计划和组浇次计划这三个方面：中国专利cn200710045364.1公开了一种炼钢生产工艺中的板坯组炉方法及装置，经过合同收池、出钢记号分组、遗传算法优化板坯宽度、板坯组炉等步骤，生成最终的炼钢计划；中国专利cn200710039395.6公开了一种炼钢-连铸生产工艺的中间包使用方法，通过对初始浇铸序列应用启发式算法，选取具有最小中包使用数量、调宽总次数及cast个数的浇铸序列，并根据浇铸序列组中包；中国专利cn200510029126.2公开了一种炼钢-连铸生产工艺中的组浇次方法，通过对中间包进行合理排序和组合，形成一个浇次。而目前流向设定主要通过人工凭经验完成，不仅平衡效果不好，而且容易出错，直接影响组炉、组中包和组浇次的效果。技术实现要素：本发明的目的是提供一种炼钢连铸计划物流流向设定的炼钢量分配控制方法，本发明能够根据炼钢连铸后续物流流向的生产需求，精确地确定各物流流向每天的炼钢量，为炼钢连铸计划提供精准的流向设定，解决人工设定方式粗放与难以量化的问题。为实现上述目的，本发明的方案是：一种炼钢连铸计划物流流向设定的炼钢量分配控制方法，所述的控制方法通过建立炼钢量分配的线性规划模型，精确计算钢铁生产过程中满足下游工序物流流向要求的炼钢分配量，具体过程如下：(1)获取模型参数，包括炼钢产能，下游工序各物流流向的成品机组的产能和检修计划，各物流流向的初始库存、目标库存和最低库存；(2)建立炼钢量分配的线性规划模型，所述线性规划模型的决策变量包括：各物流流向每天的炼钢分配量，各物流流向每天的库存，各物流流向每天的库存低于和超过目标库存的偏移量；所述线性规划模型的约束条件包括：炼钢产能平衡约束、物料平衡约束、最低库存约束、目标库存约束和决策变量的取值约束；所述线性规划模型的优化目标为：是在充分利用成品机组产能的前提下，使各物流流向的库存尽量接近其目标库存；(3)求解所述的线性规划模型，得到下游工序各物流流向每天的炼钢分配量和每天的库存；(4)将步骤(3)计算得到的各物流流向每天的库存与目标库存进行比较，如果各物流流向每天的库存与目标库存的偏移量满足用户要求，则进入步骤(5)；否则根据不同物流流向的重要性，调整各物流流向的目标权重系数，返回步骤(2)；(5)将步骤(3)得到的各物流流向每天的炼钢分配量下发给炼钢连铸计划系统，实现对炼钢连铸后续物流流向的炼钢量分配的精确控制。进一步地，步骤(2)中，线性规划模型的约束条件如下：炼钢产能平衡约束：物料平衡约束：sij＝si,j-1+xij-ci(1-tij/24)，i＝1,…,m，j＝2,…,n最低库存约束：目标库存约束：决策变量取值约束：xij≥0，sij≥0，uij≥0，vij≥0，i＝1,2,…mj＝1,2,…n其中，决策变量xij为第i个流向在第j天的炼钢分配量；决策变量sij为第i个流向在第j天的库存；决策变量uij表示第i个流向库存在第j天低于目标库存的偏移量；决策变量vij表示第i个流向库存在第j天超过目标库存的偏移量；为第i个流向的初始库存；为第i个流向的最低库存；为第i个流向的目标库存；ci为第i个流向成品机组的产能；tij为第i个流向成品机组在第j天的检修时长；d为炼钢产能。进一步地，步骤(2)中，线性规划模型优化目标的目标函数为：其中，wi为第i个流向的目标权重系数，目标权重系数根据不同物流流向的重要性确定，满足进一步地，采用单纯形算法求解所述线性规划模型。本发明达到的有益效果：本发明能够根据炼钢连铸后续流向的生产需求，精确地确定各流向每天的炼钢量，为炼钢连铸计划提供精准的流向设定。本发明的方法在发挥成品机组产能的基础上，要求各流向库存尽量维持在合理的目标库存水平，并且在优化目标中引入流向权重系数，方便用户根据流向重要性调整权重，实现炼钢量分配的多目标优化。附图说明图1是本发明的方法流程图；图2是实施例的机组流向示意图。具体实施方式下面结合附图对本发明作进一步详细的说明。本发明针对炼钢连铸计划中的物流流向设定问题，建立炼钢量分配的线性规划模型，精确计算满足炼钢连铸后续机组流向要求的炼钢分配量。如图1所示，本发明的具体步骤如下：步骤1、获取模型参数获取模型计算所需要的输入信息和相关数据，包括炼钢产能，各流向成品机组的产能和检修计划，各流向的初始库存、目标库存和最低库存等数据，为模型计算做准备。特别地，本发明将连铸机组与各流向成品机组之间的库存抽象为该流向的库存，其好处在于：一是在确定炼钢量分配问题中，并不需要关心中间工序的生产细节，仅需考虑炼钢连铸机组和成品机组这类入口和出口机组即可，该简化处理不影响计算精度；二是简化处理后，模型规模会降低，有利于满足现场对运行速度的要求。因此各流向的初始库存为该流向上连铸机组到成品机组间的在制品库存之和。步骤2、建立满足流向要求的炼钢量分配线性规划模型设m为后续机组流向总数；n为计划周期(以天为单位)；i为流向索引，i＝1,...,m；j为计划周期索引,j＝1,...,n；分别为第i个流向的初始库存、目标库存和最低库存；d为炼钢产能；ci为第i个流向成品机组的产能；tij为第i个流向成品机组在第j天的检修时长，单位为小时。建立的线性规划模型如下：(1)决策变量设决策变量xij为第i个流向在第j天的炼钢分配量；决策变量sij为第i个流向在第j天的库存；决策变量uij,vij分别表示第i个流向库存在第j天与目标库存的偏移量。(2)目标函数本发明的优化目标是在充分利用成品机组产能的前提下，使各流向的库存尽量接近其目标库存，以保持整体生产的物流平衡。因此优化目标为最小化总的目标库存偏移量：其中，wi为第i个流向的目标权重系数，可根据流向重要性确定不同的权重系数，满足(3)约束条件炼钢产能平衡约束，即每天各流向炼钢分配量不能超过当天的炼钢产能：物料平衡约束，即当天的库存等于前一天库存加上炼钢分配量再减去成品机组消耗量：sij＝si,j-1+xij-ci(1-tij/24)，i＝1,…,m，j＝2,…,n--------(4)最低库存约束，每天各流向上的库存不能低于最低库存：目标库存约束，即目标库存与实际库存的差为库存偏移量决策变量取值约束：xij≥0，sij≥0，uij≥0，vij≥0，i＝1,…,m，j＝1,…,n--------(7)步骤3、求线性规划模型从步骤2可知，由优化目标(1)、约束条件(2)-(7)构成的模型为线性规划(lp)模型，对这类lp模型目前有多种成熟的算法求解。以流向数5，计划周期7天为例，需要确定5*7＝35个炼钢分配量，属于小规模lp模型，使用典型的单纯形法可快速求解。根据步骤1获取到的模型参数和步骤2建立的模型，使用单纯形算法可确定各流向的炼钢分配量。步骤4、炼钢量分配方案评估调整根据步骤3，可计算得到各流向每天的炼钢分配量和库存变化，据此可评估判断是否满足要求，如果对该方案不满意，可通过调整流向的目标权重系数，重新进行建模求解，直到得到满意的炼钢量分配方案。步骤5、炼钢量分配方案下发在确认符合要求后，将炼钢分配量下发给炼钢连铸计划系统，用以指导组炉计划、组中包计划、组浇次计划的编制，使炼钢连铸计划满足后续物流平衡。实施例：步骤1，获取模型参数本实施例的机组产线结构如图2所示，由1个炼钢连铸机组、1个热轧机组、2个酸轧机组、3个热镀锌机组和2个连续退火机组组成，共计5个物流流向，分别以p1,p2,p3,p4,p5表示,以p1流向为例，p1流向对应的加工路径为m1(炼钢连铸)->m2(热轧机组)->m3(1#酸轧机组)->m5(1#热镀锌机组)，相应地，m5机组就是p1流向的成品机组，p1流向的库存是指m1与m5机组之间的在制品库存，即属于p1流向的板坯、热卷和酸轧卷的库存之和，其余物流流向类似。炼钢分配量的计算需要获取各物流流向的成品机组产能和检修计划，各物流流向的初始库存、目标库存和最低库存，炼钢产能等基本数据。本实施例中，表1为各物流流向的成品机组的检修计划；表2为炼钢与各物流流向的成品机组的产能信息；表3为各物流流向的库存信息与权重系数；计划周期为一周7天。表1各物流流向的成品机组的检修计划表2炼钢与各物流流向的成品机组的产能信息机组代码m1m5m6m7m8m9产能91001300130026008002100表3各物流流向的库存信息与权重系数流向加工路径成品机组初始库存目标库存最低库存权重系数p1m1-m2-m3-m5m5115252000095000.1p2m1-m2-m3-m6m6200082200095000.1p3m1-m2-m3-m7m73499639000105000.3p4m1-m2-m4-m8m882521140050000.2p5m1-m2-m4-m9m92347126300190000.3步骤2、建立满足物流流向要求的炼钢量分配模型结合本实施例数据，总物流流向数m＝5，分别为p1,p2,p3,p4和p5；计划周期n＝7天。根据步骤1获取的模型参数，根据公式(1)-(7)建立的线性规划模型如下所示：目标条件：0.1u11+0.1v11+0.1u12+0.1v12+0.1u13+0.1v13+0.1u14+0.1v14+0.1u15+0.1v15+0.1u16+0.1v16+0.1u17+0.1v17+0.1u21+0.1v21+0.1u22+0.1v22+0.1u23+0.1v23+0.1u24+0.1v24+0.1u25+0.1v25+0.1u26+0.1v26+0.1u27+0.1v27+0.3u31+0.3v31+0.3u32+0.3v32+0.3u33+0.3v33+0.3u34+0.3v34+0.3u35+0.3v35+0.3u36+0.3v36+0.3u37+0.3v37+0.2u41+0.2v41+0.2u42+0.2v42+0.2u43+0.2v43+0.2u44+0.2v44+0.2u45+0.2v45+0.2u46+0.2v46+0.2u47+0.2v47+0.3u51+0.3v51+0.3u52+0.3v52+0.3u53+0.3v53+0.3u54+0.3v54+0.3u55+0.3v55+0.3u56+0.3v56+0.3u57+0.3v57炼钢产能平衡约束：c1:x11+x21+x31+x41+x51<＝9100c2:x12+x22+x32+x42+x52<＝9100c3:x13+x23+x33+x43+x53<＝9100c4:x14+x24+x34+x44+x54<＝9100c5:x15+x25+x35+x45+x55<＝9100c6:x16+x26+x36+x46+x56<＝9100c7:x17+x27+x37+x47+x57<＝9100物料平衡约束：c8:-x11+s11＝20225c9:-x21+s21＝18708c10:-x31+s31＝32396c11:-x41+s41＝11722c12:-x51+s51＝21371c13:-x12-s11+s12＝-1300c14:-x13-s12+s13＝-1300c15:-x14-s13+s14＝-1300c16:-x15-s14+s15＝-1300c17:-x16-s15+s16＝-1300c18:-x17-s16+s17＝-1300c19:-x22-s21+s22＝-1300c20:-x23-s22+s23＝-1300c21:-x24-s23+s24＝-1300c22:-x25-s24+s25＝-1300c23:-x26-s25+s26＝-1300c24:-x27-s26+s27＝-1300c25:-x32-s31+s32＝-2600c26:-x33-s32+s33＝-2600c27:-x34-s33+s34＝-2600c28:-x35-s34+s35＝-2600c29:-x36-s35+s36＝-2600c30:-x37-s36+s37＝-2600c31:-x42-s41+s42＝-800c32:-x43-s42+s43＝-800c33:-x44-s43+s44＝-800c34:-x45-s44+s45＝-800c35:-x46-s45+s46＝-800c36:-x47-s46+s47＝-800c37:-x52-s51+s52＝-2100c38:-x53-s52+s53＝-2100c39:-x54-s53+s54＝-2100c40:-x55-s54+s55＝-2100c41:-x56-s55+s56＝-2100c42:-x57-s56+s57＝-2100最低库存约束：c43:s11>＝9500c44:s12>＝9500c45:s13>＝9500c46:s14>＝9500c47:s15>＝9500c48:s16>＝9500c49:s17>＝9500c50:s21>＝9500c51:s22>＝9500c52:s23>＝9500c53:s24>＝9500c54:s25>＝9500c55:s26>＝9500c56:s27>＝9500c57:s31>＝10500c58:s32>＝10500c59:s33>＝10500c60:s34>＝10500c61:s35>＝10500c62:s36>＝10500c63:s37>＝10500c64:s41>＝5000c65:s42>＝5000c66:s43>＝5000c67:s44>＝5000c68:s45>＝5000c69:s46>＝5000c70:s47>＝5000c71:s51>＝19000c72:s52>＝19000c73:s53>＝19000c74:s54>＝19000c75:s55>＝19000c76:s56>＝19000c77:s57>＝19000目标库存约束：c78:u11-v11+s11＝20000c79:u12-v12+s12＝20000c80:u13-v13+s13＝20000c81:u14-v14+s14＝20000c82:u15-v15+s15＝20000c83:u16-v16+s16＝20000c84:u17-v17+s17＝20000c85:u21-v21+s21＝22000c86:u22-v22+s22＝22000c87:u23-v23+s23＝22000c88:u24-v24+s24＝22000c89:u25-v25+s25＝22000c90:u26-v26+s26＝22000c91:u27-v27+s27＝22000c92:u31-v31+s31＝39000c93:u32-v32+s32＝39000c94:u33-v33+s33＝39000c95:u34-v34+s34＝39000c96:u35-v35+s35＝39000c97:u36-v36+s36＝39000c98:u37-v37+s37＝39000c99:u41-v41+s41＝11400c100:u42-v42+s42＝11400c101:u43-v43+s43＝11400c102:u44-v44+s44＝11400c103:u45-v45+s45＝11400c104:u46-v46+s46＝11400c105:u47-v47+s47＝11400c106:u51-v51+s51＝26300c107:u52-v52+s52＝26300c108:u53-v53+s53＝26300c109:u54-v54+s54＝26300c110:u55-v55+s55＝26300c111:u56-v56+s56＝26300c112:u57-v57+s57＝26300其中，xij为第i个物流流向在第j天的炼钢分配量；sij为第i个物流流向在第j天的库存；uij,vij分别表示第i个物流流向在第j天低于和超过目标库存的偏移量，i＝1,…,m，j＝1,…,n。举例来说，x12表示p1流向在第2天分配的炼钢量；s12表示p1流向在第2天的库存；u12表示p1流向的库存在第2天低于目标库存的偏移量，v12表示p1流向的库存在第2天超过目标库存的偏移量，其他类似。步骤3、求解步骤2建立的线性规划模型使用单纯形算法求解上述线性规划问题，得到每天各物流流向炼钢分配量和库存变化，如表4与表5所示。表4各流向每天的炼钢分配量(一)表5各流向每天的库存(一)步骤4、炼钢量分配方案评估调整从表5可以看出，p1流向的库存在目标库存上下波动，在第7天达到目标库存，而p3流向则始终维持在目标库存，这是因为在本实施例中p1流向的权重系数为0.1，而p3流向的权重系数为0.3，因此优先满足p3流向的物流平衡。如果对上述方案不满意，可调整两个流向的权重系数，比如将p1流向的权重系数设为0.3，p3流向的权重系数设为0.1，重新建模求解，结果如表6和表7所示，由于p1流向的权重增大，所以在第2天就达到目标库存，倾向于优先满足该流向的平衡。计划人员可以灵活设定不同流向的权重系数，实现不同流向的物流控制。表6各流向每天的炼钢分配量(二)表7各流向每天的库存(二)步骤5、炼钢量分配方案下发在确认符合用户要求后，把炼钢分配量下发给炼钢连铸计划系统，用于指导组炉计划、组中包计划、组浇次计划的编制，使炼钢连铸计划满足后续物流平衡。本发明能够根据炼钢连铸后续流向的生产需求，精确地确定各流向每天的炼钢量，为炼钢连铸计划提供精准的流向设定。在发挥成品机组产能的基础上，要求各流向库存尽量维持在合理的目标库存水平，并且在优化目标中引入流向权重系数，方便用户根据流向重要性调整权重，实现炼钢量分配的多目标优化。当前第1页1 2 3