专利名称：一种炼钢连铸生产工艺中的钢级聚集与归并的方法及装置的制作方法
技术领域：
本发明属于信息技术领域，特别涉及到冶金行业生产应用炼钢连铸生产工艺中的一种 钢级聚集与归并的方法及装置。
背景技术：
炼钢连铸(scc)生产是钢铁生产工业中最重要的一个生产环节，在这个生产环节中，
钢铁化学成分被精炼以满足客户合同要求。从高炉来热铁水被运输到炼钢车间进行加工， 经过在炼钢车间一系列的吹氧去杂质操作，热铁水转化为热钢水。在整个加工过程中，钢
铁生产都是以批(batch)的形式进行加工，属于一个批的钢水通常被称做一个炉次(charge), 炼钢生产要求属于同一个钢级的合同才可以组在同一个炉次中。在连铸阶段，所有炉次的 钢水都被注入中间包中，然后流入结晶器，之后再被连续浇注成固态板坯。流经同一个中 间包的炉次被称为一个浇次，连铸生产要求只有属于相同或相近的钢级的炉次才可以组在 同一个浇次中。因此，炉次计划以及浇次计划的决策依赖于所需生产的钢级数目。在制定 炉次计划时，如果所生产的钢级数目较多，那么炉次数目也将会很多，这可以导致未满状 态的炉次产生，这些未满状态的炉次需要用无委托板坯用来填充。对于浇次计划，较多的 生产钢级将会增加组坯难度，进而使所组的浇次的长度变短以及降低连铸机的生产效率。 所使用的钢级数目不但对炉次计划和浇次计划有影响，而且影响板坯库存的管理。在钢铁 加工阶段，加工设备必须是以连续的方式进行生产，这就需要板坯库存区在任何时候能够 为热轧机组提供原材料(即板坯)。因此，不同钢级的安全库存量必须是足够的以保证生产 的连续性，然而过多的库存会导致库存成本的增加。较少的生产钢级可以减少安全库存的 种类，这就可以降低生产成本。为了提高炼钢连铸的生产效率以及安全库存的管理水平，一个有效的方法就是最小化生产钢级的数目。
在目前的生产实际中，开始炼钢连铸生产阶段之前，首先要对客户合同进行生产设计， 即将客户合同转化为生产合同，而生产设计中的主要工作之一就是为需要生产的合同进行 质量设计，也就是为合同设计生产配方。目前，钢铁企业都是使用"钢级"来定义生产配方。 一般来说，钢级是一种产品的质量描述，包括化学的(碳元素、锰元素、稀有金属元素等 的含量)和物理的(抗压强度、屈服强度、伸展强度等)描述。目前现场中应用的设计方 法主要采用的夺为基于专家系统或基于规则的启发式方法,对质量设计人员的依赖较严重， 不能自动完成质量设计，需要由工艺设计经验丰富的设计人员最终完成。由于实际生产中 涉及到的合同数目巨大，目前这种以人工设计为主的方法难以保证在有限的时间内编制出 较优的质量设计方案以保证炼钢连铸车间生产设备的效率。
发明内容
从现有钢铁企业炼钢连铸机组将钢水加工成板坯的过程中存在的问题出发并以此为典 型示例，本发明提供一种应用于钢铁企业炼钢连铸生产工艺中的钢级聚集与归并设计方法 和装置。该设计方法是发明人针对钢铁企业实际生产中的工艺约束(化学成分以及机械性 能需求约束)进行系统描述，提出一种比对元素技术方法定义出各个生产合同与钢级之间 的适应性以及确定适应性系数，然后对于实际问题的特点提出一个数学模型描述，并采用 一种结合现代智能优化方法对这个数学模型进行求解。在此基础之上，开发一个装置将所 提出的数学模型以及智能求解算法集成到一起。通过钢级聚集与归并的设计方法，可以有 效地降低生产钢级的数目，减少在生产过程中更换中间包的次数，以及减少连铸生产的不 连续性，同时也为编排组炉计划与组浇计划提供了更多的灵活性，还降低无委托板坯的发 生量。
本发明的炼钢连铸生产工艺中钢级聚集与归并的方法，包括以下步骤将客户所订 购的合同对产品的需求转化为生产参数；确定钢级与合同的适合性；根据化学成分以及机械性能要求，计算获得钢级与合同之间的适合性费用；建立了钢级聚集与归并优化模型； 开发基于智能计算的优化算法求解该数学模型。
本发明所提出的钢级聚集与归并优化设计方法概括起来主要由适应性系数定义、模型 构造和混合算法优化设计三个部分组成。
1. 适应性系数定义
只有"合适的"钢级才可以指派给合同，我们是这样定义"合适的"概念的对于任意一 个需求属性(化学成分或机械性能)，合同的需求必须与钢级中所对应的规格要求产生交 集。我们可以根据化学成分以及机械性能要求，计算获得钢级与合同之间的适合性费用。
假设C7^和Cf是钢级y对某一质量属性(化学元素或机械性能)e的上下限定义，那么
钢级_/对质量属性e的规格定义可以表示为Cf1 C71;而合同z'对质量属性e的规格定
义可以表示为cf cr5。如果钢级y与合同/存在适合性，故此我们使用中点差距法定 义钢级y'与合同/在质量属性e上适应性系数为 《)=l(C， + 。 / 2 - (Cf + Cr) / 2|
根据这个公式可以计算出钢级y与合同/关于所有质量属性的适应性系数，然后选择 系数最大的一个t^作为评价钢级y与合同/的适合性费用，也就是说，评价钢级y与合同
^的适应性费用能够从下式获得 -max(《》。
2. 模型构造模块
钢级生产设计是炼钢连铸生产中的关键问题，属于组合优化问题。在这一问题中，每 一个合同能够由多个钢级进行生产，同样地，每一个钢级也可以生产多个合同，但是在生 产过程中，只能选择一个钢级来生产一个合同，我们使用中间点法所求解的指派费用来定 义每一个钢级满足每一个合同的适应度。在生产过程中，使用较少的钢级来进行生产可以降低生产成本。所以，该问题的目标就是使起用新钢级费用以及指派费用最小，该问题也 可以看作是待选择设备选址问题。选址问题是一个经典NP难问题，同时选址问题可以看 作是该问题的一个特例，所以选择的钢级聚集与归并设计问题也可以被认定为NP难问题。 首先考虑到决策变量为-
x =<[1 如果钢级y指派给合同/，
~—lo 其他，
=^ 如果钢级J被起用，
A=io 其他.
其次，确定模型参数包括有 钢级y的起用费用，
合同Z与钢级y之间的指派费用，即^-A《+^《，在这里A与A是权重系数，
未被选择合同^的惩罚费用， 合同/的优先级费用，
丄，材料加工流向fc的下限需求，
ZT" 材料加工流向A:的上限需求， g,. 合同i'的需加工总重量。
最终确定目标函数为<formula>formula see original document page 10</formula> e跳/e/jW， (5) ^e(0,l)Je丄 (6)
目标函数一共含有四项，包括钢级与合同的指派费用，钢级的起用费用，合同的优先级 费用，未选合同的惩罚费用。约束(2)表示每一个合同至多被一个钢级所指派，约束(3) 要求在每一流向上所加工的合同总重量必须在加工流向的需求上下限之间，约束(4)为可行 域约束，约束(5)和(6)表示决策变量取值范围。
3.混合算法优化设计模块
该模i央用来对所建立的合同待选择的钢级聚集与归并设计的数学模型进行求解。对于解 决这类组合优化问题，需要所开发的算法能够具有多样化(能使搜索从一个解空间跳到另一 个解空间)和强化(能够有效改进解的质量)的特点。混合智能优化算法恰好能够很好地平 衡这两个特点。因此，本发明结合实际钢级设计问题，提出了一种基于智能计算的混合优化 算法:即将分散搜索算法(Scatter search以下简写SS)与筛选扇形算法(Filter-and-fan以下简 写F&F)相结合而构成的一种新算法。
SS是一种基于种群的启发式算法，其基本思想是通过不断组合参考集内的解，来控制解 的质量和分散性，以产生出捕获并综合了原有解特性的新解，使算法尽可能的在整个解空间 的范围内搜索，保证搜索的广泛性。由于产生的新解中既继承了参考集中原有单一解中的良 好品质，又具备了原有单一解无法包含的特性，因此，将更有利于算法的搜索到满意的近优 解。
F&F算法是基于变深度思想的一种启发式算法，从概念上说，F&F方法的主要思想是根 据搜索情况，动态的调整解移动的大小，使算法能够有效的转向更大的搜索空间，同时保 证搜索在合理的时间内完成。这里的移动指的是复合移动，由一系列子移动组成， 一次移 动中子移动(submove)的次数d即为移动的大小。每次移动的d值不是提前设定的，而 是根据搜索的情况而确定的。由于rf值在移动过程中是变化的，而且这种变化性是不可预知的，因此也被称作是变深度搜索。 本发明的混合算法步骤为-
步骤1:参考集(i e^Sw)的产生。设计一种启发式算法产生初始参考集(包括四组解)， 然后使用临域搜索(Localsearch)策略改进所有参考集中的解的质量。
步骤2:选定子集。设子集数总和为H，每一组子集中含有两组解。/ ==0。 步骤3:解的组合。解的组合策略应保证新产生的解能很好的继承并兼顾子集里各父 代解的所具有的优良特性。设^和^表示子集中的两组解，ge表示所组合的新解。在
这里《(/)=7表示将钢级_/指派给合同/。那么所组合的解&:
《(0如果A0)-乂,《2(0-7'2,且"一)《 2(0 如果&(!h义，《2(/卜A,且 (,) > 2(0
AO)如果《(,')=71,&0)=v,且",w,) +。《P, v 如果aO')=力，aO〕 = v,且 ,(,)> a
《20)如果= V，《2(Z)=厶，且 2(,) ^ a
v 如果=v,^(/)=72,且 2(,) +/; > a
在这里v表示一个虚拟钢级。
步骤4:解的改进。使用F&F方法采用两种临域(交换临域，转换临域)对所组合的 解&进行改进，置5=&。
步骤5:更新参考集i e;Sw。如果所改进的解的质量优于参考集中质量最差的解，然 后执行步骤2。
步骤6:如果所改进的解不能更新参考集，则/j-A+l，执行步骤3。 步骤7:停止准则。如果/2>//,或者超出运行时间限制，则算法停止。
本发明的混合优化算法中，使用E&F方法采用两种邻域对所组合的解进行改进时，其
具体步骤如下-步骤4.1:使用临域搜索(Local search)策略改进当前解S，直到局部最优解5*被找 到。在这一过程中，共有"o个最好的解局部最优解被找到，并且被存储到M链表中。创 建一个候选链表A^1)，将最好的 个移动加到M (1)链表中。
步骤4.2:设定根节点为"-S，应用M(1)移动策略创建F&F搜索树的第一层，在这一 层中，共产生/n个解&。(—l，…，"i)。置^1。
步骤4.3:对于每个解&伙)(—1,..., )，应用临域搜索从所产生的M个解选取W2个合 理的最好移动。在这里，将会产生 X"2个解。
步骤4.4:如果所产生的解中存在优于"的解S，那么执行从S,伙)到S的移动，从而 得到新的或者改进的当前解，置5*=5，返回步骤4.1。
步骤4.5:否则，在 x"2个解中选取最好的 个合理的移动，使其成为A/(Q的成员。 执行链表A/(0中的移动到对应的解&估)，得到A:+l层中的解S,估+l)，置一"l。
步骤4.6:纪录在目前F&F搜索树中最好的解S'。如果;K丄，返回步骤4.3。
步骤4.7:如果连续使用两种临域都无法改进当前解，那么停止F&F算法；否则，置 S*=S'，执行步骤4.1。
在上述模型构造模块和模型求解的基础上，本发明提供了一套钢级聚集于归并设计装 置。该系统装置是基于钢铁企业的信息平台(企业资源计划(简称ERP)系统、数据仓库 系统)，以Windows为支撑平台，采用Visual C++6.0开发程序，后台数据库采用Microsoft SQL Server 2000数据库系统开发的优化系统装置。本发明装置中的集成信息优化决策分析 器是核心部分。它包括信息采集、数据分析、钢级聚集于归并优化设计、生产设计指令发 布单元。企业销售部门实时的将客户的合同信息上传到企业ERP系统，然后经过设计人员 初步设计(将客户合同转化为生产合同)之后，通过以太网传递到钢级大规模定制优化设 计系统的信息采集单元，信息采集单元按照合同号将生产合同存放在数据存储器中的相应 合同信息(包括客户订购产品规格、交货期等信息)提取出来。用户通过输入満出端口査看生产合同信息。根据合同信息以及目前生产状态条件，输入钢级定制优化设计需求(包括 钢级选择条件、合同成分选择条件等)。数据分析单元根据输入的需求信息，挑选出适合需 求条件的合同。钢级定制优化设计单元针对数据分析单元中选择的候选合同，根据化学及 机械性能等工艺要求以及各个生产流向的生产能力需求，选择生产合同进行钢级定制的优 化设计。在钢级定制优化设计单元产生优化设计方案之后，由生产设计指令发布单元将优 化设计方案通过以太网传送到企业ERP下游生产设计决策系统，然后根据这个优化设计方 案，工作人员进行下一阶段的生产计划决策。
附图1钢级与合同相适性示意图；图2为本发明中的设计方法流程图；图3为本发明 中的钢级聚集与归并装置示意图；图4为本发明中的混合算法搜索过程示意图；图5为本 发明中的F&F方法应用示意图。
具体实施例方式
下面结合附图对本发明的内容作进一步的说明与补充。
首先确定和定义适应性系数；然后根据生产合同，确定决策变量、模型参数，建构计 算模型；最后采用混合算法通过上述模型进行优化设计。 1.适应性系数定义
只有"合适的"钢级才可以指派给合同，我们是这样定义"合适的"概念的对于任意一 个需求属性(化学元素或机械性能)，合同的需求必须与钢级中所对应的规格要求产生交 集(见图1)。如图1所示，合同需要0.25~0.65%碳，1.25~1.75%硅，250^400兆帕屈服 强度，钢级的所要求规格为0.13~0.40%碳，1.00~1.45%硅，310~450兆帕屈服强度。显然， 它们对每一个属性所共有的交集为0.25~0.40%碳，1.25~1.45°/適，310~450兆帕屈服强度， 那么就可以认为这个钢级可以指派给这个合同。
根据化学成分以及机械性能要求，计算获得钢级与合同之间的适合性费用。假设c:f1和C:ax是钢级y对某一质量属性(化学元素或机械性能)6的上下限定义，那么钢级_/对质
量属性e的规格定义可以表示为C:in~C7x;正像我们之前提到的那样，合同z'对质量属
性e的规格定义可以表示为c，n cj"。如果钢级y与合同Z存在适合性，那么使用中点 差距法计算出钢级_/与合同i在质量属性e上适应性系数 ^ = + Ce") / 2 - (C， + Cer) / 2| 。
根据这个公式可以计算出钢级与合同/关于所有质量属性的适合性系数，然后选择 系数最大的一个《&作为评价钢级j'与合同/的适合性费用，也就是说，评价钢级_/与合同
/的适应性费用能够从下式获得％=max{《J。 2.模型构造模块
钢级生产设计是炼钢连铸生产中的关键问题，属于组合优化问题。在这一问题中，每 一个合同能够由多个钢级进行生产，同样地，每一个钢级也可以生产多个合同，但是在生 产过程中，只能选择一个钢级来生产一个合同，我们使用中间点法所求解的指派费用来定 义每一个钢级满足每一个合同的适应度。在生产过程中，使用较少的钢级来进行生产可以 降低生产成本。所以，该问题的目标就是使起用新钢级费用以及指派费用最小，该问题也 可以看作是待选择设备选址问题。选址问题是一个经典NP难问题，同时选址问题可以看 作是该问题的一个特例，所以选择的钢级聚集与归并设计问题也可以被认定为NP难问题。
决策变量
如果钢级_/指派给合同/: 其他，
如果钢级7'被起用， 其他.
钢级y的起用费用，
%合同/与钢级_/之间的指派费用，即 -A《+^《，在这里4与;^是权重系数，
f加 4
未被选择合同/的惩罚费用， 合同Z的优先级费用，
材料加工流向A的下限需求，
丄r1材料加工流向*的上限需求， & 合同/的需加工总重量。
Min 2S^ +2^力+5]^^ +J]a(1-S ) (1)
S
.t.2>^1, /"， (2)
^"《i;i:gwc", (3)
/,_/€ /， (4) e{0,l},/e(5) ^e(0，l〉,j'e丄 (6)
目标函数一共含有四项，包括钢级与合同的指派费用，钢级的起用费用，合同的优先级 费用，未选合同的惩罚费用。约束(2)表示每一个合同至多被一个钢级所指派，约束(3) 要求在每一流向上所加工的合同总重量必须在加工流向的需求上下限之间，约束(4)为可行 域约束，约束(5)和(6)表示决策变量取值范围。
3.混合算法优化设计模块
该模块用来对所建立的合同待选择的钢级聚集与归并设计的数学模型进行求解。对于解决这类组合优化问题，需要所开发的算法能够具有多样化(能使搜索从一个解空间跳到另一 个解空间)和强化(能够有效改进解的质量)的特点。混合智能优化算法恰好能够很好地平 衡这两个特点。因此，本发明结合实际钢级设计问题，提出了一种基于智能计算的混合优化 算法:即将分散搜索算法(Scatter search以下简写SS)与筛选扇形算法(Filter-and-fan以下简 写F&F)相结合而构成的一种新算法。
本发明的混合算法的计算步骤示于图2中，其步骤如下
步骤1:参考集(iteySw)的产生。设计一种启发式算法产生初始参考集(包括四组解)， 然后使用临域搜索(Localsearch)策略改进所有参考集中的解的质量。
步骤2:选定子集。设子集数总和为//，每一组子集中含有两组解。h=0。 步骤3:解的组合。解的组合策略应保证新产生的解能很好的继承并兼顾子集里各父 代解的所具有的优良特性。设^和^表示子集中的两组解，&表示所组合的新解。在 这里g0') = 7表示将钢级_/指派给合同Z。那么所组合的解
<formula>formula see original document page 17</formula>
在这里V表示一个虚拟钢级。
步骤4:解的改进。使用F&F方法采用两种临域(交换临域，转换临域)对所组合的 解&进行改进，置S-^。
步骤4.1:使用临域搜索(Local search)策略改进当前解S，直到局部最优解5*被找 到。在这一过程中，共有wo个最好的解局部最优解被找到，并且被存储到M链表中。创建一个候选链表M(l)，将最好的/n个移动加到M (1)链表中。
步骤4.2:设定根节点为5*=5，应用M1)移动策略创建F&F搜索树的第一层，在这一 层中，共产生"!个解&《)(—l，…，"!)。置hl。
步骤4.3:对于每个解S,伙)(—1, ...,&)，应用临域搜索从所产生的A/个解选取"2个合 理的最好移动。在这里，将会产生WiX^个解。
步骤4.4:如果所产生的解中存在优于5*的解S，那么执行从&伙)到S的移动，从而 得到新的或者改进的当前解，置5*=5，返回步骤4.1。
步骤4.5:否则，在mx"2个解中选取最好的"!个合理的移动，使其成为A/(fc)的成员。 执行链表M(A:)中的移动到对应的解S,估)，得到"1层中的解S,伙+l)，置^A:+1 。
步骤4.6:纪录在目前F&F搜索树中最好的解S'。如果;K丄，返回步骤4.3。
步骤4.7:如果连续使用两种临域都无法改进当前解，那么停止F&F算法；否则，置 S*=S'，执行步骤4.1。
步骤5:更新参考集i q/Sef。如果所改进的解的质量优于参考集中质量最差的解，然 后执行步骤2。
步骤6:如果所改进的解不能更新参考集，则/^A+l，执行步骤3。
步骤7:停止准则。如果/2〉W,或者超出运行时间限制，则算法停止。
在上述模型构造模块和模型求解的基础上，本发明提供了一套钢级聚集于归并设计装
置。如图3所示，该系统装置是基于钢铁企业的信息平台(企业资源计划[简称ERP]系 统、数据仓库系统)，以Windows为支撑平台，采用Visual C++6.0开发程序，后台数据库 采用Microsoft SQL Server 2000数据库系统开发的优化系统装置。本发明装置中的集成信 息优化决策分析器是核心部分，它包括信息采集、数据分析、钢级聚集与归并优化设计、 生产设计指令发布四个单元，整个钢级聚集与归并方法的软件就嵌入在钢级聚集与归并优 化设计单元中。企业销售部门实时的将客户的合同信息上传到企业ERP系统，然后经过设计人员初步设计(将客户合同转化为生产合同)之后，通过以太网传递到钢级大规模定制 优化设计系统的信息采集单元，信息采集单元按照合同号将生产合同存放在数据存储器中 的相应合同信息(包括客户订购产品规格、交货期等信息)提取出来。用户通过输入偷出端 口查看生产合同信息。根据合同信息以及目前生产状态条件，输入钢级定制优化设计需求 (包辨钢级选择条件、合同成分选择条件等)。数据分析单元根据输入的需求信息，挑选出 适合需求条件的合同。钢级定制优化设计单元针对数据分析单元中选择的候选合同，根据 化学及机械性能等工艺要求以及各个生产流向的生产能力需求，选择生产合同进行钢级定 制的优化设计。在钢级定制优化设计单元产生优化设计方案之后，由生产设计指令发布单 元将优化设计方案通过以太网传送到企业ERP下游生产设计决策系统，然后根据这个优化 设计方案，工作人员进行下一阶段的生产计划决策。
下面再通过一个较为简单的实例，对本发明的内容作具体的说明。 考虑一个含有6个合同以及3个钢级的质量设计问题。表l给出合同的基本数据，表2给 出钢级的数据。若^^l,;i2^，/ ^100,A-10，A =10,^=0.01，那么使用中间法得出指 派费用如表3所示。
表1合同的初始数据
Ordercarbon (%)silicon (%)manganese (%)Tensile strength (MPa)r,P'
10.010~0.0300.26~0.480.20~0.30100~3000.65.0
20.050~0.2000.16~0.320.25~0.40150~2500.63.0
30細~0.0200.15~0.350.12~0.36150~3000.32.0
40細 0細0.24~0.420.18~0.40200~4000.31.6
50.015~0.0300.16~0.360.12~0.36200~5000.53.6
60.020 0.0350.12~0.480.14^0.40300~5000.43.4
表2钢级的数据
Steel-grade carbon (%) silicon (%) manganese (%) Tensile strength (MPa) ~ 10.010~0.030 0.15~0.40 0.20~0.50 100~300 22 0.005~0.025 0.16~0.32 0.25~0.50 250~450 1
3 0.015~0.040 0.14~0.30 0.10~0.35 180~320 2
表3钢级合同适应性
123
11.002.802.00
20.752.001.50
31,352.601.50
41.601.501.60
52.601.351.50
62.801.752.30
如图4所示，根据所建立的数学模型，使用混合智能优化算法求解该数学模型。首先产生 初始解《H，然后使用临域搜索对这6组解进行改进，用这6组解中最好的4组解构造成了最 初的初始参考集。在此参考集中，可以组成6组子集(4x3/2，每组子集中含有两组解)。假 设这两组解分别为《尸(1， 2， 2， 1， 2， 1) ， (2， 1， 2， 2， 1， v) ， "v"表示虚拟钢级。 注意在向量A中第3个位置的"2"表示在^这组解中合同3由钢级2生产。那么应用解的 组合策略产生的新解&= (1， 1， 2, 2， 2， 1)，那么对应这组新解的目标函数值为15.7。对 新解&使用F&F算法进行改进。详细的F&F算法参见图5，在这个实例中，"产3， &=2， >3， 所使用临域为转换临域。注意，搜索树的节点表^ff所对应的目标函数值，节点之间的连接箭 头^解之间的转换移动。(w， ifc， /)表示合同附由钢级A:转换到钢级/。经过改进之后所得 的目标值为13.2。
实际生产中，问题的规模将远远大于前面所述的实例。 一般来说，问题的规模大概在100 个钢级以及1000个合同左右。即便如此，本发明中的优化算法也可以在可以接受的时间内求出 问题的有M (在P-IV1.6G计鄉上求解包含100个钢级、1000个合同的钢级聚集与归并优 化设计问题所用时间不超过20秒)。本发明中提出的混合算法还可以应用于求解其它工业中遇 到的组合优化问题，也同样可以获得令人满意的结果。
权利要求
1.一种炼钢连铸生产工艺中的钢级聚集与归并的方法，其特征在于它由适应性系数定义、模型构造和混合算法优化设计三个部分组成。
2. 按权利要求1所述的炼钢连铸生产工艺中的钢级聚集与归并的 方法，其特征在于所说的适应性系数首先要考虑到对于任意一个需求 属性，合同的需求必须与钢级中所对应的规格要求产生交集；设钢级 j对某一规格要求e的上下限为《^和C，；合同i对对质量的需求e 的上下限为cr和C，，则钢级j与合同i在质量属性e上的适应性系数deij定义为 =l(C， + Ce7 ) / 2 - (C， + Cr ) / 2|
3. 按权利要求2所述的炼钢连铸生产工艺中的钢级聚集与归并的 方法，其特征在于所说的质量属性和对质量的要求包括化学成分和机 械性能。
4. 按权利要求1所述的炼钢连铸生产工艺中的钢级聚集与归并的方法，其特征在于所说的模型构造首先要考虑到决策变量和模型参数，其中-决策变量为fl 如果钢级J'指派给合同z',如果钢级J'被起用， 其他.而模型参数包括有:^ 钢级j的起用费用，"y 合同i与钢级j之间的指派费用，即",=^4+^《，在这里4与^是权重系数，& 未被选择合同i的惩罚费用，& 合同i的优先级费用，材料加工流向k的下限需求，f min材料加工流向k的上限需求， 合同i的需加工总重量；g'最终确定目标函数为<formula>formula see original document page 3</formula>上述目标函数一共含有四项，包括钢级与合同的指派费用，钢级的 起用费用，合同的优先级费用，未选合同的惩罚费用；约束(2)表示 每一个合同至多被一个钢级所指派，约束(3)要求在每一流向上所加 工的合同总重量必须在加工流向的需求上下限之间，约束(4)为可行 域约束，约束(5)和(6)表示决策变量取值范围。
5.按权利要求1所述的炼钢连铸生产工艺中的钢级聚集与归并的方 法，其特征在于所说的混合优化算法其步骤为步骤l:参考集(RefSet)的产生,设计一种启发式算法产生初始 参考集(包括四组解)，然后使用临域搜索(Local search)策略改进 所有参考集中的解的质量；步骤2:选定子集,设子集数总和为H，每一组子集中含有两组 解,h-0;步骤3:解的组合,解的组合策略应保证新产生的解能很好的继承并兼顾子集里各父代解的所具有的优良特性;设化和q2表示子集中的两组解，qe表示所组合的新解;在这里q(i) = j表示将钢级j指派给合同I,那么所组合的解qe:仏O)如果《0卜乂,&0卜72,且 (0^ 2(0 如果=义,&(i)=力,且％(0 〉 2(0—如果w)"i,w)"，且"穆+ c& , < v 如果《1(0 = 71，《20) = v,且 (,)+巧> A 如果A0)二v,^2(,:^72,且fl'々2(,) +巧v 如果仏o)-v,《2(,)=_/2,_a",々2(0+G >/ ,在这里v表示一个虚拟钢级；步骤4:解的改进,使用F&F方法采用两种临域(交换临域，转 换临域)对所组合的解qc进行改进，置S-q。；步骤5:更新参考集RefSet,如果所改进的解的质量优于参考集中 质量最差的解，然后执行步骤2;步骤6:如果所改进的解不能更新参考集，则h-h+l，执行步骤3;步骤7:停止准则,如果h〉H,或者超出运行时间限制，则算法停止。
6.按权利要求5所述的炼钢连铸生产工艺中的钢级聚集与归并 的方法，其特征在于所说的混合优化算法中使用F&F方法采用两种 临域(交换临域，转换临域)对所组合的解qc进行改进的具体步骤 为步骤4.1:使用临域搜索(Local search)策略改进当前解S，直 到局部最优解S4被找到；在这一过程中，共有no个最好的解局部最 优解被找到，并且被存储到M链表中，创建一个候选链表M(l)，将 最好的m个移动加到M (1)链表中；步骤4.2:设定根节点为S^S，应用M(l)移动策略创建F&F搜 索树的第一层，在这一层中，共产生rii个解Si(i)(i-l, ...,ni);置k^l;步骤4.3:对于每个解Si(k)(i-l， ...，m)，应用临域搜索从所产生 的M个解选取ii2个合理的最好移动，在这里，将会产生n^ii2个解；步骤4.4:如果所产生的解中存在优于3*的解S，那么执行从Si(k) 到S的移动，从而得到新的或者改进的当前解，置S*=S,返回步骤4.1;步骤4.5:否则，在n^n2个解中选取最好的m个合理的移动， 使其成为M(k)的成员；执行链表M(k)中的移动到对应的解Si(k)，得 到k+l层中的解Si(k+l)，置k^k+l;步骤4.6:纪录在目前F&F搜索树中最好的解S'，如果k〈L，返 回步骤4.3;步骤4.7:如果连续使用两种临域都无法改进当前解，那么停止F&F算法；否则，置8*=8，，执行步骤4.1。
7. —种为实施权利要求1所述的炼钢连铸生产工艺中的钢级聚集 与归并方法的装置，它基于钢铁企业的信息平台，以Windows为支 撑平台，采用Visual C++6.0开发程序，其特征在于加设了一个由信 息采集单元、数据分析单元、钢级聚集与归并优化设计单元、生产设计指令发布单元所组成的钢级聚集要与归并设计装置。
8. 按权利要求7所述的炼钢连铸生产工艺中的钢级聚集与归并的 装置，其特征在于所说的钢级聚集与归并优化设计单元中嵌入有权利 要求1所述的钢级聚集与归并优化系统软件。
全文摘要
一种炼钢连铸生产工艺中钢级聚集与归并的方法，分为(1)定义适应性系数；(2)构造模型模块和(3)采用混合算法优化设计三个步骤。本发明还提出了一种实施上述方法的装置，它基于钢铁企业的信息平台，以Windows为支撑平台，采用Visual C++6.0开发程序，其特征在于加设了一个由信息采集单元、数据分析单元、钢级聚集与归并优化设计单元、生产设计指令发布单元所组成的钢级聚集要与归并设计装置。其中钢级聚集与归并优化设计单元中嵌入有钢级聚集与归并优化系统软件。采用本发明的方法和装置，不但能够充分利用连铸机的生产能力，使每个浇次生产尽可能的长，还能够充分挖掘中间包生产潜力，降低能源损耗，降低余材板坯的生成率，从而提高整个炼钢连铸车间生产设备的效率。
文档编号B22D11/16GK101618446SQ200910013089
公开日2010年1月6日 申请日期2009年8月12日 优先权日2009年8月12日
发明者唐立新, 郑勇跃 申请人:东北大学