一种基于多目标优化的锻造装炉调度方法及系统

摘要: 本发明属于锻造生产调度领域,具体涉及一种基于多目标优化的锻造装炉调度方法及系统。背景技术:1、随着制造业技术水平的不断提升,生产过程对能源利用效率、生产组织合理...
一种基于多目标优化的锻造装炉调度方法及系统

本发明属于锻造生产调度领域,具体涉及一种基于多目标优化的锻造装炉调度方法及系统。

背景技术:

1、随着制造业技术水平的不断提升,生产过程对能源利用效率、生产组织合理性及自动化程度提出了更高要求。钢铁锻造作为钢铁制造流程中的重要环节,其生产效率和能耗水平对整体制造成本和能源消耗具有显著影响。锻造包括热锻、温锻、冷锻等多种方式;其中热锻材料塑性好,易于成形,工艺流程一般包括加热、锻造成形、热处理等步骤。加热工序用于使锻坯温度达到高于钢的再结晶温度,是锻造生产过程中的关键步骤,在生产周期和能源消耗中均占据较大比例,因此,对锻坯加热炉的锻造装炉调度过程进行合理优化具有重要的工程应用价值。

2、现有技术中,针对锻坯加热炉调度问题,已有多种调度建模与优化方法被提出。然而,现有方法多基于简化的生产场景进行研究,在实际应用过程中仍存在一定局限性。例如,在锻坯装炉调度模型构建中,部分现有方法主要关注加热炉炉容等宏观约束条件,缺乏对锻坯装入过程中加热炉炉膛剩余空间状态动态变化的考虑,使得在实际装炉时出现空间冲突、装填顺序不合理或局部剩余空间无法继续利用等问题,此时往往需要依赖操作人员根据经验进行人工调整,增加了生产组织难度,且调度结果一致性较差;此外,部分现有调度方法以单个工件作为基本调度单元,难以适应以多组锻坯混合生产为主要特征的锻造生产模式。

技术实现思路

1、为了解决上述问题,本发明提供了一种基于多目标优化的锻造装炉调度方法及系统,在加热炉锻坯装填约束、多组锻坯批处理适配性、多目标优化表达以及求解算法适应性等方面进行改进,提高调度方案的可行性和优化效果,满足实际锻造生产过程的应用需求。

2、为了达到上述目的,本发明实施例所采用的技术方案如下:

3、第一方面,本发明实施例提供了一种基于多目标优化的锻造装炉调度方法,所述方法包括:

4、获取锻坯加热炉基本信息,同时采集加热炉的运行信息;

5、获取待加工锻坯组的基本信息和加热工艺,并对锻坯组进行编号;

6、构建锻造装炉的约束条件;所述约束条件包括炉容约束、温度兼容约束、保温时间兼容约束及空间装填约束;

7、以锻坯组为基本调度单元,构建多目标优化函数模型;所述多目标优化函数模型包括最小化加热炉总加工批次数,最小化加热炉总工作时间,最小化加热炉加工批次平均保温温度;

8、基于加热炉基本信息、运行信息、锻坯组的基本信息和加热工艺,结合约束条件以及多目标优化函数模型,采用基于相似度自适应改进的遗传算法进行调度方案的生成与迭代优化。

9、作为本发明的一个优选实施例,所述加热炉基本信息包括加热炉编号、额定炉容、有效加热空间尺寸以及加热效率等参数;其中,所述有效加热空间尺寸,包括有效加热空间宽度、高度和深度;所述额定炉容是指最大允许装炉容量。

10、作为本发明的一个优选实施例,所述锻坯组的基本信息包括锻坯组的种类、尺寸和锻坯数量;加热工艺包括加工路径、加热温度、加热时间、保温温度区间以及保温时间区间。

11、作为本发明的一个优选实施例,所述炉容约束、温度兼容约束和保温时间兼容约束用于判断锻坯是否可以组合在同一个加工批次进行加工。

12、作为本发明的一个优选实施例,所述炉容约束是当前加热炉内所有锻坯的总质量不得超过加热炉额定炉容,表达式为:

13、,(1)

14、式(1)中,为炉加工批次b中锻坯的总质量,为加热炉容量,是加热炉加工批次数;

15、所述温度兼容约束是同一炉加工批次内所有锻坯的保温温度区间需存在交集,确保温度兼容,表达式为:

16、,(2)

17、式(2)中,为第b炉加工批次中第j个锻坯的保温温度区间,同一批次锻坯保温温度区间的交集非空,即满足温度兼容性要求;

18、所述保温时间兼容约束是同一炉加工批次内所有锻坯的保温时间区间需存在交集,确保时间兼容,表达式为:

19、,(3)

20、式(3)中,为第b炉加工批次中第j个锻坯的保温时间区间,同一批次锻坯保温时间区间的交集非空,即满足时间兼容性要求。

21、作为本发明的一个优选实施例,所述空间装填约束用于判断锻坯组是否能够在满足工艺约束的条件下装入加热炉,并在可装入时确定锻坯在加热炉有效空间内的装填位置。

22、作为本发明的一个优选实施例,基于空间装填约束,判断锻坯组是否能够在满足工艺约束的条件下装入加热炉,步骤包括:

23、步骤s301,以加热炉有效加热空间的长度、宽度和高度方向分别建立三维坐标系,并计算加热炉允许装填的最大层数;

24、步骤s302,对同一炉加工批次内的锻坯组按照其尺寸由大到小进行排序,并计算该锻坯组在考虑层间间隔和横向间隔条件下所需的层数,并与加热炉允许装填的最大层数进行比较;

25、步骤s303,在单组锻坯均可装填前提下,逐层构建装填空间,完成装填层初始化;

26、步骤s304,在长度方向设置长度差阈值;装填锻坯,在单层内采用主分割方式进行平面空间划分,当相邻锻坯长度差超过预设阈值时,切换为次分割方式;

27、步骤s305,在当前层,每装入一件锻坯后,实时更新剩余装填空间及当前层高信息;

28、步骤s306,设置剩余高度阈值;判断当前层高信息是否满足加热炉剩余高度约束;若是,则转入步骤s304继续装填;若否,则判定该炉加工批次无法完成当前锻坯组装填。

29、作为本发明的一个优选实施例,所述最小化加热炉总加工批次数模型公式如下:

30、,(7)

31、式(7)中,k为锻坯全部分配加工完成所需要的加热炉总加工批次数;

32、所述最小化加热炉总工作时间模型如下:

33、,(8)

34、且,

35、,(9)

36、,(10)

37、式(8)~(10)中,为总完成时间,是炉加工批次数;为炉加工批次的加热时间,为炉加工批次的保温时间,表示单个炉加工批次总工作时间;m为该加工批次中锻坯的总数,为锻坯的锻造时间,表示单个炉加工批次的额外保温等待时间,为该批次中前个锻坯的锻造时间和;

38、所述最小化加热炉加工批次平均保温温度模型,表达式如下:

39、,(11)

40、且

41、,(12)

42、式(11)~(12)中,表示所有加工批次的平均保温温度,为加工批次b的保温温度,取该炉加工批次保温温度区间的平均值作为该炉加工批次保温温度,,分别为炉加工批次b的保温温度区间的最小值与最大值,是总炉加工批次数量。

43、作为本发明的一个优选实施例,采用基于相似度自适应改进的遗传算法进行调度方案的生成与迭代优化时,具体包括:

44、步骤s501,参数初始化:完成算法运行参数的设定,并建立外部存档池用于存储非支配优质个体;

45、步骤s502,编码解码与种群初始化:获取待加工锻坯组信息、加热炉设备信息及工艺参数,基于批次的编码方式对锻坯组与批次之间的分配关系进行表示,并结合炉容约束、温度兼容约束、保温时间兼容约束及空间装填约束,采用混合启发式方法构建初始种群;

46、步骤s503,种群分层处理与存档池更新:根据所建立的多目标优化函数,对种群中的各个体进行目标函数值计算,并基于目标函数值对种群个体进行非支配排序,得到不同非支配等级的个体;将第一非支配等级个体与外部存档池中的个体进行比较,并根据支配关系和拥挤度距离对外部存档池进行更新;

47、步骤s504,选择交叉变异个体:在优化的调度方案组与普通调度方案组中,各选择一个个体;

48、步骤s505,自适应参数调整:计算选中两个调度方案之间的架构相似度,并根据相似度结果对变异概率、交叉步长及变异步长进行自适应调整;

49、步骤s506,交叉变异操作:基于调整后的遗传算子参数,对选定的两个父代个体执行交叉与变异操作生成子代个体;

50、步骤s507,新种群生成与存档池更新:将当前父代种群和子代种群进行合并,得到混合种群;对所述混合种群中的各个体进行目标函数值计算,并基于所述目标函数值进行非支配排序和拥挤度距离计算,得到不同非支配等级的个体;根据非支配排序结果和拥挤度距离,将满足非支配关系且具有较好分布性的优质个体更新至外部存档池;同时,优先选择非支配等级较低且拥挤度距离较大的个体构成新一代种群;

51、步骤s508,迭代终止与结果输出:判断当前迭代次数是否达到预设最大迭代次数,或者外部存档池中非支配解集在连续若干代内是否未发生明显更新;若否,重复以上步骤,若是,则从外部存档池中筛选满足实际生产需求的调度方案作为最终锻坯组炉调度方案输出。

52、第二方面,本发明实施例还提供了一种基于多目标优化的锻造装炉调度系统,所述系统包括加热炉信息采集模块、订单信息采集模块、约束条件构建模块、多目标优化函数构建模块、方案优化模块和调度方案输出模块;其中,

53、所述加热炉信息采集模块用于获取锻坯加热炉基本信息,同时采集加热炉的运行信息;

54、所述订单信息采集模块用于获取待加工锻坯组的基本信息和加热工艺,并对锻坯组进行编号;

55、所述约束条件构建模块用于构建锻造装炉的约束条件;所述约束条件包括炉容约束、温度兼容约束、保温时间兼容约束及空间装填约束;

56、所述多目标优化函数构建模块用于以锻坯组为基本调度单元,构建多目标优化函数模型;所述多目标优化函数模型包括最小化加热炉总加工批次数,最小化加热炉总工作时间,最小化加热炉加工批次平均保温温度;

57、所述方案优化模块用于基于加热炉基本信息、运行信息、锻坯组的基本信息和加热工艺,结合约束条件以及多目标优化函数模型,采用基于相似度自适应改进的遗传算法进行调度方案的生成与迭代优化;

58、所述调度方案输出模块用于输出优化后的调度方案。

59、本发明实施例的方案具有如下有益效果:

60、本发明实施例所提供的基于多目标优化的锻造装炉调度方法及系统,能够综合考虑生产影响因素,避免单一目标优化带来的偏差,提高调度方案的合理性;考虑复杂生产约束,使温度、时间和空间约束共同参与加工批次形成过程,提高了组炉方案的合理性;针对提出的加热炉空间复杂约束,提出一种加热炉锻坯装填空间动态更新与判断方法,通过动态更新可装填区域,实现锻坯的空间可执行装填,提高了调度方案在实际生产中的可执行性及加热炉空间利用率;采用基于相似度的自适应改进遗传算法,在满足约束条件下,可以对建立的多目标调度模型进行更加高效的求解,以获取更加符合工艺约束和调度目标的锻坯调度方案。综上,本发明方法能提高锻造生产调度的合理性与可执行性,有利于减少工干预,减少企业生产调度工作压力与强度,提高了企业的生产效率和经济效益。

61、当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。