炼钢连铸混合智能优化调度方法及应用分析

马 强，李 阳，刘 帅

（首钢京唐钢铁联合责任有限公司，河北 唐山 063200）

炼钢连铸(CCM)生产过程中，转炉故障会导致预规定的转炉连铸机生产模式发生预期的变化，使原调度计划无法实现。根据多级、多机、不同精炼次数的生产环境,建立了考虑机器分配和时间安排的非线性规划模型,提出了一种混合智能优化调度方法,包括专家系统分配、基于人机交互的邻域搜索和基于模型转换的时间优化。最后,将该调度方法成功地应用于某大型钢铁厂。应用结果表明,该方法能明显缩短钢水的冗余等待时间,提高设备的负荷率，然后通过引入生产模式参数a、生产调度参数和x，建立了一种新的多目标线性规划模型（MONPM），该方法考虑了生产模式、生产调度、加工时间间隔等方面的变化。具体而言，开发了一个动态优化调度软件系统（DOSSS），并成功地应用于我国首钢京唐钢铁的调度。实际应用表明，该方法能有效地减少调度时间，显着地增加了转炉的输出，大大缩短了钢水的冗余等待时间。

1 炼钢连铸混合智能优化调度方法及应用的现状

生产工艺是现代炼铁炼钢的核心工序，对钢水温度、钢水成分、加工时间和运输时间等都提出了较高的要求。最终，预计连续生产的生产能力将最大化。由于原料组成、生产操作条件和设备条件的变化，常发生各种扰动，如启动时间延迟、钢水失效温度、钢水成分不合格、机械故障等。因此，快速有效的动态调度是非常重要的。在这种情况下，采用基于数据的方法求解CCM的调度问题，将其转化为一个线性规划模型，该模型可以用标准线性规划求解。CCM过程抽象为一个三阶段混合流水车间问题，建立了静态调度模型，并采用Lagrange 松弛法求解，提出了一种分解方案，该分解方案可以生成较小的程序，这些程序通常都是为了获得全局最优性；多Agent 技术对动态调度进行了研究，可以解决炼钢车间生产与运输的协调调度问题。采用波束搜索算法求解CCM 的调度问题，是一种实时问题（Lu，等）的反馈控制方法。然而，现有的研究主要集中在静态调度问题上，尤其是这些方法在变换器发生故障时没有考虑到这些问题，从而改变了生产模式。此外，广泛采用的人工调度方法响应速度慢，使得调度结果不理想。本文通过引入生产模式参数a、生产调度参数和X，建立了一种新的多目标非线性规划模型。具体地，提出了一种包含ppp 的两阶段动态最优调度方法。开发了DOSSS，并将其应用于中国最大的钢铁企业(宝钢)的调度。实际应用表明，该方法能有效地缩短转炉的运行时间，大大增加了转炉的输出，大大缩短了钢水的冗余等待时间[1]。

2 炼钢连铸混合智能优化调度方法及应用

2.1 CCM生产工艺

以宝钢为例，在炼钢阶段，将“高温”的铁水倒入多台转炉，除去有害气体和残渣。此外，加入一定比例的废铁来调整钢水成分以满足产品规格要求。钢液经过精炼工序生产出化学成分和温度正确的钢水。在最后的连铸阶段，钢水流入连续连铸机内，冷却到所需的板坯中。这一过程可分为三组，即转炉组、RH 精炼组和连铸机组。这三组人彼此串联在一起。本文将My 表示为JTH 群中的机器（j=l，2，3）。这意味着j=l 代表转炉组，j=2 代表RH 组，j=3 代表连铸机组[2]。

2.2 CCM生产过程的动态调度

在炼钢连铸实际生产过程的中，事先制定的生产计划可能会因为事件的突发而停止运行。因此，生产系统还必须提供针对炼钢、精炼、连铸、钢包、天车等所有设备的运行状况的实时监视功能，以及每种突发异常情况下所对应的准确的动态计划调整功能，实时的对物流和设备能力做出新的平衡，能够快速响应突发事件，通过前后工序的不断耦合调整，使工序计划自身可以逐步优化，确保系统可以按合同组织生产。而对于每个具体扰动，都包括其更加具体的扰动情况，如温度类扰动，动态跟踪炼钢流程可得到某个生产状态开始的实际温度，而实际温度和计划温度相比较可得到温度差，由温度差值的大小产生温度类的不同扰动情形;由于整套设备包含多钟子设备，所以设备故障类扰动便包含各类子设备的故障，如：转炉设备、精炼炉设备和连铸机设备故障等;类比温度类扰动，时间类扰动是根据时间差值来识别，计算出差值并结合当时扰动产生的实际环境状态可以给出多种调整方法[3]。

2.2.1 基于案例推理的专家系统

设计的系统中根据调度专家保存的多年现场经验形成一个可以调用的案例库，当现场扰动发生时，动态系统会自动根据接收到的扰动种类及其程度调用案例库中专家通常会采取的调整策略或方法对扰动系统做出调整。

2.2.2 基于人机交互的“调整方法界面”

在第一种调度方法中，先进行了案例推理，得到相应的结果后，再针对不同类型的扰动，提供出多个可以选择的人机调整界面，这样可以充分发挥出调度人员的决策作用，同时又可以降低其工作强度，并且增强了系统调整整体的可靠程度，避免了专家系统中的错误决策。

2.3 CCM生产过程的动态调度目标

在炼钢连铸生产过程中，作业时间延迟会导致生产中断或工艺冲突，使初始调度计划无法实现。现有的研究方法很难保证模型的准确性和在实际应用中的成功应用。首先分析了响应操作时延的重调度问题，建立了一个新的多目标非线性规划模型（MONPM）。在规范中，提出了一种三阶段重调度方法，包括分批法（BS）、前向调度法（FSM）和后向调度法（BSM）。结果表明，该方法能有效地保证连铸的顺利进行，并在很短的重排时间内大大缩短了钢水的多余等待时间。假设当前处理是对Qth CAST的KTH 电荷，则定义XY(k，Q)为其在JTH 组的第一台机器上的起始时间，而yg(k，q)为相应的处理时间。然后在动态调度中，期望X3(1，Q)尽可能接近其理想的启动时间，(1，q)·这意味着需要最小化以下性能函数[4]。

3 动态优化调度模型

3.1 CCM生产工艺

MONPM(MT)是在上述分析的基础上建立起来的，它考虑了生产模式的变化、费用的生产调度、加工时间的中间特性等问题，目的是解决以下多目标优化问题。对于上述模型的求解，目前还没有非常快速、有效的方法。本文不是对非线性规划问题最优解的盲目追求，而是在合理的时间内得到近似最优解。本文提出了一种包括PPP 和PTS 的两阶段动态最优调度方法，其中VM是变换器故障扰动。8 代表M 分解的起始时间，б 是对应的结束时间[6]。

4 动态优化调度方法

炼钢-连铸工艺包括炼钢、精炼和连铸，是钢铁生产的主要瓶颈之一。高效有效的调度这一过程对于提高整个生产系统的生产率和降低生产成本至关重要。使用Brannlund 的水平控制策略来代替对偶问题的最优条件[7]。

费用生产路径规划（PPP）主要在CCM Prodi JCTION 工艺中，PPP 选择JTH 组类型（j=1，2）中的QTH 电荷的处理机器，并确定充电器的加工顺序。由于机器的盲目性，LKQ 必须在机器的空闲时间被安排好。本文介绍了每台机器的设备可用性，即每台机器的空闲时间表示为Mj 值。其中CI 是一个成本系数的qth 铸造不准时开始。C2q 是第四次铸造的铸断损失系数。C3aj是等待时间的成本系数，C4 是在第一转换器上不连续处理电荷的成本系数。C5q 是最大完工时间的成本系数。此外，我们的方法通过引入一个偏转的条件次梯度来削弱传统次梯度算法收敛速度慢的锯齿现象，从而提高了效率。计算结果表明，该方法能够快速获得高质量的解，在SCC 调度中具有显著的应用前景。该方法根据算法的收敛条件给出了一个客观的终止准则，并基于新的搜索方向或新的次梯度提高了搜索效率，将该方法应用于求解SCC 调度问题，计算结果证实了它们的有效性和有效性。该方法同样适用于其它类似的生产调度问题[8]。

5 炼钢连铸混合智能优化调度的应用

5.1 项目背景

炼钢和连铸是一个困难的过程。因此，本文提出了一种炼钢连铸两阶段优化调度的新方法。在第一阶段，在相同的并行机使用率和最小化时间冲突的基础上，建立一个初步的调度方案。第二阶段，建立了消除时间冲突的线性规划模型。通过求解这两个数学模型，得到了一个可操作的进度计划。将两阶段优化调度方法嵌入到我国某大型钢厂的调度系统中，并成功应用于某大型钢厂。工业应用表明，该方法不仅能满足实际生产的要求，而且具有广泛的工业应用前景。中国首钢京唐精炼工艺种类为3 种（RH、CAS、LF），精炼路线大于20 条。炼钢工序有有5 台300 t并联转炉和4 台连铸机（1CC、2CC、3CC、4CC）。CCM 生产过程的实际调度系统，实现信息管理和最优动态调度。

5.2 应用实例

以首钢京唐钢铁的钢厂炼钢连铸生产过程为例，其精炼环节包括RH、CAS、LF 三种精炼方式，20 多条工艺路线，此外5 座转炉有常规冶炼和全三脱冶炼的区分，4 台铸机有专线化区分。系统提供炼钢、精炼、连铸、钢包、天车等设备的运行状况监视功能，以及异常情况下的动态计划调整功能，对物流和设备能力随时进行新的平衡，对各种突发事件做出快速应对，通过前后工序计划不断调整耦合，使计划逐步优化，钢包周转时间由234 分钟缩短到190 分钟，确保按合同组织生产。

6 结束语

本文研究了CCM 的动态最优调度方法，当原调度计划因换流故障而不可行时，通过动态调度生成新的可行调度方案，提出了一种包括PPP 和PTS 的两阶段动态最优调度方法.DOSSS 是在上述方法的基础上发展起来的，并成功地应用于国内大型钢铁公司(首钢京唐公司)的生产。应用结果表明，该方法能有效地缩短调度时间，显著增加转炉输出，大大缩短钢水冗馀时间。