CN112947319A - 一种钢铁企业冷轧区多产线的集批排程优化方法及*** - Google Patents
一种钢铁企业冷轧区多产线的集批排程优化方法及*** Download PDFInfo
- Publication number
- CN112947319A CN112947319A CN201911267495.3A CN201911267495A CN112947319A CN 112947319 A CN112947319 A CN 112947319A CN 201911267495 A CN201911267495 A CN 201911267495A CN 112947319 A CN112947319 A CN 112947319A
- Authority
- CN
- China
- Prior art keywords
- batch
- steel coil
- steel
- scheduling plan
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 454
- 239000010959 steel Substances 0.000 title claims abstract description 454
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 112
- 238000005457 optimization Methods 0.000 title claims abstract description 52
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 50
- 238000005097 cold rolling Methods 0.000 title claims abstract description 41
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 61
- 230000009466 transformation Effects 0.000 claims description 51
- 230000008859 change Effects 0.000 claims description 27
- 206010012186 Delayed delivery Diseases 0.000 claims description 25
- 238000010923 batch production Methods 0.000 claims description 25
- 238000012163 sequencing technique Methods 0.000 claims description 23
- 125000004122 cyclic group Chemical group 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000000137 annealing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种钢铁企业冷轧区多产线的集批排程优化方法及***,包括:步骤M1:获取冷轧区产线上待排产的钢卷信息,创建一个初始集批排程计划;步骤M2:计算初始集批排程计划的总惩罚;步骤M3:根据计算得到的初始集批排程计划的总惩罚对初始集批排程计划进行优化;步骤M4:选择优化目标最小的作为最终的集批排程计划。本发明解决了钢铁企业冷轧区的多产线集批排程的问题;优化过程中,加入GPU异构并行计算,大大加快了寻优速度;最终产生的合理的排程计划将直接影响产品的质量、生产的效率以及生产的成本。
Description
技术领域
本发明涉及批量处理技术领域,具体地,涉及一种钢铁企业冷轧区多产线的集批排程优化方法及***。
背景技术
以钢铁企业冷轧区的连续退火产线为例,针对集批的排程,不仅要考虑集批的工艺约束,把具有相同特性的钢卷集中在一起加工。还需要考虑集批内部以及两个集批之间前后两个钢卷的焊接关系是否满足工艺要求:集批内部的钢卷之间焊接时宽度跳跃的变化、厚度跳跃的变化必须在工艺约定的范围内,否则会导致前后两个打开的钢卷不能成功焊接成连续的带钢;集批之间的钢卷焊接时不仅要满足尺寸跳跃的变化要求,温度的跳跃变化也必须在工艺约定的范围内。否则温度变化太大,为了让退火炉达到要求的退火温度,只能在两个集批之间***过渡钢卷。如此,既造成生产过程中不必要的浪费,增加生产运营成本,又可能导致延期交货,影响客户服务。
多产线的集批排程则更为复杂。各产线除必须满足自身的工艺要求之外,还需考虑紧前紧后工序之间的相互影响。比如,紧前紧后工序间的生产节拍不一致,可能导致库存不满足要求、钢卷性能变差存在严重缺陷、产线生产频繁切换等问题的发生。
目前,冷轧区的生产排程多由人工根据经验完成排产。由于生产工艺复杂,约束众多,人工排序很难在有限的时间内平衡各方面的影响因素,找到较优的排产计划。而现有的排程方法,鲜有同时考虑多产线联排和集批排程。因此,多产线的自动集批排程优化方法显得尤为重要。
专利文献CN101334660A(申请号:200810012090.0),公开了一种冷轧连续退火机组钢卷优化排序方法及其***,属于金属材料加工信息技术领域,优化方法包括以下步骤:一、将候选钢卷按退火温度分别从高到低和从低到高排序,形成两种初始排序方案,对每种初始排序方案采取宽度优先排序或厚度优先排序方法进行优化,获得多组初始可行排序方案;二、从初始钢卷排序方案中选择优化目标值最小的排序方案作为初始可行生产计划;三、对初始可行生产计划,以优化排序模型目标值最小为目标,用交换邻域禁忌搜索和交替路径变换邻域搜索进行调整,该发明只考虑了单机组:连续退火机组的排程,不用考虑前后工序间的衔接关系、库存等影响,不适用于多产线的排程。与本申请不同点:1)该专利只考虑了单机组(一条产线)的排程;2)优化方式不同;3)没有使用GPU并行计算;
专利文献CN104376424A(申请号:201410705831.9)公开了一种钢铁企业冷轧区多产线钢卷协调调度方法,包括以下步骤:获取钢铁企业冷轧区各产线的待排钢卷信息;建立钢铁企业冷轧区多产线钢卷协调调度模型;利用启发式算法,得到钢铁企业冷轧区多产线钢卷初始协调调度方案;对初始冷轧区多产线协调调度方案进行实时修正;将修正的冷轧区多产线协调调度方案下发至钢铁企业冷轧区各产线自动控制***,完成冷轧区多产线钢卷协调调度。该发明虽然考虑了多产线集批工艺的连续排程,但针对每次优化产生的大量新的排产方案,没有考虑使用GPU异构并行计算,优化速度上有待提高。与本申请不同点:1)优化方式不同;2)没有使用GPU并行计算;
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种钢铁企业冷轧区多产线的集批排程优化方法及***。
根据本发明提供的一种钢铁企业冷轧区多产线的集批排程优化方法,包括:
步骤M1:获取冷轧区产线上待排产的钢卷信息,创建一个候选集批排程计划;
步骤M2:计算候选集批排程计划的总惩罚;
步骤M3:根据计算得到的候选集批排程计划的总惩罚对候选集批排程计划进行优化;
步骤M4:选择优化总惩罚最小的作为最终的集批排程计划。
优选地,所述步骤M1包括:
步骤M1.1:将各产线上待排程钢卷按照交货时间的先后顺序进行排序;
步骤M1.2:根据交货时间的先后顺序排序后,针对相同集批编号的钢卷,找到第一个钢卷所在的位置,将排在后面的钢卷根据各集批工艺预设的加工上限数量向前调整,集中成一个批次进行加工。
优选地,所述步骤M2包括:
所述初始集批排程计划的总惩罚包括软约束的总惩罚和硬约束的总惩罚;
所述软约束的总惩罚包括:设备加工偏好的惩罚、前后钢卷厚度或宽度变化的跳跃惩罚和集批切换的惩罚;
所述硬约束的总惩罚包括:前后相邻两道工序间等候时间的惩罚、钢卷延期交货的惩罚、集批内钢卷数量不满足工艺预设的上限或下限的惩罚和库存不满足预设安全库存或最大库存的惩罚;
计算初始集批排程计划的总惩罚公式如下:
其中,c表示惩罚;上标m表示设备加工偏好;上标tw表示前后钢卷厚度或宽度变化的跳跃;上标c表示集批切换;上标w表示前后相邻两道工序间等候时间;上标d表示钢卷交货时间;上标q表示集批工艺预设的集批内钢卷数量的上限或下限;上标s表示库存;p代表:产线总数p;n代表:钢卷总数n;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i产生的设备加工偏好惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为钢卷厚度或宽度变化产生的跳跃惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为集批切换产生的惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为前后相邻两道工序间等候时间大于或者小于预设时间的惩罚;
xkij代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工;代表:钢卷i延期交货产生的惩罚;代表:钢卷i不满足集批工艺预设的数量上限或下限产生的惩罚;代表:钢卷i的库存不满足预设安全库存或最大库存产生的惩罚;约束条件:
其中,决策变量xkij表示在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工值当钢卷i是在钢卷j紧邻的前一个加工,则决策变量xkij取值为条,当钢卷i不是在钢卷j紧邻的前一个加工,则决策变量xkij为0;q表示集批数量;s表示库存数量;表示工序k上钢卷j的开始加工时间,表示工序k上钢卷i的结束加工时间;表示紧前工序k-条上钢卷i的结束加工时间,表示紧后工序k上钢卷i的开始加工时间;
优选地,所述步骤M3包括:对候选集批排程计划进行优化,以总惩罚最小为目标,利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直到总惩罚不再下降为止;
步骤M3.1:利用启发式邻域搜索针对单个排程计划不断寻优,获得新的候选集批排程计划;
步骤M3.2:经过启发式邻域搜索获得新的候选集批排程计划,利用启发式集批变换增加候选排程计划;
步骤M3.3:利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直至选中的候选排程计划的总惩罚不再下降为止;
所述启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算候选集批排程计划总惩罚;
所述启发式集批变换防止结果陷入局部最优增加候选排程计划的数量而进行的改变。
优选地,所述步骤M3.1包括:
步骤M3.1.1:从候选集批排程计划中选出总惩罚最小的进行启发式邻域搜索优化;
步骤M3.1.2:从前往后依次遍历每个集批,找到与前序工序间等候时间超过工艺预设的最长等候时间的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到与前序工序间等候时间不足工艺约束的最短等候时间的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个加工;每移动一步生成一个新的候选集批排程计划,占用一个线程,等待计算候选集批排程计划的总惩罚;
步骤M3.1.3:从前往后依次遍历每个集批,找到导致某时刻机组库存超过预设上限的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到导致某时刻机组不足安全库存的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
步骤M3.1.4:从前往后依次遍历每个集批,找到延期交货的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
步骤M3.1.5:每当产生预设值个新的候选排程计划时,进行一次GPU异构并行计算各候选集批排程计划的总惩罚值,并选择总惩罚值最小的一个候选集批排程计划作为新的候选排程计划;
步骤M3.1.6:利用启发式邻域搜索进行循环迭代调整,直至选中的候选集批排程计划的总惩罚不再下降为止;
所述步骤M3.2包括:
步骤M3.2.1:经过启发式邻域搜索获得新的候选集批排程计划,从新的候选集批排程计划中,挑选出从未进行过启发式集批变换,进行启发式集批变换;且优化总惩罚最小的一个排程计划;
步骤M3.2.2:从前往后依次遍历每个集批,找到延期交货的钢卷数量最多的一个集批;将当前集批拆分成两个集批:全部延期交货钢卷的集批和全部按时交货钢卷的集批;将全部延期交货钢卷的小集批,***到当前机组上前一个不同集批编号的集批之前加工;
步骤M3.2.3:从前往后依次遍历每个集批,找到集批内钢卷数量超过集批工艺预设的集批,将排在后面的钢卷向后***到下一个集批内加工;
步骤M3.2.4:从前往后依次遍历每个集批,找到集批内钢卷数量不足集批工艺预设的集批,将下一个集批排在前面的钢卷向前***到该集批内加工;
步骤M3.2.5:将启发式集批变换后生成的n个候选集批排程计划加入到候选集批排程计划中;
步骤M3.2.6:当总的候选排程计划数目超过预设值,删除总惩罚最大的前预设数量个,保持候选总数等于预设值。
根据本发明提供的一种钢铁的生产方法,利用上述所述的一种钢铁企业冷轧区多产线的集批排程优化方法得到的总惩罚最小的最终集批排程计划生产钢铁。
根据本发明提供的一种钢铁企业冷轧区多产线的集批排程优化***,包括:
模块M1:获取冷轧区产线上待排产的钢卷信息,创建一个候选集批排程计划;
模块M2:计算候选集批排程计划的总惩罚;
模块M3:根据计算得到的候选集批排程计划的总惩罚对候选集批排程计划进行优化;
模块M4:选择优化总惩罚最小的作为最终的集批排程计划。
优选地,所述模块M1包括:
模块M1.1:将各产线上待排程钢卷按照交货时间的先后顺序进行排序;
模块M1.2:根据交货时间的先后顺序排序后,针对相同集批编号的钢卷,找到第一个钢卷所在的位置,将排在后面的钢卷根据各集批工艺预设的加工上限数量向前调整,集中成一个批次进行加工。
优选地,所述模块M2包括:
所述初始集批排程计划的总惩罚包括软约束的总惩罚和硬约束的总惩罚;
所述软约束的总惩罚包括:设备加工偏好的惩罚、前后钢卷厚度或宽度变化的跳跃惩罚和集批切换的惩罚;
所述硬约束的总惩罚包括:前后相邻两道工序间等候时间的惩罚、钢卷延期交货的惩罚、集批内钢卷数量不满足工艺预设的上限或下限的惩罚和库存不满足预设安全库存或最大库存的惩罚;
计算初始集批排程计划的总惩罚公式如下:
其中,c表示惩罚;上标m表示设备加工偏好;上标tw表示前后钢卷厚度或宽度变化的跳跃;上标c表示集批切换;上标w表示前后相邻两道工序间等候时间;上标d表示钢卷交货时间;上标q表示集批工艺预设的集批内钢卷数量的上限或下限;上标s表示库存;p代表:产线总数p;n代表:钢卷总数n;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i产生的设备加工偏好惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为钢卷厚度或宽度变化产生的跳跃惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为集批切换产生的惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为前后相邻两道工序间等候时间大于或者小于预设时间的惩罚;
xkij代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工;代表:钢卷i延期交货产生的惩罚;代表:钢卷i不满足集批工艺预设的数量上限或下限产生的惩罚;代表:钢卷i的库存不满足预设安全库存或最大库存产生的惩罚;约束条件:
其中,决策变量xkij表示在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工值当钢卷i是在钢卷j紧邻的前一个加工,则决策变量xkij取值为条,当钢卷i不是在钢卷j紧邻的前一个加工,则决策变量xkij为0;q表示集批数量;s表示库存数量;表示工序k上钢卷j的开始加工时间,表示工序k上钢卷i的结束加工时间;表示紧前工序k-条上钢卷i的结束加工时间,表示紧后工序k上钢卷i的开始加工时间;
优选地,所述模块M3包括:对候选集批排程计划进行优化,以总惩罚最小为目标,利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直到总惩罚不再下降为止;
模块M3.1:利用启发式邻域搜索针对单个排程计划不断寻优,获得新的候选集批排程计划;
模块M3.2:经过启发式邻域搜索获得新的候选集批排程计划,利用启发式集批变换增加候选排程计划;
模块M3.3:利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直至选中的候选排程计划的总惩罚不再下降为止;
所述启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算候选集批排程计划总惩罚;
所述启发式集批变换防止结果陷入局部最优增加候选排程计划的数量而进行的改变。
优选地,所述模块M3.1包括:
模块M3.1.1:从候选集批排程计划中选出总惩罚最小的进行启发式邻域搜索优化;
模块M3.1.2:从前往后依次遍历每个集批,找到与前序工序间等候时间超过工艺预设的最长等候时间的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到与前序工序间等候时间不足工艺约束的最短等候时间的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个加工;每移动一步生成一个新的候选集批排程计划,占用一个线程,等待计算候选集批排程计划的总惩罚;
模块M3.1.3:从前往后依次遍历每个集批,找到导致某时刻机组库存超过预设上限的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到导致某时刻机组不足安全库存的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
模块M3.1.4:从前往后依次遍历每个集批,找到延期交货的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
模块M3.1.5:每当产生预设值个新的候选排程计划时,进行一次GPU异构并行计算各候选集批排程计划的总惩罚值,并选择总惩罚值最小的一个候选集批排程计划作为新的候选排程计划;
模块M3.1.6:利用启发式邻域搜索进行循环迭代调整,直至选中的候选集批排程计划的总惩罚不再下降为止;
所述模块M3.2包括:
模块M3.2.1:经过启发式邻域搜索获得新的候选集批排程计划,从新的候选集批排程计划中,挑选出从未进行过启发式集批变换,进行启发式集批变换;且优化总惩罚最小的一个排程计划;
模块M3.2.2:从前往后依次遍历每个集批,找到延期交货的钢卷数量最多的一个集批;将当前集批拆分成两个集批:全部延期交货钢卷的集批和全部按时交货钢卷的集批;将全部延期交货钢卷的小集批,***到当前机组上前一个不同集批编号的集批之前加工;
模块M3.2.3:从前往后依次遍历每个集批,找到集批内钢卷数量超过集批工艺预设的集批,将排在后面的钢卷向后***到下一个集批内加工;
模块M3.2.4:从前往后依次遍历每个集批,找到集批内钢卷数量不足集批工艺预设的集批,将下一个集批排在前面的钢卷向前***到该集批内加工;
模块M3.2.5:将启发式集批变换后生成的n个候选集批排程计划加入到候选集批排程计划中;
模块M3.2.6:当总的候选排程计划数目超过预设值,删除总惩罚最大的前预设数量个,保持候选总数等于预设值。
与现有技术相比,本发明具有如下的有益效果:
1、解决了钢铁企业冷轧区的多产线集批排程的问题;
2、优化过程中,加入GPU异构并行计算,大大加快了寻优速度;最终产生的合理的排程计划将直接影响产品的质量、生产的效率以及生产的成本;
3、提高场地利用率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为冷轧区多产线集批排程优化方法的流程图;
图2为启发式邻域搜索优化方法的流程图;
图3为启发式集批变换优化方法的流程图;
图4为启发式邻域搜索中集批内钢卷一步移动产生新排产计划的示意图;
图5为集批拆分产生新排产计划的示意图;
图6为集批内钢卷数量超出工艺要求时移动产生新排产计划的示意图;
图7为集批内钢卷数量低于工艺要求时移动产生新排产计划的示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
一种钢铁企业冷轧区多产线的集批排程优化方法,以实现多产线的集批自动排程。冷轧生产线上经常要求具有某种特殊属性的工件集中加工,即集批。例如,涂料时,频繁更换涂料的颜色,既耗费时间,又浪费成本,可以把涂层颜色相同的钢卷集中在一起加工。
根据本发明提供的一种钢铁企业冷轧区多产线的集批排程优化方法,如图1所示,包括:
步骤M1:获取冷轧区产线上待排产的钢卷信息,创建一个候选集批排程计划;
具体地,所述步骤M1包括:
步骤M1.1:针对各产线上的待排程钢卷:将各产线上待排程钢卷按照交货时间的先后顺序进行排序;
步骤M1.2:根据交货时间的先后顺序排序后,针对相同集批编号的钢卷,找到第一个钢卷所在的位置,将排在后面的钢卷根据各集批工艺预设的加工上限数量向前调整,集中成一个批次进行加工。
每种集批工艺都规定了集批内钢卷数量的上限。待排程钢卷初始按照交货时间的先后顺序进行排序,因此每个集批并没有达到集批工艺事先约定的加工上限数量。因此,排在后面的同集批工艺的钢卷往前调整,集成一批加工。
步骤M2:计算候选集批排程计划的总惩罚;每当不满足一个约束条件,就对当前的排程方案累加计算一次惩罚。如果都满足约束条件,惩罚就等于0。
具体地,所述步骤M2包括:
所述初始集批排程计划的总惩罚包括软约束的总惩罚和硬约束的总惩罚;
所述软约束的总惩罚包括:设备加工偏好的惩罚、前后钢卷厚度或宽度变化的跳跃惩罚和集批切换的惩罚;
所述硬约束的总惩罚包括:前后相邻两道工序间等候时间的惩罚、钢卷延期交货的惩罚、集批内钢卷数量不满足工艺预设的上限或下限的惩罚和库存不满足预设安全库存或最大库存的惩罚;
计算初始集批排程计划的总惩罚公式如下:
其中,c表示惩罚;上标m表示设备加工偏好;上标tw表示前后钢卷厚度或宽度变化的跳跃;上标c表示集批切换;上标w表示前后相邻两道工序间等候时间;上标d表示钢卷交货时间;上标q表示集批工艺预设的集批内钢卷数量的上限或下限;上标s表示库存;p代表:产线总数p;n代表:钢卷总数n;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i产生的设备加工偏好惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为钢卷厚度或宽度变化产生的跳跃惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为集批切换产生的惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为前后相邻两道工序间等候时间大于或者小于预设时间的惩罚;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工;代表:钢卷i延期交货产生的惩罚;代表:钢卷i不满足集批工艺预设的数量上限或下限产生的惩罚;代表:钢卷i的库存不满足预设安全库存或最大库存产生的惩罚;约束条件:
其中,决策变量xkij表示在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工值当钢卷i是在钢卷j紧邻的前一个加工,则决策变量xkij取值为条,当钢卷i不是在钢卷j紧邻的前一个加工,则决策变量xkij为0;q表示集批数量;s表示库存数量;表示工序k上钢卷j的开始加工时间,表示工序k上钢卷i的结束加工时间;表示紧前工序k-条上钢卷i的结束加工时间,表示紧后工序k上钢卷i的开始加工时间;
步骤M3:根据计算得到的候选集批排程计划的总惩罚对候选集批排程计划进行优化;
具体地,所述步骤M3包括:对候选集批排程计划进行优化,以总惩罚最小为目标,利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直到总惩罚不再下降为止;
步骤M3.1:如图2所示,利用启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算的手段计算排程计划总惩罚,获得新的候选集批排程计划;
具体地,所述步骤M3.1包括:
步骤M3.1.1:从一系列候选集批排程计划中选出总惩罚最小的进行启发式邻域搜索优化;
步骤M3.1.2:从前往后依次遍历每个集批,找到与前序工序间等候时间超过工艺预设的最长等候时间的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到与前序工序间等候时间不足工艺约束的最短等候时间的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个加工;每移动一步生成一个新的候选集批排程计划,占用一个线程,等待计算候选集批排程计划的总惩罚;
步骤M3.1.3:从前往后依次遍历每个集批,找到导致某时刻机组库存超过预设上限的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到导致某时刻机组不足安全库存的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
步骤M3.1.4:从前往后依次遍历每个集批,找到延期交货的钢卷;进行如图4所示的变换,将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
步骤M3.1.5:每当产生2000个新的候选排程计划时,进行一次GPU异构并行计算各候选集批排程计划的总惩罚值,并选择总惩罚值最小的一个候选集批排程计划作为新的候选排程计划;
步骤M3.1.6:利用启发式邻域搜索进行循环迭代调整,迭代循环步骤M3.1.2至步骤M3.1.5,直至选中的候选集批排程计划的总惩罚不再下降为止;
步骤M3.2:如图3所示,经过启发式邻域搜索获得新的候选集批排程计划,利用启发式集批变换增加候选排程计划;
所述步骤M3.2包括:
步骤M3.2.1:经过启发式邻域搜索获得新的候选集批排程计划,从新的一系列候选集批排程计划中,挑选出从未进行过启发式集批变换,进行启发式集批变换;且优化总惩罚最小的一个排程计划;
步骤M3.2.2:从前往后依次遍历每个集批,找到延期交货的钢卷数量最多的一个集批;进行如图5所示的变换,将当前集批拆分成两个集批:全部延期交货钢卷的集批和全部按时交货钢卷的集批;将全部延期交货钢卷的小集批,***到当前机组上前一个不同集批编号的集批之前加工;
步骤M3.2.3:从前往后依次遍历每个集批,找到集批内钢卷数量超过集批工艺预设的集批,进行如图6所示的变换,将排在后面的钢卷向后***到下一个集批内加工;
步骤M3.2.4:从前往后依次遍历每个集批,找到集批内钢卷数量不足集批工艺预设的集批,进行如图7所示的变换,将下一个集批排在前面的钢卷向前***到该集批内加工;
步骤M3.2.5:将启发式集批变换后生成的n个候选集批排程计划加入到候选集批排程计划中;
步骤M3.2.6:当总的候选排程计划数目超过10,删除总惩罚最大的前m个,保持候选总数等于10。
初始只有一个候选排程计划,经过启发式邻域搜索并筛选出最优的一条,仍然只有一个候选排程计划,此时,针对这个候选排程计划进行启发式集批变换,会产生n个候选排程计划,并加入到候选集批排程计划中。每次是从这些候选排程计划挑选出从未进行过启发式集批变换的计划进行启发式集批变换;
步骤M3.3:利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直至选中的候选排程计划的总惩罚不再下降为止;
所述启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算候选集批排程计划总惩罚;
所述启发式集批变换防止结果陷入局部最优增加候选排程计划的数量而进行的改变。
这是个循环的过程,交替进行,直到最优排程方案产生时为止;
步骤M4:比较一系列候选排程计划,选择优化总惩罚最小的作为最终的集批排程计划。
优化过程中会产生很多个排程计划,正是此处的一系列候选排程计划。启发式邻域搜索是针对一个排程计划不断寻优,启发式集批变换是为了防止结果陷入局部最优而进行的比较大的改变;此处是两个循环,第一个是大循环,第二个是启发式邻域搜索内部的小循环,三种启发式的指导,每种指导都会产生若干个新的排程方案,但是每2000个新方案产生就要选出最好的一个继续进行启发式的邻域搜索,一直到启发式邻域搜索达到最优。
根据本发明提供的一种钢铁的生产方法,利用上述所述的一种钢铁企业冷轧区多产线的集批排程优化方法得到的总惩罚最小的最终集批排程计划生产钢铁。
根据本发明提供的一种钢铁企业冷轧区多产线的集批排程优化***,如图1所示,包括:
模块M1:获取冷轧区产线上待排产的钢卷信息,创建一个候选集批排程计划;
具体地,所述模块M1包括:
模块M1.1:针对各产线上的待排程钢卷:将各产线上待排程钢卷按照交货时间的先后顺序进行排序;
模块M1.2:根据交货时间的先后顺序排序后,针对相同集批编号的钢卷,找到第一个钢卷所在的位置,将排在后面的钢卷根据各集批工艺预设的加工上限数量向前调整,集中成一个批次进行加工。
每种集批工艺都规定了集批内钢卷数量的上限。待排程钢卷初始按照交货时间的先后顺序进行排序,因此每个集批并没有达到集批工艺事先约定的加工上限数量。因此,排在后面的同集批工艺的钢卷往前调整,集成一批加工。
模块M2:计算候选集批排程计划的总惩罚;每当不满足一个约束条件,就对当前的排程方案累加计算一次惩罚。如果都满足约束条件,惩罚就等于0。
具体地,所述模块M2包括:
所述初始集批排程计划的总惩罚包括软约束的总惩罚和硬约束的总惩罚;
所述软约束的总惩罚包括:设备加工偏好的惩罚、前后钢卷厚度或宽度变化的跳跃惩罚和集批切换的惩罚;
所述硬约束的总惩罚包括:前后相邻两道工序间等候时间的惩罚、钢卷延期交货的惩罚、集批内钢卷数量不满足工艺预设的上限或下限的惩罚和库存不满足预设安全库存或最大库存的惩罚;
计算初始集批排程计划的总惩罚公式如下:
其中,c表示惩罚;上标m表示设备加工偏好;上标tw表示前后钢卷厚度或宽度变化的跳跃;上标c表示集批切换;上标w表示前后相邻两道工序间等候时间;上标d表示钢卷交货时间;上标q表示集批工艺预设的集批内钢卷数量的上限或下限;上标s表示库存;p代表:产线总数p;n代表:钢卷总数n;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i产生的设备加工偏好惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为钢卷厚度或宽度变化产生的跳跃惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为集批切换产生的惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为前后相邻两道工序间等候时间大于或者小于预设时间的惩罚;
xkij代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工;代表:钢卷i延期交货产生的惩罚;代表:钢卷i不满足集批工艺预设的数量上限或下限产生的惩罚;代表:钢卷i的库存不满足预设安全库存或最大库存产生的惩罚;约束条件:
其中,决策变量xkij表示在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工值当钢卷i是在钢卷j紧邻的前一个加工,则决策变量xkij取值为条,当钢卷i不是在钢卷j紧邻的前一个加工,则决策变量xkij为0;q表示集批数量;s表示库存数量;表示工序k上钢卷j的开始加工时间,表示工序k上钢卷i的结束加工时间;表示紧前工序k-条上钢卷i的结束加工时间,表示紧后工序k上钢卷i的开始加工时间;
模块M3:根据计算得到的候选集批排程计划的总惩罚对候选集批排程计划进行优化;
具体地,所述模块M3包括:对候选集批排程计划进行优化,以总惩罚最小为目标,利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直到总惩罚不再下降为止;
模块M3.1:如图2所示,利用启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算的手段计算排程计划总惩罚,获得新的候选集批排程计划;
具体地,所述模块M3.1包括:
模块M3.1.1:从一系列候选集批排程计划中选出总惩罚最小的进行启发式邻域搜索优化;
模块M3.1.2:从前往后依次遍历每个集批,找到与前序工序间等候时间超过工艺预设的最长等候时间的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到与前序工序间等候时间不足工艺约束的最短等候时间的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个加工;每移动一步生成一个新的候选集批排程计划,占用一个线程,等待计算候选集批排程计划的总惩罚;
模块M3.1.3:从前往后依次遍历每个集批,找到导致某时刻机组库存超过预设上限的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到导致某时刻机组不足安全库存的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
模块M3.1.4:从前往后依次遍历每个集批,找到延期交货的钢卷;进行如图4所示的变换,将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
模块M3.1.5:每当产生2000个新的候选排程计划时,进行一次GPU异构并行计算各候选集批排程计划的总惩罚值,并选择总惩罚值最小的一个候选集批排程计划作为新的候选排程计划;
模块M3.1.6:利用启发式邻域搜索进行循环迭代调整,迭代循环模块M3.1.2至模块M3.1.5,直至选中的候选集批排程计划的总惩罚不再下降为止;
模块M3.2:如图3所示,经过启发式邻域搜索获得新的候选集批排程计划,利用启发式集批变换增加候选排程计划;
所述模块M3.2包括:
模块M3.2.1:经过启发式邻域搜索获得新的候选集批排程计划,从新的一系列候选集批排程计划中,挑选出从未进行过启发式集批变换,进行启发式集批变换;且优化总惩罚最小的一个排程计划;
模块M3.2.2:从前往后依次遍历每个集批,找到延期交货的钢卷数量最多的一个集批;进行如图5所示的变换,将当前集批拆分成两个集批:全部延期交货钢卷的集批和全部按时交货钢卷的集批;将全部延期交货钢卷的小集批,***到当前机组上前一个不同集批编号的集批之前加工;
模块M3.2.3:从前往后依次遍历每个集批,找到集批内钢卷数量超过集批工艺预设的集批,进行如图6所示的变换,将排在后面的钢卷向后***到下一个集批内加工;
模块M3.2.4:从前往后依次遍历每个集批,找到集批内钢卷数量不足集批工艺预设的集批,进行如图7所示的变换,将下一个集批排在前面的钢卷向前***到该集批内加工;
模块M3.2.5:将启发式集批变换后生成的n个候选集批排程计划加入到候选集批排程计划中;
模块M3.2.6:当总的候选排程计划数目超过10,删除总惩罚最大的前m个,保持候选总数等于10。
初始只有一个候选排程计划,经过启发式邻域搜索并筛选出最优的一条,仍然只有一个候选排程计划,此时,针对这个候选排程计划进行启发式集批变换,会产生n个候选排程计划,并加入到候选集批排程计划中。每次是从这些候选排程计划挑选出从未进行过启发式集批变换的计划进行启发式集批变换;
模块M3.3:利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直至选中的候选排程计划的总惩罚不再下降为止;
所述启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算候选集批排程计划总惩罚;
所述启发式集批变换防止结果陷入局部最优增加候选排程计划的数量而进行的改变。
这是个循环的过程,交替进行,直到最优排程方案产生时为止;
模块M4:比较一系列候选排程计划,选择优化总惩罚最小的作为最终的集批排程计划。
优化过程中会产生很多个排程计划,正是此处的一系列候选排程计划。启发式邻域搜索是针对一个排程计划不断寻优,启发式集批变换是为了防止结果陷入局部最优而进行的比较大的改变;此处是两个循环,第一个是大循环,第二个是启发式邻域搜索内部的小循环,三种启发式的指导,每种指导都会产生若干个新的排程方案,但是每2000个新方案产生就要选出最好的一个继续进行启发式的邻域搜索,一直到启发式邻域搜索达到最优。
在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的***、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的***、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的***、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种钢铁企业冷轧区多产线的集批排程优化方法,其特征在于,包括:
步骤M1:获取冷轧区产线上待排产的钢卷信息,创建一个候选集批排程计划;
步骤M2:计算候选集批排程计划的总惩罚;
步骤M3:根据计算得到的候选集批排程计划的总惩罚对候选集批排程计划进行优化;
步骤M4:选择优化总惩罚最小的作为最终的集批排程计划。
2.根据权利要求1所述的一种钢铁企业冷轧区多产线的集批排程优化方法,其特征在于,所述步骤M1包括:
步骤M1.1:将各产线上待排程钢卷按照交货时间的先后顺序进行排序;
步骤M1.2:根据交货时间的先后顺序排序后,针对相同集批编号的钢卷,找到第一个钢卷所在的位置,将排在后面的钢卷根据各集批工艺预设的加工上限数量向前调整,集中成一个批次进行加工。
所述步骤M2包括:
所述初始集批排程计划的总惩罚包括软约束的总惩罚和硬约束的总惩罚;
所述软约束的总惩罚包括:设备加工偏好的惩罚、前后钢卷厚度或宽度变化的跳跃惩罚和集批切换的惩罚;
所述硬约束的总惩罚包括:前后相邻两道工序间等候时间的惩罚、钢卷延期交货的惩罚、集批内钢卷数量不满足工艺预设的上限或下限的惩罚和库存不满足预设安全库存或最大库存的惩罚;
计算初始集批排程计划的总惩罚公式如下:
其中,c表示惩罚;上标m表示设备加工偏好;上标tw表示前后钢卷厚度或宽度变化的跳跃;上标c表示集批切换;上标w表示前后相邻两道工序间等候时间;上标d表示钢卷交货时间;上标q表示集批工艺预设的集批内钢卷数量的上限或下限;上标s表示库存;p代表:产线总数p;n代表:钢卷总数n;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i产生的设备加工偏好惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为钢卷厚度或宽度变化产生的跳跃惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为集批切换产生的惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为前后相邻两道工序间等候时间大于或者小于预设时间的惩罚;
xkij代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工;代表:钢卷i延期交货产生的惩罚;代表:钢卷i不满足集批工艺预设的数量上限或下限产生的惩罚;代表:钢卷i的库存不满足预设安全库存或最大库存产生的惩罚;约束条件:
3.根据权利要求1所述的一种钢铁企业冷轧区多产线的集批排程优化方法,其特征在于,所述步骤M3包括:对候选集批排程计划进行优化,以总惩罚最小为目标,利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直到总惩罚不再下降为止;
步骤M3.1:利用启发式邻域搜索针对单个排程计划不断寻优,获得新的候选集批排程计划;
步骤M3.2:经过启发式邻域搜索获得新的候选集批排程计划,利用启发式集批变换增加候选排程计划;
步骤M3.3:利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直至选中的候选排程计划的总惩罚不再下降为止;
所述启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算候选集批排程计划总惩罚;
所述启发式集批变换防止结果陷入局部最优增加候选排程计划的数量而进行的改变。
4.根据权利要求3所述的一种钢铁企业冷轧区多产线的集批排程优化方法,其特征在于,所述步骤M3.1包括:
步骤M3.1.1:从候选集批排程计划中选出总惩罚最小的进行启发式邻域搜索优化;
步骤M3.1.2:从前往后依次遍历每个集批,找到与前序工序间等候时间超过工艺预设的最长等候时间的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到与前序工序间等候时间不足工艺约束的最短等候时间的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个加工;每移动一步生成一个新的候选集批排程计划,占用一个线程,等待计算候选集批排程计划的总惩罚;
步骤M3.1.3:从前往后依次遍历每个集批,找到导致某时刻机组库存超过预设上限的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到导致某时刻机组不足安全库存的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
步骤M3.1.4:从前往后依次遍历每个集批,找到延期交货的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
步骤M3.1.5:每当产生预设值个新的候选排程计划时,进行一次GPU异构并行计算各候选集批排程计划的总惩罚值,并选择总惩罚值最小的一个候选集批排程计划作为新的候选排程计划;
步骤M3.1.6:利用启发式邻域搜索进行循环迭代调整,直至选中的候选集批排程计划的总惩罚不再下降为止;
所述步骤M3.2包括:
步骤M3.2.1:经过启发式邻域搜索获得新的候选集批排程计划,从新的候选集批排程计划中,挑选出从未进行过启发式集批变换,进行启发式集批变换;且优化总惩罚最小的一个排程计划;
步骤M3.2.2:从前往后依次遍历每个集批,找到延期交货的钢卷数量最多的一个集批;将当前集批拆分成两个集批:全部延期交货钢卷的集批和全部按时交货钢卷的集批;将全部延期交货钢卷的小集批,***到当前机组上前一个不同集批编号的集批之前加工;
步骤M3.2.3:从前往后依次遍历每个集批,找到集批内钢卷数量超过集批工艺预设的集批,将排在后面的钢卷向后***到下一个集批内加工;
步骤M3.2.4:从前往后依次遍历每个集批,找到集批内钢卷数量不足集批工艺预设的集批,将下一个集批排在前面的钢卷向前***到该集批内加工;
步骤M3.2.5:将启发式集批变换后生成的n个候选集批排程计划加入到候选集批排程计划中;
步骤M3.2.6:当总的候选排程计划数目超过预设值,删除总惩罚最大的前预设数量个,保持候选总数等于预设值。
5.一种钢铁的生产方法,其特征在于,利用权利要求1所述的一种钢铁企业冷轧区多产线的集批排程优化方法得到的总惩罚最小的最终集批排程计划生产钢铁。
6.一种钢铁企业冷轧区多产线的集批排程优化***,其特征在于,包括:
模块M1:获取冷轧区产线上待排产的钢卷信息,创建一个候选集批排程计划;
模块M2:计算候选集批排程计划的总惩罚;
模块M3:根据计算得到的候选集批排程计划的总惩罚对候选集批排程计划进行优化;
模块M4:选择优化总惩罚最小的作为最终的集批排程计划。
7.根据权利要求6所述的一种钢铁企业冷轧区多产线的集批排程优化***,其特征在于,所述模块M1包括:
模块M1.1:将各产线上待排程钢卷按照交货时间的先后顺序进行排序;
模块M1.2:根据交货时间的先后顺序排序后,针对相同集批编号的钢卷,找到第一个钢卷所在的位置,将排在后面的钢卷根据各集批工艺预设的加工上限数量向前调整,集中成一个批次进行加工。
8.根据权利要求6所述的一种钢铁企业冷轧区多产线的集批排程优化***,其特征在于,所述模块M2包括:
所述初始集批排程计划的总惩罚包括软约束的总惩罚和硬约束的总惩罚;
所述软约束的总惩罚包括:设备加工偏好的惩罚、前后钢卷厚度或宽度变化的跳跃惩罚和集批切换的惩罚;
所述硬约束的总惩罚包括:前后相邻两道工序间等候时间的惩罚、钢卷延期交货的惩罚、集批内钢卷数量不满足工艺预设的上限或下限的惩罚和库存不满足预设安全库存或最大库存的惩罚;
计算初始集批排程计划的总惩罚公式如下:
其中,c表示惩罚;上标m表示设备加工偏好;上标tw表示前后钢卷厚度或宽度变化的跳跃;上标c表示集批切换;上标w表示前后相邻两道工序间等候时间;上标d表示钢卷交货时间;上标q表示集批工艺预设的集批内钢卷数量的上限或下限;上标s表示库存;p代表:产线总数p;n代表:钢卷总数n;
代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i产生的设备加工偏好惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为钢卷厚度或宽度变化产生的跳跃惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为集批切换产生的惩罚;代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工时,钢卷i因为前后相邻两道工序间等候时间大于或者小于预设时间的惩罚;
xkij代表:在第k个产线上,钢卷i是否在钢卷j紧邻的前一个加工;代表:钢卷i延期交货产生的惩罚;代表:钢卷i不满足集批工艺预设的数量上限或下限产生的惩罚;代表:钢卷i的库存不满足预设安全库存或最大库存产生的惩罚;约束条件:
9.根据权利要求6所述的一种钢铁企业冷轧区多产线的集批排程优化***,其特征在于,所述模块M3包括:对候选集批排程计划进行优化,以总惩罚最小为目标,利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直到总惩罚不再下降为止;
模块M3.1:利用启发式邻域搜索针对单个排程计划不断寻优,获得新的候选集批排程计划;
模块M3.2:经过启发式邻域搜索获得新的候选集批排程计划,利用启发式集批变换增加候选排程计划;
模块M3.3:利用包括启发式邻域搜索和启发式集批变换进行循环迭代调整,直至选中的候选排程计划的总惩罚不再下降为止;
所述启发式邻域搜索针对单个排程计划不断寻优,并在每次迭代优化的过程中采用GPU并行计算候选集批排程计划总惩罚;
所述启发式集批变换防止结果陷入局部最优增加候选排程计划的数量而进行的改变。
10.根据权利要求9所述的一种钢铁企业冷轧区多产线的集批排程优化***,其特征在于,所述模块M3.1包括:
模块M3.1.1:从候选集批排程计划中选出总惩罚最小的进行启发式邻域搜索优化;
模块M3.1.2:从前往后依次遍历每个集批,找到与前序工序间等候时间超过工艺预设的最长等候时间的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到与前序工序间等候时间不足工艺约束的最短等候时间的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个加工;每移动一步生成一个新的候选集批排程计划,占用一个线程,等待计算候选集批排程计划的总惩罚;
模块M3.1.3:从前往后依次遍历每个集批,找到导致某时刻机组库存超过预设上限的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;从前往后依次遍历每个集批,找到导致某时刻机组不足安全库存的钢卷;将当前钢卷依次往后移动一步,直到移动到本集批的最后一个;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
模块M3.1.4:从前往后依次遍历每个集批,找到延期交货的钢卷;将当前钢卷依次往前移动一步,直到移动到本集批的第一个加工;每移动一步生成一个新的候选集批排程计划,并记录到一个线程中,等待计算候选集批排程计划的总惩罚;
模块M3.1.5:每当产生预设值个新的候选排程计划时,进行一次GPU异构并行计算各候选集批排程计划的总惩罚值,并选择总惩罚值最小的一个候选集批排程计划作为新的候选排程计划;
模块M3.1.6:利用启发式邻域搜索进行循环迭代调整,直至选中的候选集批排程计划的总惩罚不再下降为止;
所述模块M3.2包括:
模块M3.2.1:经过启发式邻域搜索获得新的候选集批排程计划,从新的候选集批排程计划中,挑选出从未进行过启发式集批变换,进行启发式集批变换;且优化总惩罚最小的一个排程计划;
模块M3.2.2:从前往后依次遍历每个集批,找到延期交货的钢卷数量最多的一个集批;将当前集批拆分成两个集批:全部延期交货钢卷的集批和全部按时交货钢卷的集批;将全部延期交货钢卷的小集批,***到当前机组上前一个不同集批编号的集批之前加工;
模块M3.2.3:从前往后依次遍历每个集批,找到集批内钢卷数量超过集批工艺预设的集批,将排在后面的钢卷向后***到下一个集批内加工;
模块M3.2.4:从前往后依次遍历每个集批,找到集批内钢卷数量不足集批工艺预设的集批,将下一个集批排在前面的钢卷向前***到该集批内加工;
模块M3.2.5:将启发式集批变换后生成的n个候选集批排程计划加入到候选集批排程计划中;
模块M3.2.6:当总的候选排程计划数目超过预设值,删除总惩罚最大的前预设数量个,保持候选总数等于预设值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267495.3A CN112947319B (zh) | 2019-12-11 | 2019-12-11 | 一种钢铁企业冷轧区多产线的集批排程优化方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267495.3A CN112947319B (zh) | 2019-12-11 | 2019-12-11 | 一种钢铁企业冷轧区多产线的集批排程优化方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947319A true CN112947319A (zh) | 2021-06-11 |
CN112947319B CN112947319B (zh) | 2024-03-29 |
Family
ID=76233983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911267495.3A Active CN112947319B (zh) | 2019-12-11 | 2019-12-11 | 一种钢铁企业冷轧区多产线的集批排程优化方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947319B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837603A (zh) * | 2021-09-23 | 2021-12-24 | 北京科技大学 | 一种酸轧排产优化方法 |
CN113850491A (zh) * | 2021-09-17 | 2021-12-28 | 北京科技大学 | 一种连退同品规带钢排产优化方法 |
CN114004388A (zh) * | 2021-08-25 | 2022-02-01 | 宝山钢铁股份有限公司 | 一种适用于取向电工钢产线的一体化生产计划排程方法 |
TWI777861B (zh) * | 2021-11-23 | 2022-09-11 | 英業達股份有限公司 | 排程裝置以及方法 |
CN117391423A (zh) * | 2023-12-11 | 2024-01-12 | 东北大学 | 一种芯片高多层陶瓷封装基板产线多约束自动化排程方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060100727A1 (en) * | 2004-11-05 | 2006-05-11 | Sanjeeb Dash | Method for production design and operations scheduling for plate design in the steel industry |
CN101329573A (zh) * | 2008-07-25 | 2008-12-24 | 东北大学 | 一种冷轧酸洗和轧制联合机组自动排产优化方法及*** |
CN101334660A (zh) * | 2008-06-30 | 2008-12-31 | 东北大学 | 一种冷轧连续退火机组钢卷优化排序方法及其*** |
CN102621941A (zh) * | 2012-01-19 | 2012-08-01 | 东北大学 | 一种冷轧电镀锌机组钢卷排序方法及*** |
CN104376424A (zh) * | 2014-11-27 | 2015-02-25 | 东北大学 | 一种钢铁企业冷轧区多产线钢卷协调调度方法 |
-
2019
- 2019-12-11 CN CN201911267495.3A patent/CN112947319B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060100727A1 (en) * | 2004-11-05 | 2006-05-11 | Sanjeeb Dash | Method for production design and operations scheduling for plate design in the steel industry |
CN101334660A (zh) * | 2008-06-30 | 2008-12-31 | 东北大学 | 一种冷轧连续退火机组钢卷优化排序方法及其*** |
CN101329573A (zh) * | 2008-07-25 | 2008-12-24 | 东北大学 | 一种冷轧酸洗和轧制联合机组自动排产优化方法及*** |
CN102621941A (zh) * | 2012-01-19 | 2012-08-01 | 东北大学 | 一种冷轧电镀锌机组钢卷排序方法及*** |
CN104376424A (zh) * | 2014-11-27 | 2015-02-25 | 东北大学 | 一种钢铁企业冷轧区多产线钢卷协调调度方法 |
Non-Patent Citations (1)
Title |
---|
白先送等: "合同优化排程技术在特钢企业的应用", 冶金自动化, vol. 42, no. 5, pages 23 - 27 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004388A (zh) * | 2021-08-25 | 2022-02-01 | 宝山钢铁股份有限公司 | 一种适用于取向电工钢产线的一体化生产计划排程方法 |
CN113850491A (zh) * | 2021-09-17 | 2021-12-28 | 北京科技大学 | 一种连退同品规带钢排产优化方法 |
CN113837603A (zh) * | 2021-09-23 | 2021-12-24 | 北京科技大学 | 一种酸轧排产优化方法 |
TWI777861B (zh) * | 2021-11-23 | 2022-09-11 | 英業達股份有限公司 | 排程裝置以及方法 |
CN117391423A (zh) * | 2023-12-11 | 2024-01-12 | 东北大学 | 一种芯片高多层陶瓷封装基板产线多约束自动化排程方法 |
CN117391423B (zh) * | 2023-12-11 | 2024-03-22 | 东北大学 | 一种芯片高多层陶瓷封装基板产线多约束自动化排程方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112947319B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112947319A (zh) | 一种钢铁企业冷轧区多产线的集批排程优化方法及*** | |
CN104376424B (zh) | 一种钢铁企业冷轧区多产线钢卷协调调度方法 | |
CN101334660B (zh) | 一种冷轧连续退火机组钢卷优化排序方法及其*** | |
CN104732355B (zh) | 设备空闲时间段调整的设备驱动综合调度方法 | |
CN110598941A (zh) | 一种基于仿生策略的粒子群优化制造***双目标排产方法 | |
CN109034633A (zh) | 改进遗传算法求解带移动时间的柔性作业车间调度方法 | |
CN111242503A (zh) | 一种基于两层遗传算法的多目标柔性作业车间调度方法 | |
CN109583761A (zh) | 一种锻钢工序的生产计划与调度*** | |
CN110147933B (zh) | 一种基于改进灰狼算法的数控切割下料车间调度排产方法 | |
CN105956689A (zh) | 一种基于改进粒子群优化的运输和生产协同调度方法 | |
CN112668789B (zh) | 一种柔性作业车间带准备工序的自适应分批调度方法 | |
CN111738499A (zh) | 一种基于新型邻域结构的作业车间分批调度方法 | |
CN115130766B (zh) | 一种考虑多工艺路线的多车间汽车混流排产协同优化方法 | |
CN114595633B (zh) | 一种基于多约束的多目标柔性作业车间节能调度方法 | |
CN117025896B (zh) | 一种热处理*** | |
CN111745653B (zh) | 基于双机械臂的船体外板曲面成形协同加工的规划方法 | |
CN110750079A (zh) | 一种允许工序跳跃的混合流水车间调度优化方法 | |
CN102621941B (zh) | 一种冷轧电镀锌机组钢卷排序方法及*** | |
CN110378583A (zh) | 一种拟关键路径同设备相邻工序互换方法 | |
CN115319742A (zh) | 带机器人物料搬运的柔性制造单元作业调度方法 | |
CN113762811B (zh) | 一种考虑加班的无拖期Job Shop调度问题求解方法及*** | |
CN110263970B (zh) | 一种求解自动轨道小车上料调度问题的混合离散人工蜂群算法 | |
CN115358578A (zh) | 用于分段装焊线混流生产的绿色调度方法、***及装置 | |
CN111026051A (zh) | 一种基于改进蛙跳算法的柔性铸造流水车间低碳调度方法 | |
CN108181810B (zh) | 一种基于区间不确定性的鲁棒单机调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |