煉鋼連鑄混合智能優化調度方法及應用分析

馬 強，李 陽，劉 帥

（首鋼京唐鋼鐵聯合責任有限公司，河北 唐山 063200）

煉鋼連鑄(CCM)生產過程中，轉爐故障會導致預規定的轉爐連鑄機生產模式發生預期的變化，使原調度計劃無法實現。根據多級、多機、不同精煉次數的生產環境,建立了考慮機器分配和時間安排的非線性規劃模型,提出了一種混合智能優化調度方法,包括專家系統分配、基于人機交互的鄰域搜索和基于模型轉換的時間優化。最后,將該調度方法成功地應用于某大型鋼鐵廠。應用結果表明,該方法能明顯縮短鋼水的冗余等待時間,提高設備的負荷率，然后通過引入生產模式參數a、生產調度參數和x，建立了一種新的多目標線性規劃模型（MONPM），該方法考慮了生產模式、生產調度、加工時間間隔等方面的變化。具體而言，開發了一個動態優化調度軟件系統（DOSSS），并成功地應用于我國首鋼京唐鋼鐵的調度。實際應用表明，該方法能有效地減少調度時間，顯著地增加了轉爐的輸出，大大縮短了鋼水的冗余等待時間。

1 煉鋼連鑄混合智能優化調度方法及應用的現狀

生產工藝是現代煉鐵煉鋼的核心工序，對鋼水溫度、鋼水成分、加工時間和運輸時間等都提出了較高的要求。最終，預計連續生產的生產能力將最大化。由于原料組成、生產操作條件和設備條件的變化，常發生各種擾動，如啟動時間延遲、鋼水失效溫度、鋼水成分不合格、機械故障等。因此，快速有效的動態調度是非常重要的。在這種情況下，采用基于數據的方法求解CCM的調度問題，將其轉化為一個線性規劃模型，該模型可以用標準線性規劃求解。CCM過程抽象為一個三階段混合流水車間問題，建立了靜態調度模型，并采用Lagrange 松弛法求解，提出了一種分解方案，該分解方案可以生成較小的程序，這些程序通常都是為了獲得全局最優性；多Agent 技術對動態調度進行了研究，可以解決煉鋼車間生產與運輸的協調調度問題。采用波束搜索算法求解CCM 的調度問題，是一種實時問題（Lu，等）的反饋控制方法。然而，現有的研究主要集中在靜態調度問題上，尤其是這些方法在變換器發生故障時沒有考慮到這些問題，從而改變了生產模式。此外，廣泛采用的人工調度方法響應速度慢，使得調度結果不理想。本文通過引入生產模式參數a、生產調度參數和X，建立了一種新的多目標非線性規劃模型。具體地，提出了一種包含ppp 的兩階段動態最優調度方法。開發了DOSSS，并將其應用于中國最大的鋼鐵企業(寶鋼)的調度。實際應用表明，該方法能有效地縮短轉爐的運行時間，大大增加了轉爐的輸出，大大縮短了鋼水的冗余等待時間[1]。

2 煉鋼連鑄混合智能優化調度方法及應用

2.1 CCM生產工藝

以寶鋼為例，在煉鋼階段，將“高溫”的鐵水倒入多臺轉爐，除去有害氣體和殘渣。此外，加入一定比例的廢鐵來調整鋼水成分以滿足產品規格要求。鋼液經過精煉工序生產出化學成分和溫度正確的鋼水。在最后的連鑄階段，鋼水流入連續連鑄機內，冷卻到所需的板坯中。這一過程可分為三組，即轉爐組、RH 精煉組和連鑄機組。這三組人彼此串聯在一起。本文將My 表示為JTH 群中的機器（j=l，2，3）。這意味著j=l 代表轉爐組，j=2 代表RH 組，j=3 代表連鑄機組[2]。

2.2 CCM生產過程的動態調度

在煉鋼連鑄實際生產過程的中，事先制定的生產計劃可能會因為事件的突發而停止運行。因此，生產系統還必須提供針對煉鋼、精煉、連鑄、鋼包、天車等所有設備的運行狀況的實時監視功能，以及每種突發異常情況下所對應的準確的動態計劃調整功能，實時的對物流和設備能力做出新的平衡，能夠快速響應突發事件，通過前后工序的不斷耦合調整，使工序計劃自身可以逐步優化，確保系統可以按合同組織生產。而對于每個具體擾動，都包括其更加具體的擾動情況，如溫度類擾動，動態跟蹤煉鋼流程可得到某個生產狀態開始的實際溫度，而實際溫度和計劃溫度相比較可得到溫度差，由溫度差值的大小產生溫度類的不同擾動情形;由于整套設備包含多鐘子設備，所以設備故障類擾動便包含各類子設備的故障，如：轉爐設備、精煉爐設備和連鑄機設備故障等;類比溫度類擾動，時間類擾動是根據時間差值來識別，計算出差值并結合當時擾動產生的實際環境狀態可以給出多種調整方法[3]。

2.2.1 基于案例推理的專家系統

設計的系統中根據調度專家保存的多年現場經驗形成一個可以調用的案例庫，當現場擾動發生時，動態系統會自動根據接收到的擾動種類及其程度調用案例庫中專家通常會采取的調整策略或方法對擾動系統做出調整。

2.2.2 基于人機交互的“調整方法界面”

在第一種調度方法中，先進行了案例推理，得到相應的結果后，再針對不同類型的擾動，提供出多個可以選擇的人機調整界面，這樣可以充分發揮出調度人員的決策作用，同時又可以降低其工作強度，并且增強了系統調整整體的可靠程度，避免了專家系統中的錯誤決策。

2.3 CCM生產過程的動態調度目標

在煉鋼連鑄生產過程中，作業時間延遲會導致生產中斷或工藝沖突，使初始調度計劃無法實現。現有的研究方法很難保證模型的準確性和在實際應用中的成功應用。首先分析了響應操作時延的重調度問題，建立了一個新的多目標非線性規劃模型（MONPM）。在規范中，提出了一種三階段重調度方法，包括分批法（BS）、前向調度法（FSM）和后向調度法（BSM）。結果表明，該方法能有效地保證連鑄的順利進行，并在很短的重排時間內大大縮短了鋼水的多余等待時間。假設當前處理是對Qth CAST的KTH 電荷，則定義XY(k，Q)為其在JTH 組的第一臺機器上的起始時間，而yg(k，q)為相應的處理時間。然后在動態調度中，期望X3(1，Q)盡可能接近其理想的啟動時間，(1，q)·這意味著需要最小化以下性能函數[4]。

3 動態優化調度模型

3.1 CCM生產工藝

MONPM(MT)是在上述分析的基礎上建立起來的，它考慮了生產模式的變化、費用的生產調度、加工時間的中間特性等問題，目的是解決以下多目標優化問題。對于上述模型的求解，目前還沒有非常快速、有效的方法。本文不是對非線性規劃問題最優解的盲目追求，而是在合理的時間內得到近似最優解。本文提出了一種包括PPP 和PTS 的兩階段動態最優調度方法，其中VM是變換器故障擾動。8 代表M 分解的起始時間，б 是對應的結束時間[6]。

4 動態優化調度方法

煉鋼-連鑄工藝包括煉鋼、精煉和連鑄，是鋼鐵生產的主要瓶頸之一。高效有效的調度這一過程對于提高整個生產系統的生產率和降低生產成本至關重要。使用Brannlund 的水平控制策略來代替對偶問題的最優條件[7]。

費用生產路徑規劃（PPP）主要在CCM Prodi JCTION 工藝中，PPP 選擇JTH 組類型（j=1，2）中的QTH 電荷的處理機器，并確定充電器的加工順序。由于機器的盲目性，LKQ 必須在機器的空閑時間被安排好。本文介紹了每臺機器的設備可用性，即每臺機器的空閑時間表示為Mj 值。其中CI 是一個成本系數的qth 鑄造不準時開始。C2q 是第四次鑄造的鑄斷損失系數。C3aj是等待時間的成本系數，C4 是在第一轉換器上不連續處理電荷的成本系數。C5q 是最大完工時間的成本系數。此外，我們的方法通過引入一個偏轉的條件次梯度來削弱傳統次梯度算法收斂速度慢的鋸齒現象，從而提高了效率。計算結果表明，該方法能夠快速獲得高質量的解，在SCC 調度中具有顯著的應用前景。該方法根據算法的收斂條件給出了一個客觀的終止準則，并基于新的搜索方向或新的次梯度提高了搜索效率，將該方法應用于求解SCC 調度問題，計算結果證實了它們的有效性和有效性。該方法同樣適用于其它類似的生產調度問題[8]。

5 煉鋼連鑄混合智能優化調度的應用

5.1 項目背景

煉鋼和連鑄是一個困難的過程。因此，本文提出了一種煉鋼連鑄兩階段優化調度的新方法。在第一階段，在相同的并行機使用率和最小化時間沖突的基礎上，建立一個初步的調度方案。第二階段，建立了消除時間沖突的線性規劃模型。通過求解這兩個數學模型，得到了一個可操作的進度計劃。將兩階段優化調度方法嵌入到我國某大型鋼廠的調度系統中，并成功應用于某大型鋼廠。工業應用表明，該方法不僅能滿足實際生產的要求，而且具有廣泛的工業應用前景。中國首鋼京唐精煉工藝種類為3 種（RH、CAS、LF），精煉路線大于20 條。煉鋼工序有有5 臺300 t并聯轉爐和4 臺連鑄機（1CC、2CC、3CC、4CC）。CCM 生產過程的實際調度系統，實現信息管理和最優動態調度。

5.2 應用實例

以首鋼京唐鋼鐵的鋼廠煉鋼連鑄生產過程為例，其精煉環節包括RH、CAS、LF 三種精煉方式，20 多條工藝路線，此外5 座轉爐有常規冶煉和全三脫冶煉的區分，4 臺鑄機有專線化區分。系統提供煉鋼、精煉、連鑄、鋼包、天車等設備的運行狀況監視功能，以及異常情況下的動態計劃調整功能，對物流和設備能力隨時進行新的平衡，對各種突發事件做出快速應對，通過前后工序計劃不斷調整耦合，使計劃逐步優化，鋼包周轉時間由234 分鐘縮短到190 分鐘，確保按合同組織生產。

6 結束語

本文研究了CCM 的動態最優調度方法，當原調度計劃因換流故障而不可行時，通過動態調度生成新的可行調度方案，提出了一種包括PPP 和PTS 的兩階段動態最優調度方法.DOSSS 是在上述方法的基礎上發展起來的，并成功地應用于國內大型鋼鐵公司(首鋼京唐公司)的生產。應用結果表明，該方法能有效地縮短調度時間，顯著增加轉爐輸出，大大縮短鋼水冗馀時間。