-
公开(公告)号:CN119129866A
公开(公告)日:2024-12-13
申请号:CN202410999765.4
申请日:2024-07-24
Applicant: 北京科技大学
IPC: G06Q10/047 , G06Q10/063 , G06Q50/04
Abstract: 本发明公开了一种基于双层优化的钢厂中厚板智能热轧排程优化方法,属于冶金机械及自动组合优化技术领域,该方法包括:获取钢厂实际生产数据,定义模型参数及决策变量;基于定义的参数及决策变量,构建带有时间窗和奖励机制的多车辆路径规划模型,确定待优化问题;其中,待优化问题为:如何进行中厚板热轧排程,使得在满足预设约束条件的情况下,实现综合惩罚值最小且轧制里程最大的目标;采用自适应变邻域搜索算法ALNS,融合SA算法构建双层嵌套算法对待优化问题进行求解,得到最优中厚板热轧排程方案;采用可视化方式展示最优中厚板热轧排程方案。本发明可实现减少轧辊损耗、提高交货效率等目标。
-
公开(公告)号:CN113642815B
公开(公告)日:2022-03-04
申请号:CN202111212710.7
申请日:2021-10-19
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于NSGA‑Ⅲ的冶金库区多目标垛位优化方法及装置,该方法包括:获取入库物料参数和库区垛位参数,并定义决策变量和辅助变量;基于定义的决策变量和辅助变量,以物料入库倒垛数、库区垛位规整程度和库区空垛位启用数为优化目标,构建优化模型;采用NSGA‑Ⅲ算法对所述优化模型进行求解,实现垛位优化。本发明可优化物料入库决策,帮助企业提高工厂物料效率、降低库存成本,对提高库区物料效率、降低库存成本具有重要意义。
-
公开(公告)号:CN117034748A
公开(公告)日:2023-11-10
申请号:CN202310925412.5
申请日:2023-07-26
Applicant: 北京科技大学
IPC: G06F30/27 , G06F111/04 , G06F111/06
Abstract: 本发明提供一种基于两阶段优化的钢厂中厚板智能二维组板方法及装置,包括:定义决策变量gkv、hik、plk、pwk、alij和blij;以母板和总订单子板间面积差值、板坯断面与母板间面积差值所构成的余材浪费最小化为多优化目标,构建优化模型;采用改进的遗传算法进行第一阶段求解,求解出gkv、hik及plk、pwk;将原问题转化为某母板区域内的二维装箱问题,进行第二阶段优化求解,求解出alij和blij。本发明可以更好的实现中厚板的组板方案制定。
-
公开(公告)号:CN102323794A
公开(公告)日:2012-01-18
申请号:CN201110121205.1
申请日:2011-05-11
Applicant: 北京科技大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种应用于热连轧工艺过程高维时序数据同步化方法,针对从热连轧制造过程等时间采样获得不同机架间各变量存在滞后、时变等现象,增加了质量缺陷成因分析或控制系统调试、优化分析的难度,利用热轧过程不变量关系,建时空变换关系,将等时采样的高维数据转换为空间上同步的等体积采样数据,建立高维数据在带钢上空间同步对应关系。时空转换过程中首先消去等体积采样中待定系数,然后利用时空变换关系进行等体积采样,等体积采集过程中非对齐点通过插值方法进行采样值估算。以某热连轧过程为实例,验证了这种方法的有效性,并表明同步化后的数据有助某些类型产品质量缺陷成因分析。
-
-
-