公开(公告)号：CN117540953A

公开(公告)日：2024-02-09

申请号：CN202311293482.X

申请日：2023-10-08

Applicant: 重庆大学

Inventor： 蒋胜龙 ,  邬冠洲 ,  吕学伟 ,  彭程 ,  游洋 ,  张元玲 ,  游志雄 ,  吴正怡 ,  孙禄冰

IPC: G06Q10/0631 ,  C21B13/10 ,  G06Q50/04 ,  G16C20/30 ,  G16C20/70 ,  G06N20/00

Abstract: 本发明公开了一种转底炉动态配料优化方法及系统，该方法基于机器学习技术和元素守恒机理，建立转底炉动态配料模型，首先，根据历史配料信息，运用带约束的极致梯度提升XGBoost模型预测各料仓预期配料方案；然后，考虑料仓状态和配料稳定性，根据元素平衡原理构建配料模型的约束条件及目标函数，并运用灵敏度分析方法优化模型参数，得到优化后的动态配料模型；最后，将所开发的动态配料模型与现有的过程控制系统进行集成。采用本技术方案，可根据转底炉各料仓的运行状态和元素含量变化进行动态配料并给出最优配料方案。

公开(公告)号：CN117993666B

公开(公告)日：2024-11-15

申请号：CN202410149329.8

申请日：2024-02-01

Applicant: 重庆大学

Inventor： 蒋胜龙 ,  曹玲玲 ,  邬冠洲 ,  孙禄冰

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06N3/006 ,  G06Q50/04

Abstract: 本发明公开了一种考虑订单动态到达的多目标热轧生产调度方法及系统，包括如下步骤：将热轧生产调度问题转化为带奖金收集的动态多目标车辆路径问题，并建立该问题数学模型描述；设计基于在线学习的多目标蚁群优化算法mACO/OL，包括：基于奖励学习的引导函数选择；基于乐观超体积改进量的信息素更新。在初始时刻，mACO/OL算法可以利用多个引导函数和单个信息素求解动态多目标车辆路径问题，获得热轧调度的Pareto最优解集；然后使用优劣解距离法TOPSIS选择满意解执行；在订单动态到达时，可以再次调用mACO/OL算法对多目标调度问题进行快速求解，实现Pareto最优解集的在线更新。采用本技术方案，可实现订单动态到达时多目标热轧生产调度问题快速求解，降低生产成本。

公开(公告)号：CN118014294B

公开(公告)日：2025-01-28

申请号：CN202410200753.0

申请日：2024-02-23

Applicant: 重庆大学

Inventor： 蒋胜龙 ,  曹玲玲 ,  邬冠洲 ,  孙禄冰

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06Q50/04 ,  G06N3/006

Abstract: 本发明公开了一种基于蚁群优化的热轧生产线集成计划与调度方法及系统，该方法包括如下步骤：在计划阶段，根据订单需求和热轧工艺要求，以最小化相邻板坯间宽度、厚度、硬度和加热时间跳变为目标，构建带奖金收集的车辆路径模型；在调度阶段，根据板坯排序和加热炉工艺要求，构建加热炉容量受限的资源分配模型；设计融和启发式调度方法和约束反馈机制的蚁群优化算法，对模型进行求解。采用本技术方案，对热轧生产计划和加热炉调度进行统一建模和求解，有利于同时降低热轧生产成本和加热炉多余在炉时间。

公开(公告)号：CN117993666A

公开(公告)日：2024-05-07

申请号：CN202410149329.8

申请日：2024-02-01

Applicant: 重庆大学

Inventor： 蒋胜龙 ,  曹玲玲 ,  邬冠洲 ,  孙禄冰

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06N3/006 ,  G06Q50/04

Abstract: 本发明公开了一种考虑订单动态到达的多目标热轧生产调度方法及系统，包括如下步骤：将热轧生产调度问题转化为带奖金收集的动态多目标车辆路径问题，并建立该问题数学模型描述；设计基于在线学习的多目标蚁群优化算法mACO/OL，包括：基于奖励学习的引导函数选择；基于乐观超体积改进量的信息素更新。在初始时刻，mACO/OL算法可以利用多个引导函数和单个信息素求解动态多目标车辆路径问题，获得热轧调度的Pareto最优解集；然后使用优劣解距离法TOPSIS选择满意解执行；在订单动态到达时，可以再次调用mACO/OL算法对多目标调度问题进行快速求解，实现Pareto最优解集的在线更新。采用本技术方案，可实现订单动态到达时多目标热轧生产调度问题快速求解，降低生产成本。

公开(公告)号：CN118014294A

公开(公告)日：2024-05-10

申请号：CN202410200753.0

申请日：2024-02-23

Applicant: 重庆大学

Inventor： 蒋胜龙 ,  曹玲玲 ,  邬冠洲 ,  孙禄冰

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06Q50/04 ,  G06N3/006

Abstract: 本发明公开了一种基于蚁群优化的热轧生产线集成计划与调度方法及系统，该方法包括如下步骤：在计划阶段，根据订单需求和热轧工艺要求，以最小化相邻板坯间宽度、厚度、硬度和加热时间跳变为目标，构建带奖金收集的车辆路径模型；在调度阶段，根据板坯排序和加热炉工艺要求，构建加热炉容量受限的资源分配模型；设计融和启发式调度方法和约束反馈机制的蚁群优化算法，对模型进行求解。采用本技术方案，对热轧生产计划和加热炉调度进行统一建模和求解，有利于同时降低热轧生产成本和加热炉多余在炉时间。