一种基于动态多目标差分进化算法的炼钢-连铸弹性调度优化方法及系统

    公开(公告)号:CN114153185B

    公开(公告)日:2023-05-02

    申请号:CN202111454602.0

    申请日:2021-12-01

    Applicant: 重庆大学

    Abstract: 本发明属于智能制造技术领域,具体公开了一种基于动态多目标差分进化算法的炼钢‑连铸弹性调度方法及系统。首先,根据动态环境下炼钢‑连铸生产特点构建一个弹性调度模型,即设置机器分配、炉次排序、连续浇铸和工艺约束条件,追求时间效率、连铸断浇惩罚和柔性调节成本等目标的最优化;然后运用带自学习机制的多目标差分进化算法编制一个初始基准调度方案;在生产执行期间,通过环境检测算子发现、识别随机扰动的类型,继而触发动态优化机制,更新归档帕累托最优解集。采用本技术方案,可以通过引入弹性生产调度机制减少不可预知的随机扰动对炼钢‑连铸生产调度的影响,有助于炼钢厂实现动态多目标优化调度。

    一种基于动态多目标差分进化算法的炼钢-连铸弹性调度优化方法及系统

    公开(公告)号:CN114153185A

    公开(公告)日:2022-03-08

    申请号:CN202111454602.0

    申请日:2021-12-01

    Applicant: 重庆大学

    Abstract: 本发明属于智能制造技术领域,具体公开了一种基于动态多目标差分进化算法的炼钢‑连铸弹性调度方法及系统。首先,根据动态环境下炼钢‑连铸生产特点构建一个弹性调度模型,即设置机器分配、炉次排序、连续浇铸和工艺约束条件,追求时间效率、连铸断浇惩罚和柔性调节成本等目标的最优化;然后运用带自学习机制的多目标差分进化算法编制一个初始基准调度方案;在生产执行期间,通过环境检测算子发现、识别随机扰动的类型,继而触发动态优化机制,更新归档帕累托最优解集。采用本技术方案,可以通过引入弹性生产调度机制减少不可预知的随机扰动对炼钢‑连铸生产调度的影响,有助于炼钢厂实现动态多目标优化调度。

    一种面向钢铁企业氧气系统的不确定优化调度方法及系统

    公开(公告)号:CN114091784A

    公开(公告)日:2022-02-25

    申请号:CN202111454483.9

    申请日:2021-12-01

    Applicant: 重庆大学

    Abstract: 本发明属于节能优化技术领域,具体公开了一种面向钢铁企业氧气系统的不确定优化调度方法及系统,该方法根据制造单元氧气需求量随机波动特点,构造基于时变预算的两阶段鲁棒优化模型,使能源收益最大化和能源放散操作波动偏差最小化;根据不同制造过程的特点构造需求预测模型:(1)针对高炉炼铁过程,运用高斯过程回归构建时间序列模型预测每个调度周期的氧气需求区间;(2)针对转炉炼钢过程,通过建立能力约束的生产调度模型估算各个调度周期的氧气需求;最后通过模型的集成和运行实现氧气系统的安全、稳定、高效运行。本发明采用数学模型和机器学习融合技术,减少了不可预知的随机因素对氧气系统的干扰,有助于钢铁企业实现能源系统的智能化管理。

    一种面向钢铁企业氧气系统的不确定优化调度方法及系统

    公开(公告)号:CN114091784B

    公开(公告)日:2023-05-23

    申请号:CN202111454483.9

    申请日:2021-12-01

    Applicant: 重庆大学

    Abstract: 本发明属于节能优化技术领域,具体公开了一种面向钢铁企业氧气系统的不确定优化调度方法及系统,该方法根据制造单元氧气需求量随机波动特点,构造基于时变预算的两阶段鲁棒优化模型,使能源收益最大化和能源放散操作波动偏差最小化;根据不同制造过程的特点构造需求预测模型:(1)针对高炉炼铁过程,运用高斯过程回归构建时间序列模型预测每个调度周期的氧气需求区间;(2)针对转炉炼钢过程,通过建立能力约束的生产调度模型估算各个调度周期的氧气需求;最后通过模型的集成和运行实现氧气系统的安全、稳定、高效运行。本发明采用数学模型和机器学习融合技术,减少了不可预知的随机因素对氧气系统的干扰,有助于钢铁企业实现能源系统的智能化管理。

Patent Agency Ranking