论文部分内容阅读
随着全球钢铁行业日趋激烈的竞争,竞争的焦点落在如何有效实现多品种小批量生产、质优价廉、准时交货上面,以适应钢铁市场复杂多变的需求。所有这些都与钢铁生产的动态调度密切相关,因此加强动态调度已经成为钢铁企业提高竞争力的重要途径。钢铁生产工艺复杂、生产设备多、物流纵横交错。同时,不仅要考虑钢水到达时间偏差,设备故障,而且还需考虑钢水成分不合格、温度补偿等动态扰动事件。显然,作为钢铁企业制造执行系统(MES)的重要组成部分,动态调度对于协调工艺流程,加快工艺节奏,提高企业经济效益具有重要意义。
根据钢铁生产动态调度的特点,以案例推理方法为研究主线,引入粗糙集理论,将神经网络、遗传算法等优化方法结合到案例推理中,研究了基于案例推理的动态调度系统的相关理论。在此基础上,提出了动态调度的整体框架与实现方法,并将其运用到宝钢炼钢厂一炼钢分厂的动态调度系统开发中。本文主要工作内容如下:
为了更进一步研究有效的动态调度方案,归纳了钢铁生产的动态调度问题的种类、特点;从理论与实践应用分析了该领域的研究方法,具体介绍了基于模型、智能、人机交互方法,并分析了各种方法间交叉组合的方式;进而研究工程实现模式,提出钢铁生产动态调度的三位一体综合集成模式。
归纳了案例推理方法的基本理论,在传统的一级案例推理系统的基础上,提出两级案例推理系统实现系统的稳定性。研究了如何采用框架结构描述钢铁生产动态调度的案例;引入决策树的思想实现案例聚类,运用最邻近法实现案例匹配;运用调整规则集调整案例,并探讨了案例维护的基本方式。
提出了基于多BP网的案例匹配技术,描述了BP网的拓扑结构与实现步骤;提出一种基于改进的德尔菲法的算法来确定输出样本集;给出了基于多BP网的案例匹配技术框架。
研究了基于粗糙集理论的案例属性约简技术,以核为出发点,提出了一种改进的基于分辨矩阵的属性最小约简方法;针对连续属性,提出一种基于逼近精度敏感性的离散化算法。该技术用于消除了冗余信息,提高了案例匹配的效率。归纳了案例推理中主要案例调整方法,以模糊集理论为出发点,提出并论证了主要案例调整方式的适用条件;在此基础上,设计了案例调整算法,并给出一个通用的案例调整框架;介绍了诱导调整方式中调整模型的建立、线性转换与求解过程;使用上述案例调整技术,对钢铁生产的动态调度实例进行了求解,验证该技术在解决复杂的案例调整问题上的有效性和柔性。
以宝钢炼钢厂一炼钢分厂为背景,基于本文所提出的动态调度框架与实现的具体方法,提出了钢铁生产动态调度系统的设计目标、设计思想和总体设计方案;针对系统开发中的关键技术,开发了相应的原型系统,将其结果与现场实际调度方法进行比较,验证该技术的有效性和实用性。为将来的系统开发,以及调度理论与生产实际相结合打下了基础。