编辑: jingluoshutong | 2017-08-26 |
修回日期: 2017-11-13. 基金项目: 国家重点研发计划项目(2016YFB0901900);
国家自然科学基金项目(71790614, 71621061, 61573086);
教 育部111创新引智基地项目(B16009). 责任编委: 刘德荣. 作者简介: 王显鹏 (1980?), 男, 教授, 博士, 从事基于机器学习的工业生产过程建模、 操作优化、 进化算法等研究;
杨 立文(1990?), 女, 硕士生, 从事工业生产过程操作优化、 进化算法的研究. ? 通讯作者. E-mail: [email protected] 第10期 王显鹏 等: 考虑安全约束的连退生产过程多目标操作优化
1741 且各阶段包含众多相互耦合的操作变量, 使得操作 难度较大,传统的人工经验方式难以满足实际生产的 需要. 因此, Guo等[5] 以最小化能耗为目标建立了连 退加热过程的操作优化模型并使用PSO算法对其求 解. Zhang等[6] 通过对连退生产过程的机理分析,建 立了基于数据驱动的操作优化模型. Yang等[7] 建立 了连退生产过程的多目标操作优化模型并对其进行 求解,降低了能源消耗,提高了产品的质量和连退机 组的产能. 针对多目标优化问题的求解,近年来出现了很多 优秀的算法, 如多策略改进的多目标粒子群优化算 法[8] 、基于目标分解的高维多目标并行进化优化方 法[9] 和NSGA-II[10] 等. 文献[11-12]引入分类机制,实 现了对新产生候选解的过滤. 然而,上述算法并没有 充分利用种群内个体携带的信息及其之间信息的共 享,也没有充分利用分类机制来提高解的性能. 由上述分析可知,针对流程工业生产过程操作优 化的研究主要集中在单目标操作优化,而对于多目标 操作优化,大多是通过加权方式转化为单目标操作优 化,并且很少考虑生产安全问题. 在连续退火的生产 过程中,安全性约束对于机组的连续生产和安全运行 至关重要. 在实际生产中,薄料带钢在连退均热炉中 经常因为带钢张力的波动而导致瓢曲和跑偏,当跑偏 达到一定程度时,纠偏辊无法完成纠偏而导致断带, 需要整个连退生产线停机进行检查,在排查故障辊的 过程中需要消耗大量的时间,从而给企业造成巨大的 经济损失. 为此,本文针对冷轧连退生产过程,建立考 虑质量和连续运行等安全约束的多目标操作优化模 型,并针对问题特点提出一种基于分类与多种群竞争 协调的多目标进化算法(MOEA-CMCC).
1 考虑安全约束的连退多目标操作优化 建模 1.1 问题描述 冷轧连退生产过程操作优化是根据待加工带钢 的规格和当前的设备条件,在满足工艺约束、 质量约 束和保障连续安全生产的前提下,以提高产品质量、 降低能源消耗、提高产能和对工艺流程的执行度为 目标,确定连退各阶段的温度、 轧制力、 张力和带钢速 度等控制参数的最优设定值. 1.2 问题模型 1.2.1 模型参数 模型参数S = (s0, s1,s24)T 中各符号的含 义如下: s
0、 s1:带钢入口厚度和宽度;
s2:出炉温度;
s3 ? s5:平均卷曲、 精轧、 终轧温度;
s6 ? s12:带钢C、 S、 P、 Mn、 N、 Si、 Al的含量;
s13: CDCM延伸率;
s
14、 s15:缓冷炉1区和2区温度;
s
16、 s17: 1#和2#冷炉冷却气体温度;
s18:终冷炉2区水温;
s
19、 s20:均热炉内辊子的个数和半径;
s21:电机转轴上的转动惯量;
s22:带钢的弹性模量;
s23:辊子间带钢的长度;
s24:均热炉入口处的带钢张力F0. 1.2.2 决策变量 决策变量X = (x0, x1,x73)T 中各符号的含 义如下: x0:带钢穿行速度的设定值;