基于智能優(yōu)化技術(shù)的鋼鐵生產(chǎn)調(diào)度研究

侯 偉

（蘭州資源環(huán)境職業(yè)技術(shù)學(xué)院 冶金工程學(xué)院，甘肅 蘭州 730020）

我國的鋼鐵工業(yè)是國家經(jīng)濟(jì)體的重要支柱產(chǎn)業(yè)，相比于外國的鋼鐵工業(yè)，我國的鋼鐵行業(yè)生產(chǎn)的周期長，所需要消耗的原材料量也很高，因此，為了提高鋼鐵的質(zhì)量，減少資源的消耗，實現(xiàn)鋼鐵生產(chǎn)調(diào)度的合理化，科學(xué)的管理鋼鐵生產(chǎn)的計劃與調(diào)度，最大程度的將科學(xué)性方法運用到鋼鐵生產(chǎn)的計劃調(diào)度上，以此保證產(chǎn)品質(zhì)量，并且達(dá)到縮短鋼鐵生產(chǎn)周期，減少生產(chǎn)成本的同時降低原材料庫存，并且達(dá)到節(jié)約能源的目的。但由于在流程工業(yè)的生產(chǎn)中計劃與調(diào)度是一個大規(guī)模的過程，目標(biāo)很多，約束條件復(fù)雜，流程的動態(tài)也不確定，對于常規(guī)的優(yōu)化方法難以運用到鋼鐵生產(chǎn)調(diào)度中，而選用人工調(diào)度缺不能將資源合理的配置調(diào)配，對于作業(yè)的優(yōu)化排序也不能實現(xiàn)。因此，本文基于智能優(yōu)化技術(shù)對鋼鐵的生產(chǎn)調(diào)度進(jìn)行研究，本文研究針對在流程工業(yè)中的實際生產(chǎn)管理，通過精煉得出了計劃于調(diào)度優(yōu)化方面的問題，對該問題進(jìn)行了深入的系統(tǒng)性研究，將鋼鐵行業(yè)錯綜復(fù)雜的生產(chǎn)過程作為研究北京，將基礎(chǔ)研究和應(yīng)用研究相結(jié)合，進(jìn)行了深入研究，提出了RbR-Cbr混合智能優(yōu)化模型結(jié)構(gòu)，進(jìn)行鋼鐵生產(chǎn)與調(diào)度問題的解決[1]。

1 RBR-CBR混合智能優(yōu)化模型結(jié)構(gòu)

鋼鐵行業(yè)的生產(chǎn)與調(diào)度是以生產(chǎn)過程模型作為基礎(chǔ)的，但是對于鋼鐵行業(yè)的過程進(jìn)行模型創(chuàng)建涉及到更多的過程，例如工業(yè)對象的復(fù)雜機(jī)理，客觀環(huán)境影響因素以及認(rèn)為因素。因此，本文提出了RbR-Cbr混合智能優(yōu)化模型結(jié)構(gòu)并將其運用于鋼鐵行業(yè)的生產(chǎn)調(diào)度系統(tǒng)中。RBR-CBR混合智能優(yōu)化模型結(jié)構(gòu)如圖1所示。

1.1 問題處理與人機(jī)交互系統(tǒng)

RbR-Cbr混合智能優(yōu)化模型的核心結(jié)構(gòu)便是人機(jī)交互系統(tǒng)與問題處理系統(tǒng)，該系統(tǒng)包含以下功能。

（1）控制模型各個組件的運行，監(jiān)控組件的運行情況，當(dāng)問題發(fā)出時，控制問題求解的整個過程，對于問題規(guī)則的推理給與協(xié)調(diào)，分析實例推理，進(jìn)行優(yōu)化程序的調(diào)用，對數(shù)據(jù)庫進(jìn)行檢測。

（2）人機(jī)交互系統(tǒng)便是在推理與優(yōu)化的過程中通過用戶進(jìn)行信息的交互以此完成推理的改變以及優(yōu)化，RbR-Cbr混合智能優(yōu)化模型通過多種不同的方式進(jìn)行輸出，將運行的狀況信息以及最終結(jié)果全部進(jìn)行輸出。

（3）進(jìn)行數(shù)值計算以及數(shù)據(jù)的處理，RbR-Cbr混合智能優(yōu)化模型與外界的聯(lián)系便是在混合模型內(nèi)部進(jìn)行大量的數(shù)據(jù)交換，這也要求問題處理與人機(jī)交互系統(tǒng)具有強(qiáng)大的算力。

圖1 RBR-CBR混合智能優(yōu)化模型結(jié)構(gòu)示意圖

1.2 元知識

元知識的概念是對該領(lǐng)域的專業(yè)知識進(jìn)行詳細(xì)的描述，元知識是針對于領(lǐng)域知識而存在的，并且具有以下功能：對系統(tǒng)的功能進(jìn)行詳細(xì)的描述與解釋；對領(lǐng)域內(nèi)的知識進(jìn)行結(jié)構(gòu)性的表述；對規(guī)則進(jìn)行檢查，確認(rèn)其是否完整與正確；對推理過程進(jìn)行優(yōu)化并控制其運行狀況；對領(lǐng)域內(nèi)發(fā)生的狀況進(jìn)行記錄[2]。

1.3 實例庫管理系統(tǒng)

在實例庫的管理系統(tǒng)中，通過以下功能進(jìn)行系統(tǒng)管理的實現(xiàn)：

（1）產(chǎn)生真實模型。

（2）進(jìn)行真實模型的表達(dá)。

（3）對于相似真實模型進(jìn)行檢測與抽取。

（4）對相應(yīng)管理系統(tǒng)的真實模型進(jìn)行修改。

（5）學(xué)習(xí)真實模型的特點以及相似點。

當(dāng)解決了一個新問題時，將解決過程應(yīng)用于工程的實踐上，進(jìn)而得到新的真實案例，因為對于CBR模型本身存在一些技術(shù)難以解決的困難，所以在CBR進(jìn)行解決問題的過程并不能全方位的進(jìn)行自動處理，而需要依賴于使用者，跟與CBR的設(shè)計原理，在CBR的求解過程中篩選出相似的問題，進(jìn)行與真實案例的相似度查詢，尋找到最相似的真實案例，然后進(jìn)行交互處理，修改尋找到的真實案例，以此滿足問題的需求，而對于求解過程，并不是在對真實案例稍作修改就可以用加入解決好的問題存放處，而是將修改好的真實案例先應(yīng)用于實踐，在根據(jù)實踐得出的結(jié)果對真實案例進(jìn)行進(jìn)一步的修改，然后才可加入實例庫。

1.4 優(yōu)化模型庫管理系統(tǒng)

對于優(yōu)化模型庫管理系統(tǒng)，其主要功能是對符號類的知識進(jìn)行加工修改組合，在設(shè)計學(xué)中存在許多類似于符號的位置問題，盡管可以將他們轉(zhuǎn)變?yōu)閿?shù)學(xué)模型進(jìn)行處理，但數(shù)學(xué)模型中不可避免的會出現(xiàn)一些不確定因素，且計算量巨大，在此情況下，本文提出通過專家系統(tǒng)和優(yōu)化算法的結(jié)合算法進(jìn)行計算才可獲得滿意的解決方案，也就是將專家系統(tǒng)處理不確定因素的功能用來創(chuàng)建優(yōu)化模型，在以創(chuàng)建好的優(yōu)化模型進(jìn)行求解。優(yōu)化模型庫管理系統(tǒng)包含了大多數(shù)的優(yōu)化模型，對于協(xié)調(diào)各個優(yōu)化模型關(guān)系以及對外界數(shù)據(jù)的交互上有這巨大的幫助。

2 應(yīng)用研究

2.1 系統(tǒng)實現(xiàn)策略

對于一個成熟的鋼鐵生產(chǎn)調(diào)度系統(tǒng)來說，通常由四部分組成：固態(tài)調(diào)度，液態(tài)調(diào)度，實時監(jiān)測以及匯總報告。本文基于所研究的智能優(yōu)化技術(shù)的鋼鐵生產(chǎn)調(diào)度中的RBR-CBR混合智能優(yōu)化模型，根據(jù)計劃指令進(jìn)行優(yōu)化，并且通過實時監(jiān)測模塊建立出調(diào)度方案，對生產(chǎn)計劃進(jìn)行科學(xué)化的修正。具體過程如下：

生產(chǎn)方案的確立。鋼鐵生產(chǎn)方案是根據(jù)鋼鐵的性質(zhì)決定的，根據(jù)鋼鐵自身特有性質(zhì)確立生產(chǎn)方案，才有基于推理的求最佳值方案作為鋼鐵生產(chǎn)的生產(chǎn)方案。

對于鋼鐵特質(zhì)的確立。鋼鐵的原材料具有多變不穩(wěn)定性，經(jīng)常在生產(chǎn)過程中出現(xiàn)波動，影響產(chǎn)量，因此需要采用專業(yè)的鋼鐵生產(chǎn)穩(wěn)定器中以此保證鋼鐵原材料的穩(wěn)定，該穩(wěn)定器的原理是通過數(shù)學(xué)計算來確定鋼鐵原材料的穩(wěn)定值范圍，但往往會有一些偏差，本文所研制的基于智能優(yōu)化技術(shù)的鋼鐵生產(chǎn)調(diào)度中的RbR-Cbr混合智能優(yōu)化模型采用基于實例的推理方式，將鋼鐵原材料的生產(chǎn)過程中的實際表現(xiàn)出來的物質(zhì)性質(zhì)作為實例，在以后的生產(chǎn)調(diào)度中若遇到原材料不穩(wěn)定的情況便可以使用實例中的數(shù)據(jù)進(jìn)行控制。

對于裝置進(jìn)行優(yōu)化。鋼鐵廠通過加工原材料來生產(chǎn)出各個產(chǎn)業(yè)需要的鋼鐵類型，于是便有許多種加工方案，工藝操作條件也能改變生產(chǎn)出來的鋼鐵類別，因此，本文提出在滿足需求生產(chǎn)量的情況下，根據(jù)鋼鐵原材料的性質(zhì)來選擇最適合生產(chǎn)的鋼鐵類別，以此達(dá)到最優(yōu)生產(chǎn)方案。

2.2 運行實例

對于具體的運行過程如下:

（1）采集鋼鐵生產(chǎn)計劃數(shù)據(jù)。

（2）將鋼鐵原材料數(shù)據(jù)提供給RbR-Cbr混合智能優(yōu)化模型進(jìn)行分析。

（3）對生產(chǎn)計劃進(jìn)行統(tǒng)計。

（4）根據(jù)對生產(chǎn)計劃數(shù)據(jù)以及生產(chǎn)計劃的分析得出最優(yōu)生產(chǎn)方案，進(jìn)行調(diào)度。

3 總結(jié)

近年來，我國的鋼鐵生產(chǎn)工業(yè)越來越發(fā)達(dá)，而對于鋼鐵生產(chǎn)的計劃調(diào)度也同樣不能忽視，因此本文提出了基于智能優(yōu)化技術(shù)的鋼鐵生產(chǎn)調(diào)度方案，對于我國目前的鋼鐵生產(chǎn)狀況進(jìn)行了一些調(diào)整。通過本文研制的RbR-Cbr混合智能優(yōu)化模型作為核心對鋼鐵生產(chǎn)做出科學(xué)合理的分配。本文研究的僅僅是對該方面的一次探索，希望給與后來研究此方面的學(xué)者一些參考與借鑒。