导读:本文包含了冷轧生产调度论文开题报告文献综述及选题提纲参考文献，主要关键词:冷轧,计划与调度,Multi-Agent,蚁群优化算法
冷轧生产调度论文文献综述
王利,高宪文,王伟,赵珺[1]（2013）在《基于Multi-Agent的冷轧生产全流程动态调度方法》一文中研究指出针对冷轧薄板生产过程中,单纯根据合同生产过程制定静态生产计划,会造成合同在各物流流向中分配不均,产能发挥不平衡,而且出现机组定修和突发故障等情况时,难以进行重新调度,从而造成部分合同生产停滞等问题,建立了基于Multi-Agent技术的分布式动态冷轧生产计划与调度模型,提出了用于求解的动态约束蚁群算法。根据合同特征、生产流向负荷、在制品中间库存与机组的产能,同时考虑生产过程的优化调度与动态重构,实现冷轧生产的物流优化、机组产能平衡和动态调度,并减少停机定修与突发故障对产能影响问题。利用本文提出的方法,通过上海宝钢冷轧薄板厂的生产数据进行测试,表明了所提出的方法提高了冷轧全流程合同计划与调度效果的可行性。(本文来源于《第叁十二届中国控制会议论文集（E卷）》期刊2013-07-26）
白永辉[2]（2012）在《钢铁行业冷轧作业高级生产调度系统的研究与设计》一文中研究指出冷轧板带的生产是国家钢铁工业发展水平的重要标志。近30年来,作为国家钢材品种结构调整重点的冷轧板带的产量和生产技术都获得飞速发展。同时,随着冷轧产品种类的增多,用户对冷轧产品也提出更为灵活、分散、多变的需求,因此企业需要进行敏捷生产以符合市场的需求。本文的目的在于在敏捷生产的需求下,对冷轧生产进行更为合理、有效的安排,以达到满足客户需求和节能减排、降低生产成本等多重目标。本文以某冷轧厂为研究对象,对其生产过程进行了研究,并根据生产流程、生产工艺约束和几项生产指标进行了问题的分析,最后提出了两阶段生产调度方案,以实现在不同划分粒度上对生产计划的制定。在第一阶段为合同计划排产阶段,该阶段为合同排产问题建立了数学规划模型。针对该问题规模大、约束复杂、目标多等特点,通过启发式算法来获取初始解,并采用改进的禁忌搜索算法对初始解进行迭代来获取问题的全局最优解(或者近优解),并通过模拟数据测试证明了算法的有效性。该阶段得出给出合同的生产安排,包括生产流程和生产日期,以天为生产的时间单位。第二阶段为作业计划排产阶段,该阶段对冷轧生产过程中主要生产工序中各机组的一天的生产问题进行了研究。由于生产工艺的相似性,叁道生产工序的机组生产的数学模型也相似,从而求解也可以用相同的方法进行。本文以主要工序中最为复杂的热镀锌工艺为例进行研究,为其建立了数学模型。第二阶段由于问题规模较小,使用单纯形算法来进行精确求解。本文对两阶段生产调度方案的各个阶段的分析、处理进行了详细描述,并在最后设计了基于该调度方案的冷轧生产调度系统。通过该生产调度系统对给出的合同进行处理,可以给出有效的作业计划安排,从而为实际的生产调度提供指导。生产调度系统的使用不仅减少了调度时间,而且减小了生产调度对人工的依赖,提高了效率。(本文来源于《东北大学》期刊2012-06-12）
王丽艳,张勇[3]（2011）在《基于免疫蜂群算法的冷轧生产调度优化方法》一文中研究指出冷轧生产调度是一个复杂的约束组合优化问题,生产约束包括轧制板坯的宽度、厚度、硬度跳变及交货期提前和拖后惩罚等。基于TSP(多旅行商)问题,建立了冷轧生产调度问题的最小值模型,提出了一种免疫蜂群优化求解算法。通过给蜂群注射疫苗产生出代表新的解集的种群,避免算法在优化过程中陷于局部极值。针对工业数据的仿真结果表明:免疫蜂群优化算法明显优于人工蜂群优化算法的解,具有较好的收敛性和快速性。(本文来源于《辽宁科技大学学报》期刊2011年06期）
王利[4]（2011）在《冷轧全流程生产计划与动态调度方法的研究与应用》一文中研究指出冷轧薄板企业生产计划与调度是信息化管理系统的核心功能之一,合理可行的生产计划可以人幅度地提高企业的管理水平和生产能力,但是制定企业生产计划与调度方案的过程,受到机组生产能力、库存变化、产品规格与质量、交货期等多方面因素的约束,具有动态性、适应性、鲁棒性的要求。本文依托国家“863计划”课题,针对目前冷轧薄板生产企业轧制过程的管理模式、生产方式,对轧制过程的生产计划与调度问题开展了深入系统的研究。本文的主要研究内容如下：根据冷轧机组生产特点,为解决生产调度问题,把排产过程归纳为非对称双旅行商问题,以生产合同序列的宽度变化、入口厚度变化和出口厚度变化作求解的子目标,建立基于Pareto的多目标冷轧机组生产作业计划模型。构造了基于Pareto非支配集的自适应多目标蚁群算法,得到Pareto非支配解集表示调度结果,为机组生产调度系统提供多个可行的批量作业计划用于选择。根据定货合同的特点,利用待产合同的宽度、入口厚度、出口厚度与交货期数据建立子空间聚类模型,提出了带有交货期区间特征的子空间聚类方法完成合同组批。根据宝钢冷轧薄板厂机组分布关系,以冷轧机组为中心结点,考虑机组的生产能力和工艺规程,建立了针对准时交货、合理分配产能和降低在制品库存的全流程合同计划模型,利用分时蚁群算法,依据合同的交货期、在制品库存和产品的生产流向要求,实现合同生产排产和产能分配。通过研究宝钢冷轧薄板厂各个机组的生产特点,针对二次冷轧机组与平整机组之间、各个涂镀机组之间可以生产相同产品的特殊性,建立了基于部分重构的冷轧生产过程混杂Petri网生产调度模型,并分机组类别构造线性+规划模型。利用提出的有限搜索蚁群算法,限制算法搜索范围,在机组定修与计划工艺调整期间,对生产合同的生产流向进行部分生产重构。通过研究冷轧薄板厂生产过程中突发故障、插入紧急合同等动态事件的特点,利用混杂Petri网和UML技术建立多Agent系统模型。针对全流程生产合同分配、可重构机组生产的不同情况,建立了相应的动态重调度模型。同时,将事件特征、时间等因素加入到蚁群搜索过程中,提出了用于求解的动态约束蚁群算法和基于蚁群聚类的合同选取方法。基于上述模型与算法,应用软件工程技术开发了宝钢冷轧薄板厂的生产计划与调度系统,通过上海宝钢冷轧薄板厂的实际运行情况表明,本文提出的方法可以提高冷轧企业生产计划与调度过程的决策能力,达到了提高生产效率、减轻调度过程的复杂度和提高系统适应能力的目的。(本文来源于《大连理工大学》期刊2011-11-01）
王利,赵珺,王伟[5]（2011）在《基于部分生产重构的冷轧生产重调度方法》一文中研究指出针对冷轧薄板生产过程单纯根据合同流向组织生产会造成合同在各物流流向中分配不均,以及机组定修和突发故障等情况造成的部分流向生产停滞等问题,建立了基于部分重构的冷轧生产过程混杂Petri网生产调度模型.利用提出的有限搜索蚁群算法,在不同生产流向的可替代机组之间,根据机组的产能负荷对合同的生产流向进行部分重构,实现合同生产过程的再规划与动态调度,解决了部分机组停机定修和突发故障时的产能分配问题.将本文提出的方法与全流程合同计划方法相结合,利用上海宝钢冷轧薄板厂的生产数据进行测试,表明了所提出的方法提高了冷轧全流程合同计划与调度效果的可行性.(本文来源于《自动化学报》期刊2011年01期）
娄方杰[6]（2010）在《基于库存控制的冷轧生产调度方法研究与实现》一文中研究指出冷轧薄板生产是钢铁行业中具有高附加值的行业,其生产流程较为复杂,具有多机组、多过程、多工序以及并行等特征,有效地实施全厂的库存控制难度很大。冷轧生产调度是冷轧薄板生产的一个重要环节,直接影响到冷轧各机组的停机次数,从而影响冷轧生产的平稳进行。因此通过对其实施基于库存控制的生产调度,减少各机组的停机次数,提高冷轧企业的整体生产效率是企业提高效益的重要手段。针对上海宝钢冷轧薄板厂生产线工艺流程的实际生产情况,对冷轧生产线库存控制调度问题开展了深入系统的研究。以减少冷轧生产的非计划停机次数为主要目的,建立了基于机组停机成本的库存控制调度模型,并设计了相应的求解算法对模型求解,然后提出了一种基于禁忌搜索的模拟退火算法对模型的求解结果进行优化,算法结合了禁忌搜索的快速寻优和模拟退火算法的全局寻优能力,为冷轧厂的库存控制调度的优化问题在有限时间内快速寻求全局最优解提供了一个有效的解决办法。最后采用生产现场的实际数据对所提出的模型及算法进行了实验仿真,通过与人工调度结果以及其他优化方法相对比,表明了所提方法的有效性。在所建立的模型及求解算法的基础上,采用.NET技术开发了基于库存控制的冷轧生产调度系统,系统采用C#编程语言实现,数据库采用SQL Server。论文介绍了冷轧生产库存控制软件系统的设计与系统数据库的设计,说明了系统各个模块的功能。运行效果表明本系统能够为冷轧生产线的库存控制调度提供有效的方案,对冷轧薄板的生产调度具有很好的计划指导作用,达到了减少机组停机次数、降低生产成本,提高生产效率以及减轻人工调度复杂度的效果。(本文来源于《大连理工大学》期刊2010-11-14）
魏卓群[7]（2010）在《GPU并行免疫算法在冷轧生产调度中的应用》一文中研究指出人工免疫系统是根据生物学免疫系统的特点和作用机理等构造出的一类高性能人工智能系统,对许多复杂的工程应用问题求解具有重要的借鉴作用,然而在求解大规模复杂问题和处理大量数据时,该类算法仍存在求解效率无法满足应用的实时性等问题。并行计算(Parallel Computing)可以较大幅度的缩短问题的求解时间,已越来越受到研究者的关注,但是随着问题规模的增大,线程间的通讯损耗会迅速增大,并且进行并行计算的并行机的管理和维护都相对复杂,一般研究人员也难以接触到。图形处理器(Graphic Processing Unit, GPU)近几年高速发展,其高浮点运算能力、并行处理以及可编程功能为图形处理以外的通用计算提供了良好的运行平台,基于GPU的并行计算成为高性能计算领域中的热点研究问题。本文以组合优化问题为研究对象提出了一种基于GPU加速的并行免疫算法,该算法通过加入禁忌表结构大大提高了算法的收敛速度和寻优能力。在此基础上,本文将所提算法的实现转化为计算机统一设备架构(Compute Unified Device Architecture, CUDA)的单指令多线程(Single Instruction Multiple Thread, SIMT)执行过程。为了验证算法的有效性,本文选取了多个典型的旅行商问题(Traveling Salesman Problems, TSP)进行了实验仿真。实验结果表明,本文提出的算法在获得较好的结果的同时,解决了种群规模对计算速率的影响。最后,本文针对冷轧机组的生产调度问题使用现有成熟的数学模型,重新实现了冷轧机组计划编制问题的求解。算法的实现部分编译为动态链接库的形式嵌入C#编写的执行代码中,解决了系统与并行算法的有效衔接,使整个基于.NET开发的系统不仅具有友好的用户界面和易于维护的特点,而且很好的利用了CUDA并行算法的高效性,针对有变化的工艺要求,仅仅对并行算法库做适当修改和重新编译,而前台用户界面和其他程序部分不需要重新修改,体现了系统的开放性和算法的灵活调用的优点。(本文来源于《大连理工大学》期刊2010-11-01）
杨婉慧[8]（2010）在《产销一体化环境下钢铁企业冷轧生产计划与调度研究》一文中研究指出论文在钢铁企业实现产销一体化管理的环境下,以“宝钢五冷轧碳钢系列机组生产方式研究”项目为背景和依托,研究了冷轧生产计划与调度问题。文章总结了钢铁企业产销一体化的理论和冷轧系统生产管理研究现状与主要成果。介绍了该项目的研究成果——基于物流平衡的日生产计划方法,以“末端在制品库存拉动、各工序自律优化的多阶段逆向递推”思想来解决动态的多品种多阶段多目标多约束问题。论文主要研究冷轧生产环境下的生产调度问题,对车间调度问题优化算法进行整理,结合冷轧系统的生产特点,以经典的置换流水车间(Flow shop)调度优化问题为理论支撑,建立了“带有中间库的流水车间批量(间隙性)生产调度优化模型”,并利用Matlab语言编写遗传算法程序寻求可行解,最后进行系统实例仿真,论证该算法的可行性和有效性,探索模型应用的可拓展性。论文提出的模型可推广到钢铁、化工、水电站调度等半连续批量生产的流程工业生产调度优化问题,具有较强的实践意义和普遍实用性。(本文来源于《复旦大学》期刊2010-05-06）
王志刚[9]（2009）在《冷轧生产优化调度问题研究与应用》一文中研究指出冷轧薄板是钢铁企业中具有高附加值的深加工产品。生产计划与调度水平的提高是冷轧薄板企业增加效益、降低成本、提高竞争力的重要途径。本文依托国家“863计划”课题,以上海宝钢冷轧薄板厂为研究背景,针对该厂冷轧生产线计划编制与作业调度中存在的具体问题,开展了深入系统的调研,完成了以下主要工作：罩式炉退火是冷轧生产线中工艺与其他工序相差较大的“瓶颈”工序,伴随着复杂的资源约束、能源约束和工艺约束,难于解析建模和优化调度。罩式炉退火生产调度包括装炉组合和作业调度两部分。本文首先研究了钢卷装炉组合优化问题,建立了以最小化钢卷组炉的总加热时间为优化目标的数学模型,综合考虑了影响钢卷组合堆垛加热时间的各种因素。提出了一种改进的分组自适应遗传算法,通过工艺规则的指导改善初始解,对遗传基因启发式交叉和变异,同时结合局部搜索的方法实现了对模型的优化计算。罩式炉退火工艺的特殊性决定了它是生产监控的盲区,其生产流程的准确模拟是冷轧多机组排产的基础。本文在装炉组合优化的基础上,进一步研究了罩式炉退火车间调度建模问题。基于大规模集成电路硬件与罩式炉退火车间过程调度之间在并发性、时序性和层次性等基本特点上的相似性,将退火车间工件的流动类比映射为硬件建模问题。采用电子设计领域成熟的SystemC仿真平台以硬件描述的方法建立了罩式退火炉车间调度的仿真模型,能够准确、高效地实现退火工序的流程模拟。在上述工作基础上研究了冷轧生产多品种、小批量情况下的合同交货期优化调度问题。考虑交货期满意度和实际调度中存在的不确定性,采用一种具有模糊处理时间的JobShop调度模型来描述冷轧生产线的物流情况。考虑存在原料前库作为生产缓冲环节的情况,分类定义了合同批量加工时间推进方法的计算规则,以减小模型累计递推误差。运用一种多子种群并行离散粒子群算法对该模型进行优化求解,提高了运算速度。采用Job Shop模型对冷轧多机组生产描述离实际仍有一定距离。本文建立了一个实现冷轧多机组合同生产计划和作业调度的整体优化模型。模型以最小化各机组合同延期惩罚和生产类型切换虚拟成本为优化目标。针对模型整体求解困难的情况,以时间窗推理方式对存在的生产相关情况进行解耦,将问题转化为时间窗约束条件下的单机组计划调度优化问题,以工艺规则为启发采用契合问题本质的改进蚁群算法对其进行求解。现场运行情况表明以本文工作为核心的冷轧生产调度系统是有效可行的,为企业生产计划编制提供了合理指导。(本文来源于《大连理工大学》期刊2009-12-15）
邬静东[10]（2009）在《冷轧生产计划与作业调度方法的设计与实现》一文中研究指出钢铁工业中冷轧薄板企业具有多装置、多工序、并行等特征,生产过程较为复杂。为适应小批量、多品种的订单需求,此类企业目前面临着在复杂的工艺条件下如何保持生产的连续性;又同时满足客户在产品的品种、规格、数量和交货期上的特殊要求。因此,研究冷轧薄板企业的全流程合同生产计划与作业调度的实际需求,开发符合生产实际的生产调度系统是企业亟待解决的问题。以上海宝钢冷轧薄板厂的生产实际为背景,针对其全流程机组和产品品种多的特点,研究了冷轧全流程多机组的合同生产计划编制和作业调度问题。首先建立了整体目标优化模型,将总模型划分为相对独立的垂直子模型和水平子模型,以粗计划类型为基本操作单位,以合同延期惩罚、粗计划类型的生产规模惩罚和它们之间切换的虚拟成本之和最小化为优化目标,构造了基于时间窗的推理算法求解垂直子模型,并在此基础上引入了人工智能算法求解水平子模型问题。最后利用现场实际数据对模型和算法的有效性进行了仿真验证。针对实际需要,采用.NET技术开发了基于B/S架构的冷轧全流程合同排产及作业调度子系统,其核心算法用C#语言实现,并采用Flex技术增强了系统人机交互的灵活性。本系统已在上海宝钢冷轧薄板厂投入试运行,运行效果表明该系统能够实现冷轧厂全流程的生产计划,对冷轧生产线上的各个机组的生产计划与调度具有很好指导作用,达到了提高生产效率、提高计划编制精度、减轻人工调度复杂度的效果。(本文来源于《大连理工大学》期刊2009-11-01）
冷轧生产调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
冷轧板带的生产是国家钢铁工业发展水平的重要标志。近30年来,作为国家钢材品种结构调整重点的冷轧板带的产量和生产技术都获得飞速发展。同时,随着冷轧产品种类的增多,用户对冷轧产品也提出更为灵活、分散、多变的需求,因此企业需要进行敏捷生产以符合市场的需求。本文的目的在于在敏捷生产的需求下,对冷轧生产进行更为合理、有效的安排,以达到满足客户需求和节能减排、降低生产成本等多重目标。本文以某冷轧厂为研究对象,对其生产过程进行了研究,并根据生产流程、生产工艺约束和几项生产指标进行了问题的分析,最后提出了两阶段生产调度方案,以实现在不同划分粒度上对生产计划的制定。在第一阶段为合同计划排产阶段,该阶段为合同排产问题建立了数学规划模型。针对该问题规模大、约束复杂、目标多等特点,通过启发式算法来获取初始解,并采用改进的禁忌搜索算法对初始解进行迭代来获取问题的全局最优解(或者近优解),并通过模拟数据测试证明了算法的有效性。该阶段得出给出合同的生产安排,包括生产流程和生产日期,以天为生产的时间单位。第二阶段为作业计划排产阶段,该阶段对冷轧生产过程中主要生产工序中各机组的一天的生产问题进行了研究。由于生产工艺的相似性,叁道生产工序的机组生产的数学模型也相似,从而求解也可以用相同的方法进行。本文以主要工序中最为复杂的热镀锌工艺为例进行研究,为其建立了数学模型。第二阶段由于问题规模较小,使用单纯形算法来进行精确求解。本文对两阶段生产调度方案的各个阶段的分析、处理进行了详细描述,并在最后设计了基于该调度方案的冷轧生产调度系统。通过该生产调度系统对给出的合同进行处理,可以给出有效的作业计划安排,从而为实际的生产调度提供指导。生产调度系统的使用不仅减少了调度时间,而且减小了生产调度对人工的依赖,提高了效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
冷轧生产调度论文参考文献
[1].王利,高宪文,王伟,赵珺.基于Multi-Agent的冷轧生产全流程动态调度方法[C].第叁十二届中国控制会议论文集（E卷）.2013
[2].白永辉.钢铁行业冷轧作业高级生产调度系统的研究与设计[D].东北大学.2012
[3].王丽艳,张勇.基于免疫蜂群算法的冷轧生产调度优化方法[J].辽宁科技大学学报.2011
[4].王利.冷轧全流程生产计划与动态调度方法的研究与应用[D].大连理工大学.2011
[5].王利,赵珺,王伟.基于部分生产重构的冷轧生产重调度方法[J].自动化学报.2011
[6].娄方杰.基于库存控制的冷轧生产调度方法研究与实现[D].大连理工大学.2010
[7].魏卓群.GPU并行免疫算法在冷轧生产调度中的应用[D].大连理工大学.2010
[8].杨婉慧.产销一体化环境下钢铁企业冷轧生产计划与调度研究[D].复旦大学.2010
[9].王志刚.冷轧生产优化调度问题研究与应用[D].大连理工大学.2009
[10].邬静东.冷轧生产计划与作业调度方法的设计与实现[D].大连理工大学.2009
标签：冷轧; 计划与调度; Multi-Agent; 蚁群优化算法;