不确定环境下炼钢-连铸批量计划与生产调度一体化优化方法的研究

Integration of batch planning and production scheduling for the steelmaking-continuous casting process is an important way to achieve cost reduction and efficiency improvement of steelmaking production. Due to the impact of various uncertainties, the traditional “Divide-and-Conquer” methods reduce the feasibility of the original solution and cannot ensure the dynamic equilibrium between logistics resources and time, and the flexible matching between product structures and capacity of large scale steelmaking production. Based on the integration of batch planning and production scheduling for the steelmaking-continuous casting process under uncertainties, first, this project studies an expression method for uncertainties based on the synergism of Markov-based optimization and interval optimization approaches, and constructs models by integrating batch planning and production scheduling to overcome the model conservativeness. Second, this project designs scientific Lagrangian relaxation strategies and model simplification methods for the corresponding subproblems based on a synergistic integration of Lagrangian relaxation framework and Branch-and-cut algorithm to reduce the model complexity. Then, this project refers to the non-smooth convex optimization theory, and designs an effective Augmented Lagrangian relaxation iterative optimization algorithm to improve the algorithm efficiency. Finally, an industrial application is verified, and an integration management software for the steelmaking-continuous casting process is developed based on the research background of steelmaking enterprise. The research will improve the stochastic optimal modeling theory for the actual industrial production, promote the model decomposition and analysis techniques with the separable structure characteristics, and lay a foundation in the industry application for the integrated optimization method of batch planning and scheduling.

炼钢-连铸批量计划与生产调度是实现钢铁生产降本增效的重要途径，传统“分而治之”的编制方法由于多种不确定因素的影响，降低了已有方案的可行性，难以保证大规模钢铁生产物流资源与时间的动态平衡，产品结构与产能的柔性匹配。本项目以不确定环境下炼钢-连铸批量计划与生产调度一体化编制为研究对象，首先研究基于马氏过程与区间优化协同的不确定因素表述方法，搭建批量计划与生产调度一体化模型，用以克服模型的保守性；其次基于拉氏框架与分支切割算法集成优化方案，设计科学的拉氏松弛策略及其子问题模型简化方法，用以降低模型的求解难度；再次借鉴已有非光滑凸优化理论，提出高效增广拉氏松弛优化算法，用以提高算法的求解效率；最后依托钢铁企业为研究背景，进行工业应用验证，开发炼钢-连铸一体化管理软件。研究成果将完善工业生产随机优化建模理论，推动具有可分离结构特征的模型分解与分析技术，为批量计划调度集成优化方法的工业应用奠定基础。

本项目面向钢铁制造生产过程，研究了拉氏框架下炼钢-连铸批量计划调度集成优化难题的优化理论。首先，分析了工业生产过程中存在的多种不确定因素对批量计划调度集成优化问题的影响，基于马氏过程与区间优化集成表述方法，探索了不确定环境下多工序工业生产批量计划调度集成优化问题的随机优化建模理论；其次，分析了拉氏框架下批量计划调度集成优化问题的不同松弛策略及其子问题模型简化方法对优化问题求解难度的影响，基于拉氏框架与分支切割算法协同优化方案，以降低模型的求解难度为目标，研究了具有可分离结构特征数学模型的分解与分析技术；最后，分析了造成传统增广拉氏松弛算法的结构特点以及每次迭代都需精确优化松弛函数导致求解效率低的问题，基于绝对值函数线性化与近似次梯度求解思想，以提高优化问题的求解效率为目标，提出了线性变换代理增广拉氏松弛迭代优化算法。本项目完善了拉氏框架下对偶问题的优化理论。申请人及其团队将所提高效拉氏松弛求解策略应用到实际炼钢-连铸批量计划与生产调度一体化优化问题中，以本溪钢铁集团和凌源钢铁集团炼钢-连铸生产过程为应用背景，在炼钢-连铸生产过程仿真平台验证了所提优化方法的有效性，开发了炼钢-连铸批量计划与生产调度一体化优化MES核心软件系统，保证了以钢铁企业为代表的工业生产线安全、可靠、高效运行，在实际钢铁企业取得显著的经济效益。本项目主要研究成果包括在Energy、IEEE Robotic Automation Letter等国际期刊发表的11篇SCI检索论文，在IFAC-Papers OnLine、控制与决策等国际、国内核心期刊及会议发表的11篇EI检索论文，在科学出版社、中国矿业大学出版社出版的著作2部；5项发明专利、8项实用新型专利，以及3项软件著作权；培养了3名博士以及17名硕士研究生；先后获得辽宁省教育教学成果1等奖和2等奖；指导学生获得7项国家、省部级竞赛奖项；申请人被授予辽宁省 “百千万人才工程” 千层次和辽宁省“兴辽英才计划”青年拔尖人才荣誉称号。