考虑能耗的铝生产动态批调度研究

This project takes aluminum production process as background, derives a dynamic batching production scheduling problem with energy consideration. Compared with the international frontier research field- batching scheduling problem, the main characteristics of this project are: the dynamic scheduling based on actual production variation, the closed-loop scheduling framework by data analytics, and scheduling considering the energy consumption indicators. The detail contents include: 1) diagnosis and prediction of production process: bottleneck identification based on data analytics, prediction of production dynamic events, analysis and forecast of energy demand, which is to provide real time production conditions for the scientific decision support of scheduling; 2) production batching scheduling with energy consideration: continuous-time formulation and meta-heuristics methods for deterministic batching scheduling problems; 3) data analytics based production dynamic batching scheduling: the data analytics based initial scheduling and rescheduling, the batching scheduling with uncertain parameters; 4) application researches of the data analytics based aluminum caster dynamic batching scheduling, electrolysis dynamic batching scheduling with energy consideration and the data analytics based parameter optimization in aluminum dynamic batching scheduling modeling. This project will not only enrich the existing batching scheduling theory, and form more realistic dynamic scheduling framework through the combination of batching scheduling and data analytics, which has significant meaning on improvement the production efficiency, reduction of the energy consumption and emission for aluminum industry.

本项目针对从铝生产过程中提炼出的考虑能耗的动态批调度问题进行研究，与国际上生产调度领域的热点研究-批调度问题相比，其主要特征在于：基于实际生产工况研究动态调度、通过数据解析构成闭环调度模式、调度中考虑能耗指标。研究内容包括：1）生产过程的诊断与预测：基于数据分析瓶颈工序、预测生产动态事件、分析并预测能源需求，为动态调度做出科学决策提供实时的工况保障；2）考虑能耗的生产批调度：研究连续时间建模和智能优化算法及其在考虑能耗的生产批调度中应用；3）基于数据解析的生产批调度：基于数据解析的批生产预调度和重调度、参数不确定的批调度；4）结合上述基础，研究基于数据解析的铝铸造批调度、基于实时工况的铝电解重调度和基于数据的铝生产批调度模型参数优化。本项目的研究不但丰富了现有批调度理论，而且使得批调度与数据解析相结合形成更符合实际的动态调度模式，对提高企业生产效率、降低能源消耗、减少排放具有重要意义。

围绕考虑能耗的铝生产动态批调度问题，研究了铝电解、铸造、加热炉、热轧、立体库物流和生产合同的调度优化问题，系统研究其生产调度的建模方法，针对不同的模型和问题特征，设计了有效的计算智能优化算法，并结合数据解析技术利用已有生产数据对优化算法进行改进。其中，针对铝液两阶段分配批调度问题，分别建立了离散时间模型和连续时间模型，采用CPLEX软件进行求解；针对铝电解-铸造生产批调度问题，建立了混合整数非线性规划（MINLP）模型，提出了基于邻域搜索和指针操作的改进差分进化算法进行求解；针对铝加热炉-热轧区间调度问题，建立了连续时间模型，采用基于整数编码的改进差分进化算法进行求解；针对铝连铸连轧生产调度问题，建立了考虑能耗的多目标优化模型，提出了基于矩阵编码的改进NSGA-II算法进行求解；针对热轧生产调度优化，建立了混合整数规划模型（MILP）模型，分别提出了基于数据解析的启发式和改进的差分进化算法，以及基于关联规则Apriori算法的启发式进行求解；针对铝加工过程出入库调度问题，提出了混合整数规划（MILP）模型，提出了基于学习策略的差分进化算法进行求解；针对铝生产合同重调度问题，建立了混合整数规划（MILP）模型，提出了改进的离散差分进化算法进行求解。通过优化生产调度可以有效的提高生产效率、降低能耗、减少在制品库存，为企业带来显著的经济效益和社会效益。