高铁车轴用钢平行连铸机生产调度方法及系统技术方案

本发明专利技术实施例涉及一种高铁车轴用钢平行连铸机生产调度方法及系统，该方法包括：初始化多个调度方案，每个调度方案表征各个平行机将要加工的待加工工件；以每个调度方案为人工鱼，确定每个人工鱼的适应度值；对各个人工鱼组成的人工鱼群执行觅食行为；对经觅食行为后的人工鱼群执行自适应差分进化操作，确定更新后的人工鱼；对包含更新后的人工鱼的人工鱼群，依次执行聚群行为和追尾行为；判断是否满足人工鱼群算法的终止条件；将满足人工鱼群算法的终止条件时的最优人工鱼，确定为最优调度方案。本发明专利技术采用差分进化算法和自适应参数设计策略，可以提高解决所研究的平行机生产调度问题的效率。

【技术实现步骤摘要】
高铁车轴用钢平行连铸机生产调度方法及系统
本专利技术实施例涉及软件
，具体涉及一种高铁车轴用钢平行连铸机生产调度方法及系统。
技术介绍
“十一五”以来，高端装备制造产业已经逐渐成为战略性新兴产业发展的重要支撑，其中关键基础零部件和基础制造装备是产品升级的关键环节。本专利以高铁车轴用特殊钢连铸过程优化为目标，设计了全新智能算法以提高特殊钢制造效率。特殊钢材料通常需要在多台连铸机上生产，每台连铸机可连续加工多类特殊钢材。结晶器是连铸机设备中的关键设备，稳定性直接影响到制品的质量，而不同种类特殊钢冷所需结晶器尺寸不同，这使得特殊钢生产过程中存在多个结晶器更换时间，即需要考虑各品种特殊钢之间的生产安排问题，以提高整个生产线的生产效率。然而，在进行专利技术创造的过程中专利技术人发现，现有技术存在以下缺陷：在以往的研究中，常常忽略因氧化物夹杂而导致结晶器冷却效率降低，或将不同类工件简化为同类工件制造，不考虑产品换模时间。没有针对平行机制造环境下带有换模时间和恶化效应的多种类工件制造问题的解决方案。此外，传统的学者和工程技术人员主要从同类工件成组加工角度考虑生产调度过程优化，直接分配成组工件到机器上。而在实际环境中，制造企业按照订单需求确定工件加工起始时间，同组工件可能会分配到不同的机器上进行加工。所以，在工件排产中，将以工件为单位分配到平行机上加工，并按照工件种类及工件加工时间进行调度。相关技术也未提供适用于实际环境的解决方案。除此之外，在研究方法上，人工鱼群算法作为一种强适应性群智能算法被广泛应用于各类优化问题解决方案中，但因其是基于鱼群揽食的仿生行为，在算法运行后期易陷入局部最优。
技术实现思路
本专利技术实施例提供了一种高铁车轴用钢平行连铸机生产调度方法及系统，用以解决上述至少一个技术问题。第一方面，本专利技术实施例提供一种高铁车轴用钢平行连铸机生产调度方法，包括：S1、设定人工鱼群算法和自适应差分进化算法初始参数，包括步长stepmax＝0.3，stepmin＝0，视域visualmax＝0.6，visualmin＝0，拥挤度系数δ＝0.618，最大尝试次数trytime，最优解不变代数h＝0，变异算子取[0.1,1.0]之间的随机数，交叉算子取[0,1]之间的随机数，当前迭代次数t＝1，最大迭代次数tmax，全局最优解gbest；S2、初始化种群，考虑共有Q条人工鱼，第i条人工鱼可表示为向量其中为[0,1]之间的实数，经过编码修正操作表示第d个工件所属的加工平行机；第i条人工鱼的属性可表示为表示第i条人工鱼在第d维上的类别属性，F为工件的种类总数，Rand(1，F)为取[1,F]之间的随机整数；S3、执行解码操作，实现连续编码至离散问题的转化；S4、计算适应度，更新全局最优解；S5、执行觅食行为；S6、执行变异算子；S7、执行交叉算子；S8、执行聚群行为；S9、执行追尾行为；S10、令t＝t+1，判断t<tmax是否成立，若成立，执行步骤S11；否则，结束搜索，输出最优调度方案；S11、更新visuali，Stepi，迭代次数加一，返回步骤S4。第二方面，本专利技术实施例提供一种高铁车轴用钢平行连铸机生产调度系统，包括：处理单元，用于执行以下步骤：S1、设定人工鱼群算法和自适应差分进化算法初始参数，包括步长stepmax＝0.3，stepmin＝0，视域visualmax＝0.6，visualmin＝0，拥挤度系数δ＝0.618，最大尝试次数trytime，最优解不变代数h＝0，变异算子取[0.1,1.0]之间的随机数，交叉算子取[0,1]之间的随机数，当前迭代次数t＝1，最大迭代次数tmax，全局最优解gbest；S2、初始化种群，考虑共有Q条人工鱼，第i条人工鱼可表示为向量其中为[0,1]之间的实数，经过编码修正操作表示第d个工件所属的加工平行机；第i条人工鱼的属性可表示为表示第i条人工鱼在第d维上的类别属性，F为工件的种类总数，Rand(1，F)为取[1,F]之间的随机整数；S3、执行解码操作，实现连续编码至离散问题的转化；S4、计算适应度，更新全局最优解；S5、执行觅食行为；S6、执行变异算子；S7、执行交叉算子；S8、执行聚群行为；S9、执行追尾行为；S10、令t＝t+1，判断t<tmax是否成立，若成立，执行步骤S11；否则，结束搜索；S11、更新visuali，Stepi，迭代次数加一，返回步骤S4；输出单元，用于在所述处理单元结束搜索时，输出最优调度方案。本专利技术针对平行机制造环境下带有换模时间和恶化效应的多种类工件制造问题，在已有的人工鱼群算法基础上，为最小化制造跨度时间构建自适应差分进化和人工鱼群算法，采用差分进化算法和自适应参数设计策略，可以提高解决所研究的平行机生产调度问题的效率。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1是本专利技术实施例提供的一种高铁车轴用钢平行连铸机生产调度方法流程图；图2是本专利技术实施例提供的一种高铁车轴用钢平行连铸机生产调度系统结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例针对带有换模时间的多类型工件平行机生产调度问题，其中工件加工时间为工件开始加工时间的线性函数，以最小化制造加工跨度时间Cmax为目标，确定工件在各平行机上的分配情况、平行机上各类工件的加工序列以及每一工件类别中工件的加工序列。本专利技术旨在针对所研究调度问题性质，设计基于自适应差分进化和人工鱼群算法的混合算法，在合理时间内高效解决该优化问题，提高制造企业生产效率，降低生产资源消耗。为便于理解，下面首先对本专利技术实施例要解决问题进行详细说明，具体来说：解决优化目标是最小化最大加工时间跨度的带有换模时间的多类型工件平行机调度问题。该问题描述如下：有F种工件将被分配到m台具有相同加工能力的制造设备上加工，每台设备每次只能处理一件工件，不同类工件依次加工需要更换模具，换模时间为固定值s。假设给定一组待加工工件J＝{j1,j2,j3,…,jn}，每个工件具有不同的加工时间，由pij(i＝1,2,…m,j＝1,2,…n)表示，该问题可分两步解决：(1)步骤1，分配工件到m台平行处理机上；(2)步骤2，按照工件类型对每台平行处理机上的工件进行分类，计算最大完工时间。基于此，本专利技术的一个实施例提供了一种高铁车轴用钢平行连铸机生产调度方法，如图1所示，包括：S1、设定人工鱼群算法和自适应差分进化算法初始参数，包括步长stepmax＝0.3，stepmin＝0，视域visualmax＝0.6，visualmin＝0，拥挤度系数δ＝0.618，最大尝试次数trytime，最优解不变代数h＝0，变异算子取[0.1,1.0]之间的随机数，交叉算子取[0,1]之间的随机数，当前迭本文档来自技高网...

【技术保护点】
1.一种高铁车轴用钢平行连铸机生产调度方法，其特征在于，包括：S1、设定人工鱼群算法和自适应差分进化算法初始参数，包括步长stepmax＝0.3，stepmin＝0，视域visualmax＝0.6，visualmin＝0，拥挤度系数δ＝0.618，最大尝试次数trytime，最优解不变代数h＝0，变异算子取[0.1，1.0]之间的随机数，交叉算子取[0，1]之间的随机数，当前迭代次数t＝1，最大迭代次数tmax，全局最优解gbest；S2、初始化种群，考虑共有Q条人工鱼，第i条人工鱼可表示为向量

【技术特征摘要】
1.一种高铁车轴用钢平行连铸机生产调度方法，其特征在于，包括：S1、设定人工鱼群算法和自适应差分进化算法初始参数，包括步长stepmax＝0.3，stepmin＝0，视域visualmax＝0.6，visualmin＝0，拥挤度系数δ＝0.618，最大尝试次数trytime，最优解不变代数h＝0，变异算子取[0.1，1.0]之间的随机数，交叉算子取[0，1]之间的随机数，当前迭代次数t＝1，最大迭代次数tmax，全局最优解gbest；S2、初始化种群，考虑共有Q条人工鱼，第i条人工鱼可表示为向量i＝1，2，...，Q，其中为[0，1]之间的实数，经过编码修正操作表示第d个工件所属的加工平行机；第i条人工鱼的属性可表示为表示第i条人工鱼在第d维上的类别属性，F为工件的种类总数，Rand(1，F)为取[1，F]之间的随机整数；S3、执行解码操作，实现连续编码至离散问题的转化；S4、计算适应度，更新全局最优解；S5、执行觅食行为；S6、执行变异算子；S7、执行交叉算子；S8、执行聚群行为；S9、执行追尾行为；S10、令t＝t+1，判断t＜tmax是否成立，若成立，执行步骤S11；否则，结束搜索，输出最优调度方案；S11、更新visuali，Stepi，迭代次数加一，返回步骤S4。2.根据权利要求1所述的方法，其特征在于，所述步骤S4中计算适应度包括：步骤1、将每个平行机处的工件按照工件所属工件类别分类；步骤2、定义变量l，tl，并初始化l＝1，tl＝0；步骤3、计算平行机上第l类工件的完工时间tl；步骤4、判断l≤F，若满足，则l＝l+1，返回步骤3，否则执行步骤5；步骤5、按照tl递减的序列对每类工件依次加工；步骤6、定义变量Ce，e，并初始化Ce＝0，e＝1；步骤7、依次将第e台平行机的完工时间赋给Ce；步骤8、判断条件e≤m是否满足，若满足，则返回步骤7；否则获得每台平行机的完工时间集合C＝{C1，...，Ce，...，Cm}；其中，m为平行机总台数；步骤9、令Cmax＝max1≤e≤m(Ce)，并令fit(Xi)＝Cmax，得到人工鱼AFj的适应度值。3.根据权利要求1所述的方法，其特征在于，所述步骤S11中更新visuali，Stepi包括：步骤1、获得当前鱼群全局最优适应度函数；若比较上一代，全局最优解改变，则h＝0，否则h＝h+1；步骤2、更新其中，gtotal表...

【专利技术属性】
技术研发人员：刘心报，孙雨薇，裴军，陆少军，孔敏，程浩，钱晓飞，周志平，廖宝玉，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34