一种特种合金铝锭熔炼的配料方法技术

技术编号:30895169 阅读:26 留言:0更新日期:2021-11-22 23:37
本发明专利技术涉及一种特种合金铝锭熔炼过程的配料优化方法,包括以下步骤:根据特种铝合金熔炼过程配料工艺,初始化配置参数;以特种合金铝锭熔炼过程的配料方案为解,建立特种合金铝锭熔炼过程配料的多目标优化模型;设计融入分布式估计的多目标非支配排序优化算法用于求解该模型;通过迭代计算对配料方案进行优化,最终得到多个符合生产实际的优化配料方案。本发明专利技术与传统的人工配料相比,大幅度提高了特种合金铝锭的配料效率和准确率,降低了配料技术员和配料工人的工作强度,有效地合理利用废旧料,减少库存积压,降低生产成本,实现企业的降耗增效。业的降耗增效。业的降耗增效。

【技术实现步骤摘要】
一种特种合金铝锭熔炼的配料方法


[0001]本专利技术涉及一种特种合金铝锭熔炼的配料方法,属于有色金属制造领域,同时属于信息


技术介绍

[0002]特种铝合金产品是制造汽车、火箭、人造卫星等的重要高端材料,其质量较轻但强度较高,具有特种功能或力学性能,特殊的规格尺寸以及极高的尺寸精度或表面要求。因此,其生产难度大、技术含量高,产品附加值高。
[0003]铝锭的熔炼过程是特种铝合金产品的首道工序,而配料又是铝锭熔炼过程的首要环节,各元素成分的配比直接与最终产品质量、成本和经济效益等有着密切的关系。特种铝锭配料过程中受到众多因素的影响而且这些因素具有相关性。为了保证特种铝合金的性能,所有金属元素的配比必须符合工艺要求;同时,还要考虑原料成本、投料的时间顺序、库存成本和起熔体等约束条件,以及原料在熔炼过程中的烧损,废旧料的最大化利用等因素。可见,包含大量的不确定信息的配料过程,采用传统的线性建模方式,无法描述其过程中影响因素的关联性,同时满足多个约束条件。针对多变量、非线性和多目标模型的求解,现有的配料优化计算方法并不适合,因为传统意义上的最优解,难以适应特种合金铝锭配料和熔炼过程中复杂的物理化学变化和现场环境,而具有丰富经验的配料人员从多样性最优解集中选出最符合现场情况的最优解更具有可操作性。
[0004]在配料过程中,特种合金铝锭的各种元素成分比例必须符合工艺要求,以保证最终产品的性能。铸造铝锭所需的各种原材料价格差异较大,某些元素价格昂贵,所以在配料过程中,在符合配料原则的情况下,需要通过调整旧料的投入量来控制成本。在熔炼过程中,由于化学元素本身的性质,随着温度的升高会造成元素的烧损,在配料计算时需要考虑烧损量进行炉前补偿,尽量避免熔炼过程中的二次投料。原料的投料时间点和熔炼时间极大地影响某些元素烧损率,导致元素补偿量之间的差异,从而进一步影响投料成本。从物流仓储管理的角度,各种原料存储费用也是一个重要的成本指标,各种原料的消耗引起的库存变化对配料比有着强烈制约作用。配料结果不佳将造成特种铝合金产品质量下降,可能引发原料短缺和配料工艺的不稳定,影响订单的交货准时率;另外,如果原料库存积压又会导致流动资金占用,同样会增加企业生产成本。
[0005]目前,国内特种铝合金生产企业主要依靠手工或利用EXCEL表格对合金铝锭的熔炼进行配料计算,针对其熔炼特点的配料过程建模和优化方法的研究还比较少。现有的配料计算模型和求解算法过于简单或不适应特种合金铝锭熔炼过程的特点而无法直接应用。人工配料计算过程存在以下两个问题:特种铝锭成分复杂,且可生产其的原料众多(包括铝水,特种小金属,本牌号旧料,其他可替代旧料以及切削废料等),技术人员无法在短时间内穷尽所有配料的可能性,达到原料及库存成本最小化的目的;配料计算结果多样,同时要满足相关的约束条件,致使满意的计算结果的选择困难,并且可行解集庞大,经验不足的技术人员无法选择出合理的配料结果。

技术实现思路

[0006]针对现有技术的不足,本专利技术提供一种特种合金铝锭熔炼的配料方法,能够解决无法找到最优配料结果的问题,能够有效降低合金铝锭的原材料成本,缩短熔炼时间,提高生产效率,并通过合理使用库存降低物流仓储成本。
[0007]本专利技术为实现上述目的所采用的技术方案是:一种特种合金铝锭熔炼的配料方法,包括以下步骤:
[0008]步骤1:根据合金铝锭熔炼过程的配料信息,初始化铝锭熔炼配料方案;
[0009]步骤2:通过分布式估计的多目标非支配排序优化算法对配料方案进行优化调整;
[0010]步骤3:选择优化后的铝锭熔炼配料方案进行配料和熔炼。
[0011]步骤1包括初始化N个铝锭熔炼配料方案P
N
,即种群规模为,具体如下:
[0012]步骤1.1:初始化合金铝锭熔炼过程的配料信息,包括:待配料铝锭含有元素的设定标准含量,待投原料的成本,起熔体重量,各种原料的投料重量上下限,投料时间上下限,熔炼时间的上下限;
[0013]步骤1.2:设定铝锭需要n种原料,对每种配料方案进行实数编码,形成一个2
×
(n+1)维度的实数向量,每个个体代表一种配料方案;个体的第一组n维代表原料的投料量X=(x1,x2,

,x
n
),第n+1维代表起熔体重量常数G,个体的第二组n维代表原料熔炼时间T=(t
n+2
,t
n+3
,

,t
2n+1
)和第2n+2维代表起熔体的熔炼时间则个体的实数向量形式为
[0014]步骤1.3:根据步骤1.1初始化的配料信息,创建初始种群随机在设定范围内产生N个个体,即N个特种铝锭熔炼配料方案。
[0015]步骤2包括以下步骤:
[0016]步骤2.1:初始化算法参数,包括最大迭代次数T
max
,收敛精度ξ,个体未改进代数L,采样数量N
s

[0017]步骤2.2:如果当前的迭代次数达到了预先设定的最大次数T
max
,或最终结果小于预定收敛精度ξ要求,则停止迭代,输出配料方案,继续步骤3;否则,继续步骤2.3;
[0018]步骤2.3:设定每个个体为一个解新个体,如下:
[0019][0020]根据一个已有的个体x
i,j
来寻找一个新的候选个体v
i,j
,这个候选个体是已有个体的近邻:
[0021]v
i,j
=x
i,j

i,j
(x
i,j

x
k,j
)
[0022]其中,k=1,2,

,N,k是随机确定的,k≠i;δ
i,j
在[

1,1]范围内随机产生,用于控制x
i,j
周围新个体的产生;
[0023]如果某个个体在L代内没有任何改进,这个个体则被抛弃;新个体按照下面公式产生:
[0024][0025]其中,是在[

1,1]范围内的随机数;x
min,j
和x
max,j
为当前代个体中第j维的最小值和最大值;
[0026]步骤2.4:如果非支配排序层次未生成,直接进行步骤2.5;否则,在种群P
N
中选择优势群体进行分布式估计,选择第一层的帕累托前沿作为优势群体SP
N
,对每一个维度j,分别计算P
N
的均值μ
P
和标准差σ
P
,以及SP
N
的均值μ
SP
和标准差σ
SP
,按照下面的公式计算:
[0027]μ=λμ
SP
+(1

λ)μ
P
[0028]σ=λσ
SP<本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种特种合金铝锭熔炼的配料方法,其特征在于,包括以下步骤:步骤1:根据合金铝锭熔炼过程的配料信息,初始化铝锭熔炼配料方案;步骤2:通过分布式估计的多目标非支配排序优化算法对配料方案进行优化调整;步骤3:选择优化后的铝锭熔炼配料方案进行配料和熔炼。2.根据权利要求1所述的一种特种合金铝锭熔炼的配料方法,其特征在于,所述步骤1包括初始化N个铝锭熔炼配料方案P
N
,即种群规模为,具体如下:步骤1.1:初始化合金铝锭熔炼过程的配料信息,包括:待配料铝锭含有元素的设定标准含量,待投原料的成本,起熔体重量,各种原料的投料重量上下限,投料时间上下限,熔炼时间的上下限;步骤1.2:设定铝锭需要n种原料,对每种配料方案进行实数编码,形成一个2
×
(n+1)维度的实数向量,每个个体代表一种配料方案;个体的第一组n维代表原料的投料量X=(x1,x2,

,x
n
),第n+1维代表起熔体重量常数G,个体的第二组n维代表原料熔炼时间T=(t
n+2
,t
n+3
,

,t
2n+1
)和第2n+2维代表起熔体的熔炼时间则个体的实数向量形式为步骤1.3:根据步骤1.1初始化的配料信息,创建初始种群随机在设定范围内产生N个个体,即N个特种铝锭熔炼配料方案。3.根据权利要求1所述的一种特种合金铝锭熔炼的配料方法,其特征在于,所述步骤2包括以下步骤:步骤2.1:初始化算法参数,包括最大迭代次数T
max
,收敛精度ξ,个体未改进代数L,采样数量N
s
;步骤2.2:如果当前的迭代次数达到了预先设定的最大次数T
max
,或最终结果小于预定收敛精度ξ要求,则停止迭代,输出配料方案,继续步骤3;否则,继续步骤2.3;步骤2.3:设定每个个体为一个解新个体,如下:根据一个已有的个体x
i,j
来寻找一个新的候选个体v
i,j
,这个候选个体是已有个体的近邻:v
i,j
=x
i,j

i,j
(x
i,j

x
k,j
)其中,k=1,2,

,N,k是随机确定的,k≠i;δ
i,j
在[

1,1]范围内随机产生,用于控制x
i,j
周围新个体的产生;如果某个个体在L代内没有任何改进,这个个体则被抛弃;新个体按照下面公式产生:其中,是在[

1,1]范围内的随机数;x
min,j
和x
max,j
为当前代个体中第j维的最小值和最大值;步骤2.4:如果非支配排序层次未生成,直接进行步骤2.5;否则,在种群P
N
中选择优势群体进行分布式估计,选择第一层的帕累托前沿作为优势群体SP
N
,对每一个维度j,分别计算P
N
的均值μ
P
和标准差σ
P
,以及SP
N
的均值μ
SP
和标准差σ
SP
,按照下面的公式计算:μ=λμ
SP
+(1

λ)μ
P
σ=λσ
SP
+(1

λ)σ
P
其中,λ是在[0,1]范围内的随机数;对每一维度,...

【专利技术属性】
技术研发人员:张浩徐志刚王军义
申请(专利权)人:中国科学院沈阳自动化研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1