炼铁烧结配矿优化模型及其应用研究
发布时间:2022-10-19 16:22
在保证产品质量的前提下,如何通过优化多种原料的合理搭配降低烧结矿成本一直是钢铁企业研究的重要课题。当前国内的大部分钢铁企业主要是通过在生产第一线的工长多年工作所积累下的经验设定烧结配矿方案。由于人工经验的主观差异性,所以在配矿方案的调整中很难做到成本和烧结矿质量的时时最优。而且实际工业生产当中,每日配矿方案中的原料成分变化十分频繁,增大了配矿的复杂性。烧结配矿本质上是一个非线性条件约束的目标优化问题,依靠当前的最优化理论进行数学模型的建立,基于计算机的快速处理能力,能够快速、准确、高效地得到最优生产方案,并用于生产设备的控制,获取最大的生产效益。本文的主要研究工作如下:(1)设计了以成本最优为目标的烧结配矿模型。在遗传算法当中添加了灾变操作,利用了灾变作用提高种群在遗传操作过程中全局搜索性能。利用自适应遗传算法中交叉概率和变异概率随进化代数自适应调整的原理,将交叉操作和变异操作随灾变周期进行自适应调整,在灾变完成之后,提高个体的变异能力,增强了算法的局部寻优能力。通过与某钢厂近百批次生产的实际数据比对,在满足企业对烧结矿理化指标要求的条件下可实现烧结矿成本降低3-10元/吨。(2)设计...
【文章页数】:53 页
【学位级别】:硕士
【文章目录】:
中文摘要
英文摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容
2 烧结配矿基础研究
2.1 烧结配矿基础理论
2.2 烧结配矿优化计算系统软件设计方案
3 基于经验约束的灾变自适应遗传算法实现烧结配矿优化
3.1 问题分析
3.2 模型建立
3.2.1 目标函数及约束条件处理
3.2.2 算法设计
3.3 实验结果分析
3.4 本章小结
4 聚类自适应调整NSGA-Ⅱ算法实现多目标烧结配矿优化
4.1 问题分析
4.2 模型建立
4.2.1 约束条件
4.2.2 算法设计
4.3 实验结果分析
4.4 本章小结
5 烧结配矿优化计算系统软件的设计与实现
5.1 系统软件的开发
5.2 系统功能结构
5.3 系统功能模块设计与实现
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
后记
攻读学位期间取得的科研成果清单
【参考文献】:
期刊论文
[1]遗传算法的研究与改进[J]. 刘耀轩,林煦涵,孙海洋. 电子世界. 2017(08)
[2]基于NSGA-Ⅱ算法的高炉生产配料多目标优化模型建立[J]. 华长春,王雅洁,李军朋,唐英干,卢志刚,关新平. 化工学报. 2016(03)
[3]基于聚类遗传算法的管网优化设计[J]. 孙涛,徐明海. 油气田地面工程. 2015(10)
[4]一种均匀聚集距离的改进NSGA-Ⅱ算法[J]. 王明昭,王宇平,王晓丽,卫珍. 西安电子科技大学学报. 2016(03)
[5]基于探索与利用平衡理论的灾变粒子群算法[J]. 李坤,黎明,陈昊. 模式识别与人工智能. 2015(07)
[6]一种基于向量空间模型的NSGA-II改进算法[J]. 黄超,胡德敏,余星. 小型微型计算机系统. 2015(02)
[7]基于灾变遗传算法的二叉判定图最小化算法[J]. 王镇道,陈义. 计算机工程与应用. 2015(03)
[8]烧结配矿的研究现状及展望[J]. 李立芬,张淑会,吕庆,张娜辉. 钢铁研究学报. 2013(09)
[9]基于遗传算法的烧结配料优化方法[J]. 侯武民,张韬. 数字技术与应用. 2013(01)
[10]多资源约束下改进NSGA-Ⅱ算法的手术调度[J]. 邓富民,梁学栋,刘爱军,包北方. 系统工程理论与实践. 2012(06)
博士论文
[1]遗传算法性能及其在聚类分析中应用的研究[D]. 李海民.西安电子科技大学 1999
本文编号:3693699
【文章页数】:53 页
【学位级别】:硕士
【文章目录】:
中文摘要
英文摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容
2 烧结配矿基础研究
2.1 烧结配矿基础理论
2.2 烧结配矿优化计算系统软件设计方案
3 基于经验约束的灾变自适应遗传算法实现烧结配矿优化
3.1 问题分析
3.2 模型建立
3.2.1 目标函数及约束条件处理
3.2.2 算法设计
3.3 实验结果分析
3.4 本章小结
4 聚类自适应调整NSGA-Ⅱ算法实现多目标烧结配矿优化
4.1 问题分析
4.2 模型建立
4.2.1 约束条件
4.2.2 算法设计
4.3 实验结果分析
4.4 本章小结
5 烧结配矿优化计算系统软件的设计与实现
5.1 系统软件的开发
5.2 系统功能结构
5.3 系统功能模块设计与实现
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
后记
攻读学位期间取得的科研成果清单
【参考文献】:
期刊论文
[1]遗传算法的研究与改进[J]. 刘耀轩,林煦涵,孙海洋. 电子世界. 2017(08)
[2]基于NSGA-Ⅱ算法的高炉生产配料多目标优化模型建立[J]. 华长春,王雅洁,李军朋,唐英干,卢志刚,关新平. 化工学报. 2016(03)
[3]基于聚类遗传算法的管网优化设计[J]. 孙涛,徐明海. 油气田地面工程. 2015(10)
[4]一种均匀聚集距离的改进NSGA-Ⅱ算法[J]. 王明昭,王宇平,王晓丽,卫珍. 西安电子科技大学学报. 2016(03)
[5]基于探索与利用平衡理论的灾变粒子群算法[J]. 李坤,黎明,陈昊. 模式识别与人工智能. 2015(07)
[6]一种基于向量空间模型的NSGA-II改进算法[J]. 黄超,胡德敏,余星. 小型微型计算机系统. 2015(02)
[7]基于灾变遗传算法的二叉判定图最小化算法[J]. 王镇道,陈义. 计算机工程与应用. 2015(03)
[8]烧结配矿的研究现状及展望[J]. 李立芬,张淑会,吕庆,张娜辉. 钢铁研究学报. 2013(09)
[9]基于遗传算法的烧结配料优化方法[J]. 侯武民,张韬. 数字技术与应用. 2013(01)
[10]多资源约束下改进NSGA-Ⅱ算法的手术调度[J]. 邓富民,梁学栋,刘爱军,包北方. 系统工程理论与实践. 2012(06)
博士论文
[1]遗传算法性能及其在聚类分析中应用的研究[D]. 李海民.西安电子科技大学 1999
本文编号:3693699
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3693699.html