当前位置:主页 > 理工论文 > 冶金论文 >

炼钢厂生产调度排程及转炉炉次能耗预测相关问题研究

发布时间:2020-08-17 10:10
【摘要】:实施精准的生产运行调控和能源预测分析对钢铁企业节能降耗、降本增效和提高市场竞争力具有重要意义。转炉是炼钢厂生产的基础环节,与其相关的生产调度排程则为炼钢厂生产流程运行调控提供决策支持,因此如何将转炉单元的能源管控与炼钢厂生产调度排程进行有机结合是当前钢铁企业实现高效生产、节能减排等多目标优化需要解决的关键问题之一。围绕此目标,本文分别从生产调度优化和转炉能源预测、能耗分析等方面开展研究。在炼钢厂生产运行调控方面,针对炼钢厂生产调度排程优化问题提出了一种改进的混合蝙蝠算法。首先,考虑工艺约束以及工序作业时间和工序间运输时间的不确定性等调度约束,以连铸机开浇时间偏离和最小化工序设备加工前总等待时间最小化为目标,构建了钢厂生产调度优化模型。然后,运用基于最小位置值的工位选择规则、邻域搜索结构、倒推算法等多种策略设计了一种改进混合蝙蝠算法对调度模型进行求解。以某钢厂生产数据实例仿真检验模型及求解算法,结果表明模型及算法可提高实际生产效率。在转炉能源预测方面,由于氧气是转炉实现“负能炼钢”的关键能源介质,本文以氧气为代表,根据转炉耗氧量具有间歇性、影响因素复杂等难点,建立了一种基于机理分析与数据驱动相结合的耗氧量预测模型。通过转炉耗氧量的机理分析,进行影响因素的提取与计算描述;以LMBP神经网络方法为基础建立数据驱动预测模型;利用Pearson相关性分析方法进行属性约简,设计隐藏层宽度及深度对比实验进行网络拓扑结构优化。结合转炉生产调度计划,进行转炉氧气供需预测仿真,测试结果表明所建模型命中率达到了84.80%,氧气供需预测能较好满足现实需求。在转炉能耗分析方面,为了有效刻画炉次之间的能耗波动情况,本文进行了基于炉次综合能耗的转炉能耗分析,以促进生产调度排程技术与能源预测的有机结合。在转炉炉次氧气耗量预测的基础上,以转炉生产历史数据为依托,对转炉回收煤气、水蒸气、消耗电力、氮气等能源介质消耗进行统计分析,结合转炉生产调度计划为案例对炉次综合能耗进行分析计算,并指出了转炉单元的节能方向。综上所述,本文从钢铁企业实现高效生产、节能减排等多目标优化的实际需求出发,对炼钢厂生产调度排程优化、转炉耗氧量预测及能耗分析关键技术开展了相关研究。基于实际数据的离线仿真实验表明所建立的优化、预测和分析模型及方法是有效的,为钢厂流程运行优化与能源精准调控提供了新的研究思路。
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TF713
【图文】:

运行图,物质流,能量流,钢铁厂


运行特征;其次,针对于钢厂生产调度优化问题,从工艺流程方面进行简介,并指出了研究问题的特征;最后,针对于转炉单元能源调控问题,强调了研究单元能耗预测及分析的必要性,并对转炉能耗情况进行概述。2.1 钢厂生产制造流程解析2.1.1 钢厂生产制造流程中的物质流和能量流钢厂生产制造流程从工程上看是包括炼钢、钢水二次冶金、凝固成型、铸坯再加热、轧钢等诸多工序的准连续或间歇生产过程,是由诸多不同功能的工序、装置构成的有序流程系统。在钢铁制造流程中,资源、能量或信息在动态运行变化汇聚成“流”(流是泛指在开放的流程中运行的各种形式的“资源”的数量、状态、性质随时间变化过程的表征,是连续运动的物质行为或信息序列),流在钢铁制造流程中有三种载体呈现,即以物质形式为载体的物质流、以能源形式为载体的能量流,以信息形式为载体的信息流。本文的研究侧重点是钢厂物质流优化及转炉单元能量流分析预测。

转炉冶炼,示例,转炉工,流程


图 2.3 某钢种转炉冶炼流程示例Fig.2.3 Example of a steel converter smelting process.3.2 转炉单元能源分析转炉炼钢生产中消耗的能源介质主要有氧气、电、煤气、氩气、氮气、压缩空、蒸汽和冷却水,回收能量包括转炉煤气和蒸气。转炉工序的能耗计算公式为:zlz zlhZLzle eEP (2.1)其中, ZLE为转炉工序能耗, zlze为转炉工序消耗各种能源介质折标煤量总和, zlhe为转炉工序回收的能源量折标准煤量, zlP为转炉工序合格粗钢产量。铁水预处理工序带入能量转炉后钢水携带能量转炉单元过程能量耗散

计划模型,蝙蝠,生产调度,算法流程图


图 3.1 炼钢连铸生产调度计划模型求解的混合蝙蝠算法流程图Fig.3.1 Flow chart of mixed bat algorithm for steelmaking continuous castingproduction scheduling model① 问题编码及 SPV 规则解码策略炼钢连铸过程中的炉次为调度的最基本单元,为了用混合蝙蝠算法求解模型,首 先 分 工 序 对 炉 次 加 工 顺 序 进 行 实 数 编 码 , 具 体 编 码 形 式 为,其中 I 为炉次总量,J 为炼钢连铸过程中的工序数,总编码长度为 , 代表炼钢工序的炉次加工顺序,对于本文炼钢连铸生产流程,总编码炉次加工顺序编码依次为转炉炼钢、LF 精炼、RH 精炼、连铸工序的炉次加工顺序。采用 Bean 于 1994 年提出的最小位置值(SPV, Smallest Position Value)规则的解码方法,分别对每个工序内的炉次加工顺序进行解码操作。依照 SPV 规则,对于某个工序,蝙蝠 p 在时刻 t 的搜索空间位置向量的分量按升序与炉次号升序对应,再结合加工序号和空间位置向量维数的对关系解码出炉次的加工顺序(表 3.1)。1,1 1,2 1, 2,1 ,( , ,..., ; ,..., )N J IO O O O O OJ I1,1 1,IO O

【参考文献】

相关期刊论文 前10条

1 高盛祥;董人菘;邹俊杰;线岩团;余正涛;;基于蚁群优化的小波神经网络钢铁生产能耗预测模型[J];昆明理工大学学报(自然科学版);2015年02期

2 唐秋华;郑鹏;张利平;张启敏;陈立;;融合启发式规则和文化基因算法的多缓冲炼钢—连铸生产调度[J];计算机集成制造系统;2015年11期

3 秦波;吴庆朝;张娟娟;王建国;张文兴;;基于PSO优化SVM的转炉炼钢用氧量预测研究[J];测控技术;2014年12期

4 付佳;陶百生;陈春雨;蔡海;孙闻革;;基于BP神经网络的转炉供氧模型研究[J];冶金自动化;2014年04期

5 马文强;张超勇;唐秋华;邵新宇;贾艳;;基于混合教与学优化算法的炼钢连铸调度[J];计算机集成制造系统;2015年05期

6 陈光;李玲云;丁毅;曹曲泉;许石;郭红玲;;钢铁企业系统能耗影响因素分析[J];钢铁;2014年04期

7 毛坤;潘全科;庞新富;;求解炼钢-连铸生产调度问题的拉格朗日算法[J];系统工程学报;2014年02期

8 马文强;唐秋华;张超勇;邵新宇;;基于离散人工蜂群算法的炼钢连铸调度优化方法[J];计算机集成制造系统;2014年03期

9 陈立;唐秋华;陈伟明;Floudas.C.A;李明;;融合约束满足和遗传优化的炼钢连铸生产调度[J];计算机集成制造系统;2013年11期

10 李洋;韩敏;姜力文;;基于氧气脱碳效率预测的转炉炼钢吹氧量计算模型[J];大连理工大学学报;2012年05期

相关会议论文 前1条

1 陈冠军;孙浩娜;刘春明;;炼铁系统能耗分析及节能[A];2010年全国炼铁生产技术会议暨炼铁学术年会文集(下)[C];2009年

相关硕士学位论文 前4条

1 刘智慧;基于PSO-GA混合算法的炼钢-连铸生产计划与调度问题研究[D];浙江大学;2015年

2 吴佩林;钢铁企业氧气预测与优化调度模型研究[D];昆明理工大学;2013年

3 杨茜;钢铁企业球团工序能耗分析方法研究[D];山东大学;2011年

4 刘渺;钢铁企业主工序分厂煤气量预测方法研究[D];中南大学;2006年



本文编号:2795188

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/yjlw/2795188.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户0d3a4***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com