[发明专利]一种特种合金铝锭生产的组炉方法

权利要求书

1.一种特种合金铝锭生产的组炉方法，其特征在于，包括以下步骤：

设置合金铝锭组炉方案为粒子；

建立合金铝锭组炉的优化目标函数，采用粒子群算法计算目标函数值作为粒子的适应度；

通过迭代对合金铝锭组炉方案进行优化，得到最终的组炉方案；

编码合金铝锭的生产订单信息：

设组炉总数M′，每个熔炼炉都有最小装炉量G_min，则：

其中，w_i表示第i个生产订单的需求重量，i＝0,1,…,N，N为待组炉生产订单的总数，代表向上取整；

所述合金铝锭组炉方案如下：

X＝{x_ij|i＝0,1…,N；j＝0,1,…,M}                         (6)

X定义为粒子，x_ij表示第i个生产订单在第j个炉次的占用百分比，作为决策变量，N为待组炉生产订单的总数，M为组炉后炉次总数；

按照冯诺依曼拓扑结构，建立合金铝锭组炉方案中种群中粒子的邻域关系，用于粒子群算法的求解，具体为：

冯诺依曼拓扑结构将种群分派到一个网格之中，粒子在周围的四个方向上各有一个粒子，首先将Z个粒子按照rs行和cs列排列，构造Z个粒子的冯诺依曼拓扑结构，其中Z＝rs×cs，包括以下步骤：

步骤1：设置粒子a＝0，开始构建冯诺依曼拓扑结构；

步骤2：计算上邻居计算方式如下：

当条件成立，那么令

步骤3：计算下邻居计算方式如下：

当条件成立，那么令

步骤4：计算左邻居计算方式如下：

当条件(a-1)MODcs＝0成立，那么令

步骤5：计算左邻居计算方式如下：

当条件aMODcs＝0成立，那么令其中，MOD表示求余函数；

步骤6：如果满足条件a≥Z，结束构建冯诺依曼拓扑结构；否则，a＝a+1，转到步骤2；

所述合金铝锭组炉的优化目标函数的优化目标包括最小化组批后的炉次总数、以及最大化每根铸锭的订单有效占用比例；

建立合金铝锭组炉的优化目标函数，包括如下步骤：

步骤1：根据决策变量x_ij得出p_ij，p_ij表示第i个生产订单是否在炉次j中：

在第j个炉次中，生产订单的数量N为待组炉生产订单的总数，则在组炉总数M′个炉次中是否存在生产订单表示如下：

优化目标函数minf₁用于优化最小化组批后的炉次总数：

步骤2:优化目标函数maxf₂用于最大化每根铸锭的订单有效占用比例：

w_i表示第i个生产订单的需求重量，g_j表示第j炉的熔炼铸造重量；

步骤3:合金铝锭组炉的优化目标函数minf如下：

其中，η和λ代表两个目标的惩罚因子；

在计算目标函数值的过程中，在组炉的同时将生产订单中规格小于设定值的铸锭进行组合铸造，包括以下步骤：

步骤1：定义第j炉内组批前第r个铸锭长度为l_jr，宽度为u_jr，厚度为h_jr，订单需求铸锭数量为s_j，r＝0,1,…,s_j，s_j≤q_j；令

u_jr＝u′_jkh_jr＝h_j′_k

其中，u′_jk、h_j′_k分别为组批后铸锭宽度和厚度，k＝0,1,…,q_j,q_j表示每炉的铸锭个数；

步骤2：对同一炉内生产订单铸锭先按照宽度u_jr进行排序，宽度相同的铸锭再根据长度l_jr进行排序，然后计算组批前、后铸锭在长度方向上的映射关系，具体步骤如下：

步骤2.1：按炉次进行计算，设置j＝0，k＝0；

步骤2.2：设定第j炉组批铸锭头部长度t_j′，尾部长度b_j′；

步骤2.3：按生产订单铸锭开始进行组批计算，设置r＝0；

步骤2.4：当条件u_jr＝u′_jk成立，计算组批铸锭长度

l′_jk＝l′_jk+l_jr+t′_j+b′_j

并计算组批铸锭重量

g′_jk＝d_jl′_jkh′_jku′_jk

步骤2.5：当条件u_jr≠u′_jkorl′_jk≤l_maxorg′_jk≤g_max成立，保存组批结果，即组批后的铸锭；然后，令k＝k+1，新建一个组批铸锭，赋值u_jr＝u′_jkl_jr＝l′_jk，并返回至步骤2.4；g_max和l_max分别表示允许铸造的铸锭最大重量和最大长度；d_j代表第j炉熔炼合金的密度；

步骤2.6：将生产订单中第r个铸锭加入第k个组批铸锭；

步骤2.7：如果满足条件r≥s_j，进行步骤2.8，带入目标函数用于计算f₂；否则r＝r+1，转到步骤2.4；

步骤2.8：如果满足条件j＜M，结束全部炉次的铸锭组批；否则，第j炉铸锭组批结束j＝j+1，转到步骤2.2；

所述通过迭代对合金铝锭组炉方案进行优化，得到最终的组炉方案，包括以下步骤：

步骤1：根据合金铝锭组炉的优化目标函数对各个粒子进行适应度计算，即：计算各个粒子的优化目标函数，得到的优化目标函数值作为初始种群中各个粒子的适应度值；

步骤2：判断迭代次数是否达到最大迭代次数；是，则从种群中选择适应度值最大的粒子作为合金铝锭的组炉方案；否则，执行步骤3；

步骤3：粒子借助个体和群体的历史最优位置更新自身的速度和位置：定义一个比例参数ρ，设定v_bd和x_bd分别为第b个粒子第d维的速度和位置，p_bd和p_gd分别为个体和群体的历史最优位置；

在t+1时刻，粒子速度v_bd的更新方式变换如下：

v_bd(t+1)＝-x_bd(t)+p_gd(t)+ωv_bd(t)+ρ(t)(1-2rand(t))

粒子位置x_bd的更新方式变换如下：

x_bd(t+1)＝p_gd(t)+ωv_bd(t)+ρ(t)(1-2rand(t))

其中，ω为惯性权值，rand为服从[0,1]之间均匀分布的随机数；

步骤4：根据更新后的粒子计算优化目标函数，得到的目标函数值为更新后的粒子适应度，并与更新前的适应度进行比较；若比更新前的适应度小，则不更新粒子，保留更新前的粒子；否则，保留更新的粒子；

每次迭代计算中，ρ按如下方式进行自适应调整：

其中，s_c和f_c是scn和fln的阈值；定义p_gd连续进化或者不变的次数分别为scn和fln，当scn(t+1)scn(t)时，fln(t+1)＝0；当fln(t+1)fln(t)时，scn(t+1)＝0。

2.根据权利要求1所述的一种特种合金铝锭生产的组炉方法，其特征在于，用于特种铝合金产品生产的首道工序--熔炼工序。