面向轧辊生产全流程的能耗指标智能优化分解方法研究

论文摘要

轧辊产业属于钢铁产业链的上游企业,轧辊生产过程工艺复杂,能耗高。随着国家对节能降耗问题的重视和企业竞争的加剧,降低企业能耗、节约能耗成本己成为轧辊生产企业不得不面对的问题,也成为企业提高市场竞争力的关键。目前,国家对轧辊企业设定了一系列的能耗标准,如何达到能耗标准、实现能耗目标这是企业所面临的首要问题。因此研究如何降低企业能耗具有重要的现实意义。本文从企业节能的角度出发,通过对企业的实地调研及对轧辊生产各个环节能耗充分了解,并应用生产管理及系统工程的相关理论与方法,建立了轧辊生产全流程能量流图及能耗指标体系。以此为基础,针对轧辊生产流程及产品的特点,考虑生产过程各类具体因素,提出了基于e-p的能耗指标分解方法。该研究是国家“973”项目（2009CB320601）及国家杰出青年基金项目（70625001）的重要组成部分。论文的主要研究工作包括以下五个方面：（1）对轧辊生产各个环节的能耗情况进行了概述。通过分析轧辊生产各工序能耗情况及企业存在的实际问题,明确了能耗指标智能优化分解的重要性及必要性。（2）建立轧辊生产全流程的能耗指标体系及能源流图。以轧辊实际生产流程为背景,通过对轧辊生产流程各工序的分析,并运用指标体系建立的相关理论知识,建立了轧辊生产全流程的能耗指标体系及能源流图,为能耗指标的分解奠定了基础。（3）研究面向轧辊生产全流程的能耗指标分解问题,提出来基于e-p的能耗指标分解方法。通过对e-p能耗分析理论的研究和对轧辊的物流图与能流图的分析,将e-p理论运用到轧辊的能耗指标分解中,并详解说明了该方法的基本思想及实现步骤。（4）单位综合能耗到工序能耗分解的研究。针对e-p能耗指标分解方法的第一阶段（单位综合能耗到工序能耗的分解）,建立了相应的数学模型。运用CPLEX和LINGO对模型进行求解,给出了相应的优化策略。（5）工序能耗到设备能耗分解的研究。针对e-p能耗指标分解方法的第二阶段（工序能耗到设备能耗的分解）,以热处理工序为例,建立了数学模型。并根据问题的特点,提出了两个启发式算法对模型进行求解。通过对实验结果比较与分析,验证了算法的有效性,并针对该问题给出了不同情况下的最佳求解方法。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 问题的背景及研究工作的意义
• 1.1.1 问题背景
• 1.1.2 研究工作意义
• 1.2 研究的目标与内容
• 1.2.1 研究目标
• 1.2.2 研究内容
• 1.3 研究的技术路线与方法
• 1.4 主要研究工作及成果
• 第2章 轧辊生产概述及能耗指标体系
• 2.1 轧辊生产流程及工序能源设备概述
• 2.1.1 轧辊生产流程
• 2.1.2 轧辊生产能源流
• 2.2 轧辊生产全流程能耗指标体系
• 2.2.1 能耗指标的定义
• 2.2.2 能耗指标之间的关系
• 2.2.3 能耗指标体系
• 2.3 本章小结
• 第3章 面向轧辊生产的e-p能耗指标分解方法概述
• 3.1 吨钢综合能耗的e-p分析法概述
• 3.1.1 工序能耗
• 3.1.2 钢比系数
• 3.2 轧辊生产企业的辊比系数
• 3.2.1 轧辊产品种类及生产特点
• 3.2.2 轧辊的辊比系数及物质流
• 3.3 面向轧辊生产的基于e-p的能耗指标分解方法
• 3.3.1 基于e-p能耗指标分解方法的基本思想
• 3.3.2 基于e-p能耗指标分解方法的基本过程
• 3.4 本章小结
• 第4章 产品优化配置及总能源优化分配问题
• 4.1 问题提出
• 4.2 产品优化配置问题
• 4.2.1 产品优化配置问题描述
• 4.2.2 产品优化配置问题数学模型
• 4.2.3 实例分析
• 4.3 总能源优化分配问题
• 4.3.1 总能源优化问题描述
• 4.3.2 总能源优化分配问题数学模型
• 4.3.3 实例分析
• 4.4 本章小结
• 第5章 热处理工序设备能耗分解
• 5.1 热处理工艺及能耗概述
• 5.1.1 热处理工艺概述
• 5.1.2 国内外热处理能耗情况
• 5.1.3 影响热处理能耗因素分析
• 5.2 热处理工序能耗指标分解
• 5.2.1 热处理工序能耗指标分解问题描述
• 5.2.2 需要解决的几个问题
• 5.2.3 问题假设条件
• 5.2.4 热处理工序能耗指标分解数学模型
• 5.3 热处理能耗分解的两个启发式算法
• 5.3.1 效率优先兼顾转载率启发式算法（LRGPFE）
• 5.3.2 装载率优先并考虑效率的启发式算法（FEGPLR）
• 5.4 实例验证及结果分析
• 5.4.1 数据准备
• 5.4.2 LRGPFE启发式算法结果分析
• 5.4.3 FEGPLR算法结果分析及与LRGPFE启发式算法结果比较
• 5.4.4 不同数据结构下两类启发式算法结果比较
• 5.4.5 实验结论
• 5.5 本章小结
• 第6章 总结与展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文、获奖情况及发明专利等项
• 作者从事科学研究和学习经历的简历