改进的量子遗传算法在冷连轧机负荷分配中的应用研究.pdfVIP

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2013) 01-0008-07 改进的量子遗传算法在冷连轧机负荷分配中的应用研究 姜万录 ，张 生 （ 燕山大学 河北省重型机械流体动力传输与控制实验室，河北 秦皇岛 ； 先进锻压成形技术与科学 教育部重点实验室 燕山大学 ，河北 秦皇岛 ） 摘 要：量子遗传算法可以克服常规遗传算法迭代次数多、易陷入局部极值的缺点，本文研究并改进了量子遗 传算法的量子门旋转角度更新策略，提高了量子遗传算法的性能。应用标准函数测试表明，改进后的量子遗传 算法收敛速度快，全局寻优能力更强。将改进的量子遗传算法应用于冷连轧机的负荷分配优化过程，根据 轧制理论以功率和轧制力均衡分配为目标建立综合目标函数，试验数据对比证明，量子遗传算法优化所得 的轧制参数比经验分配和常规遗传算法优化所得结果更为合理，符合轧制工艺要求。因此，利用量子遗传算法 对冷连轧机进行负荷分配优化是一种有效可行的新方法。 关键词：量子遗传算法；冷连轧机；负荷分配；惩罚函数；智能优化 中图分类号：TG335.5 文献标识码：A DOI：10.3969/j .issn.1007-791X .20 13.01.002 荷分配优化领域，其实现方法为设定负荷分配的目 引言 标，迭代计算并使其 步接近目标收敛， 是迭代 在冷连轧生产中，负荷分配是合理制定轧制规 过程计算量大，收敛速度慢，且易陷于局部极值， 程的重要依据，合理的负荷分配策略可以充分发挥 不容易得到最优的负荷分配结果 。 设备的能力，提高轧制速度，保证成品的厚度精 随着人工智能技术的快速发展，近年来，遗传 度，降低能耗，带来极大的经济效益。 算法、粒子群算法和蚁群算法等智能算法在负荷分 负荷分配方法早期有经验法和能耗曲线法，经 配中的应用得到了广泛的研究。利用智能算法进行 验法是根据生产者的经验将轧制参数以数据库表 负荷分配优化的基本思想是：根据冷连轧带钢生产 格形式存储于计算机，这种方法简便易行， 是过 工艺的数学模型，确定寻优的目标函数，以轧制过 于依赖操作者的经验，厚差不易及时调整，容易导 程中各种限制条件为约束条件，利用智能算法求其 致各机架负荷不均。能耗曲线法是从大量的生产数 最优解。目标函数有轧制能耗目标函数、等相对负 据中整理能耗与各机架轧制厚度之间的数量关系， 荷目标函数、多种负荷均衡分配目标函数等 。智 绘制出单位能耗曲线，用来指导生产，能够克服各 能算法收敛速度快，能够减少陷入局部极值的几 机架负荷不均匀现象，充分发挥连轧机组的能力。 率，应用于负荷分配领域能够加快计算速度，提高 不足之处在于绘制能耗曲线需要大量的现场实测 计算精度，从而提高轧制效率。 数据，针对性强，不适用于轧机工艺以及产品材质 本文研究了量子遗传算法并对算法的量子门 的改变，因此，给开发新产品带来一定的困难 。 更新策略做了研究和改进，提高了算法的全局收敛 由于冷连轧机设定的多变量、强耦合、非线 能力。针对某厂 全连续五连轧冷轧机组， 性、多约束、时变性强等特征，负荷分配问题本质 以轧制力均衡和功率均衡分配为目标利用量子遗 上是一个多目标的非线性优化问题，传统的优化方