基于鋼水“脫氧合金率”配料的優(yōu)化方案

郝百川　王悅　申亞芳

摘 要 隨著高附加值鋼的需求日益增加，其對合金料中含量及種類都有特定的要求。本文建立了基于層次分析法的評價指標(biāo)體系結(jié)構(gòu)，采用遺傳算法，以鋼水質(zhì)量及投入合金料的配比為約束條件，鋼水脫氧合金化后合金收得率及合金化成本問題進(jìn)行了分析。

關(guān)鍵詞 合金收得率 相關(guān)性分析 層次分析法 遺傳算法

一、引言

隨著現(xiàn)代煉鋼工藝的進(jìn)步，對鋼材性能及質(zhì)量的要求越來越高。目前，只有國內(nèi)部分鋼鐵企業(yè)引進(jìn)脫氧合金化模型，實現(xiàn)在線預(yù)測加入合金料的含量。然而，其他煉鋼工廠則采用某種合金元素的固定收得率或經(jīng)驗值添加相應(yīng)的合金料，易造成合金元素含量有誤或成本過高。因此，我們急需優(yōu)化鋼水合金料配比，降低經(jīng)濟損失。

二、利用遺傳算法優(yōu)化鋼水脫氧合金化成本

（一）約束條件

有關(guān)鋼水的脫氧化合金方面因素，需要考慮鋼水的質(zhì)量以及消費總成本兩方面的約束，在鋼水脫氧合金化的前提下，需保證鋼水質(zhì)量，且后期需要對合金進(jìn)行脫碳處理，含碳元素的合金料不宜加入過多，否則會為后期脫碳制造麻煩；對于消費總成本，在保證脫氧合金化的同時，不可使所需添加有關(guān)的合金料成本過高，應(yīng)在合理的脫氧合金化條件下，找出優(yōu)良的成本，從而確定最優(yōu)合金配料方案。[1]

（二）目標(biāo)函數(shù)的確定

鋼水脫氧合金化的成本優(yōu)化問題是一個復(fù)雜的非線性問題，設(shè)計因素較多。在鋼鐵的冶煉過程中，通過脫氧及合金化等手段將裝入的合金原料冶煉成合格的鋼水，在滿足成品鋼冶煉要求的情況下，不斷調(diào)整合金料的含量與種類。煉鋼原料的成本優(yōu)化包括兩方面的內(nèi)涵，首先必須達(dá)到鋼鐵冶煉的標(biāo)準(zhǔn)，其次是合金料的成本與優(yōu)化，追求的理念就是單位體積的鋼水的成本達(dá)到最優(yōu)。即在得到相同數(shù)量及質(zhì)量的鋼水時，合金料的有效成本最低。[2]

所需的遺傳算法中遺傳操作是選擇個體進(jìn)行遺傳操作，相同等級值選擇擁擠大的個體，不同等級值的個體間，選擇等級高的個體。選擇這些符合條件的父代個體進(jìn)行交叉，變異操作，產(chǎn)生過渡子代。[3，4]本框架采用模擬二進(jìn)制交叉。交叉公式方法如下：

其中：Ci，k為第i個子代的第k個基因，pi，k為選擇的父代。其中βk為概率密度服從下式（12）和（13）的隨機值。

父代的變異操作：

三、算法的設(shè)計

第一，隨機產(chǎn)生N個初始解，即為初始化種群，相當(dāng)于在所有可行性路線當(dāng)中隨機選擇編號組合作為初始解；第二，用輪盤賭策略確定個體的適應(yīng)度，判斷是否符合優(yōu)化準(zhǔn)則，若符合，輸出最佳個體及其最優(yōu)解，結(jié)束，否則，進(jìn)行下一步；第三，依據(jù)適應(yīng)度選擇再生個體，適應(yīng)度高的個體被選中的概率高，適應(yīng)度低的個體被淘汰；第四，按照一定的交叉概率和交叉方法，生成新的個體；第五，按照一定的變異概率和變異方法，生成新的個體；第六，由交叉和變異產(chǎn)生新一代種群，返回步驟2；第七，輸出結(jié)果。

四、算法的求解

設(shè)初始種群大小為50，單點交叉概率為0.85，單點變異概率為0.01，進(jìn)化100代，分別進(jìn)行10次隨機搜索。給出所有節(jié)點的OD數(shù)據(jù)、距離等基礎(chǔ)網(wǎng)絡(luò)數(shù)據(jù)，每一對首末站先找出最符合約束條件的距離最短的9條線路，結(jié)合模型中的目標(biāo)函數(shù)和約束條件，從而得出最優(yōu)合金配料方案：

五、結(jié)語

關(guān)于如何實現(xiàn)鋼水脫氧合金化的配料優(yōu)化方案這一問題，采用多目標(biāo)遺傳算法，在保證鋼水中多種元素含量的同時，降低工藝生產(chǎn)中的有效成本，即入爐成本與合金收得率的比值，綜合考慮C和Mn兩種元素的收得率。最重要的是進(jìn)行合理創(chuàng)新，擴大鋼材的適用性，使其更具穩(wěn)定性，實現(xiàn)節(jié)約型鋼廠建設(shè)。

（作者單位為華北理工大學(xué)冶金與能源學(xué)院）

參考文獻(xiàn)

[1] 姚斌.基于改進(jìn)模糊綜合評價與復(fù)合權(quán)重對隧道涌突水風(fēng)險評價[J].水利科技與經(jīng)濟，2019，25（03）.

[2] 甘露.雜交稻7個米質(zhì)性狀的變異及相關(guān)性分析[J].雜交水稻，2019（2）.

[3] 張煜培.基于多目標(biāo)遺傳的頻譜切換目標(biāo)信道序列設(shè)計算法[J].計算機工程，2019，45（02）.

[4] 趙炎軍.多目標(biāo)遺傳算法優(yōu)化金蕎麥的提取工藝[J].中國現(xiàn)代應(yīng)用藥學(xué)，2018，35（12）.