基于智能算法的轮胎成型-硫化生产能耗实时优化方法
【技术领域】
[0001] 本发明涉及车间生产能耗实时优化方法，具体涉及基于智能算法的轮胎成型-硫 化生产能耗实时优化方法。
【背景技术】
[0002] 近年来，全球能源需求急剧增加，能源价格不断攀升，人们的环保意识逐步提升， 促使"低碳经济"成为我国制造业发展的重要趋势。轮胎行业属于传统劳动力、资源以及技 术密集的高能耗制造行业，该行业正在逐步以"节能、环保、安全、智能、高效"的产品主导轮 胎消费市场，轮胎企业也不断加快调整产品结构和优化升级，实现向低能耗、低污染、低排 放为特征的低碳制造模式转变。橡胶轮胎企业生产中，主要有成型和硫化两道生产工序，这 两道工序生产集中、约束较多、能源消耗巨大，其调度计划制定的好坏将直接影响整个轮胎 生产流程的效率，也将对能耗水平产生巨大影响。
[0003] 申请号为CN201310299342. 3的中国专利申请《一种硫化过程嵌入式碳排放监控 与检测系统》通过嵌入式系统实现碳排放监控与检测，申请号为CN201410475461. 4的中 国专利申请《一种基于混合遗传算法的轮胎硫化车间能耗优化调度方法》基于混合遗传 算法对轮胎硫化车间进行能耗优化调度，能够为企业节约能源、降低生产成本；申请号为 CN201010621470. 1的中国专利申请《轮胎硫化生产控制系统与作业调整》根据硫化生产 控制工艺，提出生产在线一体化控制系统与方法，以实现硫化生产的自动化管理；申请号为 CN201510084152. 9的中国专利申请《考虑费用和时间双目标的柔性综合调度方法》为了 解决目前柔性综合调度方法只考虑产品完工时间这一单目标，导致产品生产成本过高的问 题，提出一种考虑费用和时间双目标的柔性综合调度方法。
[0004] 上述的技术方案虽然能够达到优化结果，对能耗优化和生产效益的提升方面起到 了巨大的推动作用，但是在实现能耗的实时优化方面还存在以下问题：1)由于缺乏实时能 耗信息的全面采集与提取，生产管理者往往不能直接获取实时能耗信息，导致调度依据能 耗信息滞后，调度结果难以实现最优。2)优化过程较为复杂，同时求解效率慢，不适于工业 化生产。
【发明内容】
[0005] 针对上述缺陷，本发明目的在于提供一种基于智能算法的轮胎成型-硫化生产能 耗实时优化方法，以实现轮胎生产过程的能效数据采集与能效优化为目标，为高能耗的轮 胎产业在生产过程的能效优化决策提供技术支持。在轮胎生产企业中，成型工序和硫化工 序作为一个整体进行生产调度，可以有效满足工序之间的匹配要求，成型工序能够考虑硫 化计划的下个班次的生产计划，而硫化工序也同样考虑成型工序的生产计划相应调整自身 计划，最终达到一个优化的调度方案。
[0006] 本发明致力于通过在成型及硫化车间有效布置数据采集设备，获取车间生产能耗 数据以及实时生产状况，结合历史能耗数据建立生产加工系统能耗模型；将成型和硫化两 道工序抽象成一种柔性流水车间调度问题，对机器和工件进行编码，进而采用智能算法对 工序进行合理调度，得到具有最优适应度的可行解。
[0007] 为了达到上述目的，本发明采用如下的技术方案：
[0008] 基于智能算法的轮胎成型-硫化生产能耗实时优化方法，其特征在于，包括以下 步骤：
[0009] 步骤1 :在车间布置数据采集设备、无线传感设备，采集工艺数据以及实时能耗信 息，并上传至上层管理系统，具体包括：
[0010] 步骤2 :构件轮胎成型-硫化过程能耗优化调度模型，模型包括两个目标，目标一 是总的能耗水平最低；目标二是轮胎总的加权拖期成本最低；目标函数分别如下所示：
[0011] 目标一：
[0012] Min (Etotal) = Min (Ework+Epreheat十 E ldle) (1)
[0013] 其中：
[0017] Ewmk是硫化机正常加工时耗能，E ldle是硫化机闲置等待时耗能，E praheat是硫化机开 机预热的耗能；eWOTk、ei&、e_hMt则代表相应状态下瞬时能耗水平；轮胎制造企业作为高耗 能企业，消耗多种能源介质，为了便于衡量不同能源介质的能耗，将其统一折算为标准煤， p.j代表第j种能源的折算系数；X(i，1)、y (i，1)、Z (i，1)分别代表如下意义：
[0023] 其中T1代表第i条轮胎的拖期时间，拖期时间等于轮胎在硫化机上完工时间与对 应交货期之间的偏差；
[0024] 步骤3 :针对步骤2中建立的轮胎成型-硫化工序能耗优化调度模型，对加工工件 和工序进行矩阵编码，编码方式为：染色体是一个mX3的矩阵，m代表工件数量，3代表成型 到硫化三个工序，其中染色体的每一个元素代表工件在相应的工序所处的机器编号；工件 在机器上的加工顺序则按FCFS先到先服务规则排序；
[0025] 步骤4 :基于最早交货期规则初始化父代种群，具体为：
[0026] 首先根据4= %得到每个工件的交货期，k是其中的交货期的宽松系 数，k取值越大，交货期越长；T1,是工件i在机器j上的加工时间，η为机器的总数量；根据 工件交货期的大小从小到大排列，结果靠前的工件，在每一阶段，优先分配得到加工时间短 的机器；同时，对于规格类似的工件，优先分配到相同的机器；
[0027] 步骤5 :根据步骤S4中初始化的父代种群，随机选择两个父代个体，随机选择交叉 点交叉，产生新的子代种群；合并父代和子代组成新的种群；
[0028] 步骤6 :计算步骤5中父代和子代组成的新的种群中各个个体的适应度函数：
[0030] 其中：
[0031] E_t。tal、E_t。tal初始时分别是群体中目标l的最大最小值，C maxtardiness、Cmintardiness贝丨J 分别是目标2的最大最小值；
[0032] 步骤7 :根据步骤6中子代的适应度函数，随机选择两两配对的方式，对子代个体 进行竞争，选择适应度高的个体也就是适应度函数值低的个体保留，最后保留下来的子代 组成新的群体；
[0033] 步骤8 :构建一个数据仓库，设置容量为Num，当步骤7中子代中个体A的目标1和 目标2的值均优于数据仓库中的个体B时，则把A加入数据仓库，并把B从数据仓库中移除， 当A已存在时，则不加入；
[0034] 步骤9 :根据步骤8中新的数据仓库，更新目标1、目标2的最大值和最小值，即 FFr Γ 的倍 ?L/maxtotal> ?L/mintotal> v^maxtardinessΛ v^mintardinessI-lJ I且0
[0035] 步骤10 :将步骤7中得到的个体，以概率Pm进行变异操作，更新得到新的种群；
[0036] 步骤11 :根据步骤10中产生的群体是第几代群体，判断是否满足设定好的结束条 件，若满足结束条件，则停止进化，提取数据仓库中的群体，构成两个目标值的帕累托前沿； 若不满足结束条件，则返回步骤5继续执行。
[0037] 作为本发明基于智能算法的轮胎成型-硫化生产能耗实时优化方法的一种改进， 所述步骤Sl中，具体包括以下步骤：
[0038] 步骤I. 1 :数据采集设备按照设定的采样周期，采集到硫化机硫化过程耗能工艺 参数；该耗能工艺参数包括电压、蒸汽温度和压力；
[0039] 步骤1. 2 :根据步骤I. 1采集到的耗能工艺参数计算得到能耗水平，即单位时间能 耗；
[0040] 步骤1. 3 :分析各个产品工艺时间，由工艺时间乘以单位时间能耗水平，得到单位 产品在机器上加工过程中的能源消耗，将能耗数据存入数据库中，并结合步骤I. 1中得到 的最新工艺数据，更新历史能耗信息，得到精确的能耗信息。
[0041] 作为本发明基于智能算法的轮胎成型-硫化生产能耗实时优化方法的另一种改 进，所述目标二：
丨:的数学模型应满足下列约束条件：
[0047] 式4表不后一道工序必须在如一道工序完工之后才能开始执行；
[0048] 式5表示不同规格的轮胎不能同时在一台硫化机/成型机上执行任务；