文摘

在国家碳减排目标的要求下,废钢铁的回收和再制造是由主要钢铁企业实现工业碳减排要求,纳入他们的生产战略。废钢铁的调度优化再制造过程中扮演一个重要的角色在节能和减排的钢铁企业。摘要废钢铁的再制造生产决策模型考虑的产品交付时间和建立碳排放,和一个离散的磷虾群算法旨在解决多目标生产决策模型。验证了模型和算法的有效性的一个例子,展示一个好的决策参考实现节能减排的钢铁企业。

1。介绍

在传统的生产决策,只有经济指标相关的成本,利润,或被认为是质量,环境和能源消耗指标相关很少考虑。《京都议定书》的约束条件下,国家或地区必须分解减排目标从宏观层面到微观层面的生产和操作。作为节能减排的关键行业,钢铁行业起着重要的作用在国家碳减排目标。废钢铁的回收和再制造包括在大型钢铁企业的生产策略作为实现工业碳减排要求。

目前,许多学者研究了再制造的生产决策优化企业减少碳排放的影响下,取得了一些可喜的成果。总的来说,这些研究成果主要集中在两个方面,第一个是供应链管理的考虑下碳排放。例如,阿玛等人提出了一个碳市场敏感可持续供应链战略规划模型(1]。Paksoy等人研究了闭环供应链基于经济和环境指标(2]。Benjaafar等人把碳排放到供应链系统,建立了一个操作决策模型对于一个企业在不同场景,如强制性碳排放配额和碳税和碳配额交易3]。Zakeri等人研究了碳交易和碳税政策对企业的影响在供应链管理性能(4]。

第二个方面关注制造/再制造企业的生产决策考虑碳排放。例如,Letmathe和Balakrishnan构造最优线性模型和混合整数规划模型,考虑不同的环境约束和生产约束来确定最佳的产品组合和产品数量。这些模型可以帮助企业分析碳排放配额的影响,碳税和碳交易成本在生产决策(5]。费雷尔和Swaminathan研究了双循环和多周期的再制造生产和定价问题下的寡头垄断和垄断6]。杜等人研究了排放配额的影响和交易机制的最佳生产经营企业在确定性需求市场7]。张等人分析了异同在企业再制造技术选择行为和生产决策在不同的场景下,如没有碳排放约束和碳配额,碳税、碳补贴,和碳权交易8- - - - - -10]。陈和熊研究下的制造/再制造决策问题相比强制减排和碳权交易政策和制造商的最优决策的差异在两种减排政策(11]。此外,任et al ., Zhang et al .,和徐等人研究了碳排放的影响,从不同的角度对再制造生产决策(12- - - - - -14]。

当前研究再制造企业的生产决策的背景下,碳减排主要是在宏观水平上进行的,和研究视角主要集中在各种碳减排因素对企业的影响和相应的生产决策。研究在微观层面上,尤其是在特定的行业,相对缺乏。基于废旧钢铁的再制造过程,论述了再制造的多目标决策优化生产企业考虑碳排放的生产作业水平,和一个离散的磷虾群优化算法旨在解决它。算法的有效性验证了一个例子,它可以为再制造企业的生产决策提供了参考,在钢铁制造业。

2。描述的问题和假设

废钢铁的再制造是一个过程,回收废钢熔炼为原料生产钢铁产品,包括两个阶段的后处理和重熔(15]。在后处理阶段,废钢再制造企业采用不同的治疗方法如剪切、破碎、分选、清洗、预热去除有色金属和非金属杂质在各种废钢尽可能使回收废钢铁成合格的炉负担简单加载和运输,适合炼钢。重熔阶段用于熔炼废钢加工后处理阶段生产钢铁产品,主要包括炼钢、连铸、冷轧,热轧,粗糙的滚动,完成轧制,酸洗,最终完成,退火等过程。整个过程有很长的周期和不同的流程属性。

本文假设废钢再制造企业的主要目的是缩短产品交货期,以便及时应对市场变化,满足客户需求,提高客户满意度。第二,在会议的首要目标,企业希望生产过程中的碳排放将尽可能小。根据上面的目标,建立了相应的多目标生产决策模型。第一个决策目标是由每批的最大完工时间最小和废钢回收重熔。为简单起见,不考虑其他链接的时间消耗在这个过程中从生产线到最终交付。第二个决策目标是由最低碳排放在废钢铁的再制造过程。这两个决策目标是同样重要的是放弃再制造企业。

碳排放的废弃钢铁再制造生产过程主要由三部分组成:(1)设备加工工件的碳排放(2)的碳排放设备空转(3)工件等待加工的碳排放16]

其中,第一部分的碳排放,因为每个工件加工的时间,决定,所以加工所产生的碳排放总量同一批次的工件都是相同的。受到钢铁加工的工艺流程,不同的生产决策有不同影响碳排放的第二和第三部分。经验表明,制造业,能源消耗设备空转时占能源消费总量的很大一部分。因此,废钢加工过程中,设备应尽可能少地空转。特别是,当设备充分利用,即。,the machine is not idling, the carbon emissions of the second part is zero. For the same reason, the less the workpiece has to wait for the equipment to process, the better. When the workpiece does not stay or wait in the machine for the whole processing, that is, when the workpiece is not waiting, the carbon emissions of the third part are zero. Therefore, the second decision-making goal only needs to minimize the carbon emissions of the second and third parts. In the process of steel production, the carbon emissions of the second part are usually much higher than those of the third part.

上述两个决策目标是矛盾的。为了达到第一个目标,在整个生产过程中废钢铁加工,每个工件过程应该尽可能连接,和工件的等待时间应尽可能短。受到钢铁处理技术,这将增加机器的闲置时间,这将增加相应的碳排放。同样,为了达到第二个目标,机器应该尽可能少地闲置。由于过程的限制,工件的等待时间将会增加,这将延长完成时间和影响交货时间。

3所示。多目标废钢铁再制造生产决策模型

根据上面的描述和假设,我们建立了废钢铁再制造生产决策模型与两个决策目标,如下面所示:

应当具备下列条件:①机器唯一性约束意味着每台机器只能处理一个工件在同一时间②工件的唯一性约束意味着无法加工工件在同一时间在不同的机器上③加工过程满足nuninterruptible约束④工件在每台机器上的加工顺序和时间确定是一样的⑤每个工件加工的顺序是一样的

在模型中,决策目标最短的预计交货时间,决定目标预计至少碳排放,是二氧化碳排放系数。钢铁制造业,它通常需要264公斤/千瓦时,①∼⑤废钢铁的约束是再制造过程。

不失一般性,它假定每个工件加工顺序的机器1∼m,和交货时间在目标①计算根据方程(2)和(3):

在上面的方程中,代表的工作,代表的机器,代表了处理时间的工作在机 ,和 代表了工作的完成时间在机 。

方程(2)显示工件的完工时间在机 ;(3)显示工件的完工时间 在机 ;(4)显示工件的等待时间由于有限的机器之间的缓冲;在(5),是处理的完成时间吗工件。我们可以看到,(2)−(5)是一组递归方程。

同样,假设每个工件加工顺序的机器1∼m,完成时间最低碳排放生产决策的目标②计算根据方程(6)和(7):

方程(6)和(7递归方程计算 。 代表了工件的加工时间在机 ,和 代表工件的完工时间在机 。 表示完成工件的时差在相邻的机器上和 。特别是,有 。其他符号的含义是一样的。

4所示。多目标决策优化生产废钢铁基于离散再制造磷虾群算法

对于多目标的决策问题,通常没有绝对最优解,以确保多个目标达到最优的同时,我们需要采用不同的方法根据具体问题的特点。废钢铁的再制造过程属于流水车间生产模式。在这两个目标决策模型建立的废钢铁再制造(1),第一个决策目标是类似于不流车间调度模型;第二个决策目标是类似于没有空闲流车间调度模型。已经证明我们并不是无所事事的流车间调度问题与三台机器或多个不确定性多项式复杂性的问题。目前,没有全局优化算法,多项式计算复杂性(17,18]。在本文中,我们设计了一个离散的磷虾群优化算法来解决这个问题。试验结果表明,设计的算法是有效的。

4.1。离散磷虾群优化算法对多目标的废钢再制造生产决策

传统的磷虾群优化算法提出了Gandomi et al。19),主要用于函数优化领域(20.- - - - - -23),应用程序的组合优化是罕见的。在传统的磷虾群算法中,个人立场是由连续编码值向量,在连续空间和位置更新操作完成。多目标生产决策问题是一个组合优化问题,需要设计相应的编码和位置更新方法根据离散问题的本质。基于磷虾群优化算法的机制,我们设计了一个离散的磷虾群优化算法来解决多目标生产决策问题。

以下4.4.1。个体编码模式

在离散磷虾群算法,磷虾个体直接由整数编码基于一个操作序列,位置矢量磷虾个体代表一个工件的加工顺序建立个人立场和处理序列之间的映射。这种编码方法简单可行,所有的解决方案都是可行的。例如,如果个人位置矢量 ,处理序列映射到工件 ,所以相对应的调度解决方案的健身磷虾的个别位置可以计算。

4.1.2。个人距离的计算方法

磷虾群优化算法的函数优化问题,个人之间的距离计算欧几里得空间的距离,这是不适合离散磷虾群优化算法。根据优化问题的特点,在离散磷虾群优化算法,个人位置向量所代表的工件加工顺序,序列和不同的位置向量代表不同的处理。因此,在离散磷虾群优化算法中,“个人距离”是由不同程度的工作处理和排序,也被定义为/以下方程:

在(8),和代表s-th维度磷虾个体的编码和磷虾个体 , 代表的工件数量,的上限是分子项值,按照下列公式计算: 我们可以推断在哪里 。“个人距离”的大小反映了加工顺序的差异程度。越远的“距离”,个体之间的差异就越大。

4.1.3。位置更新策略

磷虾个体位置更新的核心磷虾群优化算法。影响虚拟食物的三个部分的位置,个人在附近,和随机扩散运动,离散磷虾群优化算法设计了这三个部分。

5。虚拟的食物的影响

磷虾种群的平均健康定义为虚拟食物,和位置通过比较个体适应性更新虚拟食物。所示的更新策略是以下方程: 在哪里和指的是健身的磷虾个体和虚拟食物,分别是当前搜索时间。的过程中 搜索,我们比较的第i个个人的健身和虚拟的食物。如果 ,个人立场和以线性顺序交叉形成一个新的个体的位置, ;否则,个人立场和最优个体当前的人口在部分映射交叉形成一个新职位, 。如果上述条件不满足,目前个人的位置突变是产生一个新职位, 。其中,线性顺序交叉操作可以保持过程的相对位置之间的个人和流程的前端的绝对位置尽可能和部分映射交叉操作在一定程度上可以满足模式定理,这样可以保留尽可能多的最佳模式。

5.1。社区团体对个人的影响

根据磷虾个体之间的距离的定义(8),社区范围可以确定,位置更新通过比较健康的人在附近。所示的更新策略是以下方程: 在哪里代表了社区范围和代表的空间位置jth磷虾个体在社区范围内的tth搜索。

更新过程如下: 一轮的搜索过程中,社区范围是确定磷虾个体之间的距离,和个人选择在附近。个人十字架与选中的个体在附近,最优个体被选中作为新个体, ;如果没有在附近磷虾个体,个体十字架与最优形成一个新的个体。

5.2。随机扩散运动的影响

每次优化后,一定比例的个人选择和表现不佳仅增加种群的多样性,保持连续进化能力的人口。

这样,的位置更新公式离散磷虾群优化算法可以表示由以下方程:

在公式(12),代表虚拟食物的影响,代表社区团体的影响,代表个人随机扩散运动的影响。磷虾的个别位置更新完成综合这三个方面的影响。

离散磷虾群算法时间复杂度的摘要 ,在哪里是一个常数,MaxT迭代的最大数量,然后呢米是磷虾群个体的数量。

5.3。仿真实验与分析

针对已建立的多目标废钢铁再制造生产决策模型,验证了模型和算法的有效性通过仿真实验。假设有20个批次废钢铁等待处理,每一批废旧钢铁需求的十个处理程序,以及加工过程需要满足钢铁生产过程的约束。每一批的加工时间的废钢铁等待处理的每个流程如表所示1时间单位是分钟。

多目标离散磷虾群优化算法的参数设置如下:磷虾群的数量,米= 30;在附近交叉个体的比例,40%;初始化个体的比例,5%;搜索的最大数量,MaxT = 50;独立运行的算法,20倍。获得的优化方案如表所示2。

根据仿真结果,我们可以看到,不同的生产决策有不同的对交货日期和碳排放的影响。钢铁制造流程的约束下,完成时间之间存在一定的负相关和碳排放。表中列出的十生产决策方案2发现部分帕累托解的算法,如图1。

6。结论

再制造不仅是实现可持续发展的有效方法,也是最重要的一个方法对制造企业实现低碳转型。再制造的模式有利于实现全面的环境保护和经济可持续发展的目标。

废钢铁的再制造为例,本文建立了多目标决策模型考虑碳排放和生产交货时间和设计了一个离散的磷虾群优化算法来求解该模型。算法的有效性验证了一个例子。多种智能优化算法得到的优化方案是一个帕累托解集,在理论上等效。然而,在现实中,再制造企业只能选择一个优化方案来实现。根据实际市场情况下,企业可以将不同的权重分配给不同的目标,可以选择一个优化方案,以便为再制造企业的生产决策提供了参考。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

在这篇文章中,c .刘和w·周设计研究。c .刘写了初稿并编程离散磷虾群算法来解决多目标生产决策模型。w·周所有实验和执行数据的设计实现。所有作者的手稿修改和阅读和批准提交的版本。

确认

这项研究是由中国国家社会科学基金批准号17 bsh040,教育部在中国(教育部)人文和社会科学,项目批准号16 yja630032。