(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210936562.1 (22)申请日 2022.08.05 (71)申请人 东北大学 地址 110819 辽宁省沈阳市和平区文化路3 号巷11号 (72)发明人 孙杰　袁尚斌　李树　乔继柱　 叶俊成　彭文　李霄剑　 (74)专利代理 机构 沈阳东大知识产权代理有限 公司 21109 专利代理师 徐湘辉 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/04(2020.01) G06F 111/06(2020.01) G06F 119/08(2020.01)G06F 119/14(2020.01) (54)发明名称 基于改进NSGA-III的热连轧轧制规程多目 标优化方法 (57)摘要 本发明提供了基于改进NSGA ‑III的热连轧 轧制规程多目标优化方法， 属于板带材热连轧的 轧制规程多目标优化技术领域。 该方法将NSGA ‑ III算法与轧制规程多目标优化技术相结合， 通 过热连轧生产线现场实际的板带材数据和轧机 设备参数， 构建以轧制能耗最小、 等轧制力裕度、 板形良好和等相对负荷为目标函数的热连轧精 轧轧制规程优化模型， 以各机架出口厚度作为 NSGA‑III的决策变量， 并在NSGA ‑III中添加Tent 混沌映射来初始化由决策变量组成的种群， 在保 证初始种群多样性的基础上， 均匀分布决策变量 可以进一步增强NSGA ‑III的优化能力， 能够提高 轧制规程多目标优化的效率， 并且兼顾各目标函 数达到更好的轧制规程优化结果， 有效地提高热 轧板带材的产品质量并降低生产成本 。 权利要求书2页 说明书8页 附图3页 CN 115292931 A 2022.11.04 CN 115292931 A 1.基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特征在于， 该方法包括以 下步骤： 步骤1： 设定初始轧制 相关参数； 步骤2： 确定决策变量、 轧制规 程的多目标函数和约束条件； 步骤3： 构建基于NSGA ‑III算法的热 连轧精轧 轧制规程多目标优化模型； 步骤4： 对基于NSGA ‑III算法的热连轧精轧轧制规程多目标优化模型进行改进： 添加 Tent混沌映射代替原 始NSGA‑III算法中的random随机函数来初始化决策变量； 步骤5： 对改进的模型进行训练， 获得Tent ‑NSGA‑III模型； 步骤6： 利用所述Tent ‑NSGA‑III模型对热连轧精轧生产线上的轧制规程进行多目标优 化。 2.根据权利要求1所述的基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特 征在于， 所述初始轧制相关参数包括热轧生产线轧机 设备相关参数、 热轧带钢相关参数、 原 始轧制规程中的相关参数； 所述热轧生产线轧机设备相关参数包括各机架的工作辊直径、 各机架的最大轧制 力、 各机架的主电机功 率； 所述热轧带钢相关参数包括中间坯厚度、 中间 坯宽度、 成品带钢厚度、 成品带钢宽度、 目标凸度、 精轧入口温度和精轧出口温度； 所述原始 轧制规程中的相关参数包括各机架的出口厚度、 各机架的轧制力、 各机架的轧制速度。 3.根据权利要求1所述的基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特 征在于， 采用各机架带钢出口厚度hi作为决策变量。 4.根据权利要求1所述的基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特 征在于， 所述轧制规 程的多目标函数包括： 1)轧制能耗 最小， 其目标函数公式为： 上式中， J为轧制总功率， k W； Ni为第i机架电机功率， k W； n为机架数； 2)等轧制力裕度， 其目标函数公式为： 上式中， JP为总轧制力裕度， k N； Pi为第i机架轧制力， k N； PHi为第i机架额定轧制力， k N； 3)板形良好， 其目标函数公式为： 上式中， JC为总相对凸度； CRi为第i机架出口带钢凸度， mm； CRn为成品带钢的目标凸度， mm； hi为第i机架带钢出口厚度， m m； hn为成品带钢厚度， m m； 4)等相对负荷， 其目标函数公式为：权　利　要　求　书 1/2 页 2 CN 115292931 A 2上式中， JN为总功率裕度， k W； NHi为第i机架额定电机功率， k W。 5.根据权利要求1所述的基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特 征在于， 所述约束条件包括设备约束和工艺约束两部分； 所述设备约束是指轧机设备 的性 能限制， 基于设备参数和电力状况而定； 所述工艺约束是指轧制生产工艺中需要满足的约 束。 6.根据权利要求5所述的基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特 征在于， 所述设备约束如下： Ni≤NiM Mi≤MiM Pi≤PiM 其中， Ni为第i机架电机功率， kW； Mi为第i机架轧制力矩， kN ·mm； Pi为第i机架轧制力， kN； NiM为第i机架最大轧制功率， kW； MiM为第i机架最大轧制力矩， kN ·mm； PiM为第i机架最大 轧制力， k N； 所述工艺约束如下： εimin＜ εi＜ εimax nimin＜ni＜nimax Timin＜Ti＜Timax 其中， εi为第i机架压下率； ni为第i机架轧辊转速， rad/s； Ti为第i机架张力， kN； εimin为 第i机架最小压下率； εimax为第i机架最大压下率； nimin为第i机架最小轧辊转速， ra d/s； nimax 为第i机架最大轧辊转速， rad/s； Timin为第i机架最小张力， k N； Timax为第i机架最大张力， k N。 7.根据权利要求1所述的基于改进NSGA ‑III的热连轧轧制规程多目标优化方法， 其特 征在于， 所述构建基于NSGA ‑III算法的热连轧精轧轧制规程多目标优化模型的方法包括： 设定NSGA ‑III算法相关参数， 包括种群大小、 最大进化代数、 种群选择父代的方式、 变异概 率和交叉概率； 将各机架带钢出口厚度hi设置为NS GA‑III中的自变量x， 即x＝hi； 初始轧制 相关参数写入NSGA ‑III算法的初始化函数中； 在NSGA ‑III算法中设置步骤2确定的轧制规 程的多目标函数。权　利　要　求　书 2/2 页 3 CN 115292931 A 3