2021 年高教社杯全国大学生数学建模竞赛题目(D 题 连铸切割的在线优化)

简介: 连铸是将钢水变成钢坯的生产过程,具体流程如下(图 1):钢水连续地从中间包浇入结晶器,并按一定的速度从结晶器向下拉出,进入二冷段。钢水经过结晶器时,与结晶器表面接触的地方形成固态的坯壳。

D 题 连铸切割的在线优化

      连铸是将钢水变成钢坯的生产过程,具体流程如下(图 1):钢水连续地从中间包浇入结晶器,并按一定的速度从结晶器向下拉出,进入二冷段。钢水经过结晶器时,与结晶器表面接触的地方形成固态的坯壳。在二冷段,坯壳逐渐增厚并最终凝固形成钢坯。然后,按照一定的尺寸要求对钢 坯进行切割。

2345_image_file_copy_535.jpg

      在连铸停浇时,会产生尾坯,尾坯的长度与中间包中剩余的钢水量及其他因素有关。因此,尾坯的切割也是连铸切割的组成部分。

      切割机在切割钢坯时,有一个固定的工作起点,钢坯的切割必须从工作起点开始。在切割过程中,切割机骑在钢坯上与钢坯同步移动,保证切割线与拉坯的方向垂直。在切割结束后,再返回到工作起点,等待下一次切割。

      在切割方案中,优先考虑切割损失,要求切割损失尽量小,这里将切割损失定义为报废钢坯的长度;其次考虑用户要求,在相同的切割损失下,切割出的钢坯尽量满足用户的目标值。

      在浇钢过程中,结晶器会出现异常。这时,位于结晶器内部的一段钢坯需要报废,称此段钢坯为报废段(图 2)。当结晶器出现异常时,切割工序会马上知道,以便立即调整切割方案。

2345_image_file_copy_536.jpg

      切割后的钢坯在进入下道工序时不能含有报废段。当钢坯出现报废段时,先通过切割机切断附着有报废段的钢坯,然后通过离线的二次切割,使余下的钢坯1符合下道工序要求的长度;其他进入下道工序的钢坯也必须满足下道工序的长度要求。

      现请你们团队建立数学模型或设计算法,解决以下问题:

      问题 1 在满足基本要求和正常要求的条件下,依据尾坯长度制定出最优的切割方案。假定用户目标值为 9.5 米,目标范围为 9.0~10.0 米,对以下尾坯长度:109.0、93.4、80.9、72.0、62.7、52.5、44.9、42.7、31.6、22.7、14.5和 13.7(单位:米),按“尾坯长度、切割方案、切割损失”等内容列表给出具体的最优切割方案。

      问题 2 在结晶器出现异常时,给出实时的最优切割方案:(1)在钢坯第 1次出现报废段时,给出此段钢坯的切割方案;(2)在出现新的报废段后(如图 2),给出新一段钢坯的切割方案和当前段钢坯切割的调整方案,或声明不作调整。

      假设结晶器出现异常的时刻在 0.0、45.6、98.6、131.5、190.8、233.3、266.0、270.7 和 327.9(单位:分钟),用户目标值是 9.5 米,目标范围是 9.0~10.0米。在满足基本要求和正常要求的条件下,按“初始切割方案、调整后的切割方案、切割损失”等内容列表给出这些时刻具体的最优切割方案。

      问题 3 假设实时最优切割方案和结晶器出现异常的时刻均与问题 2 相同,在满足基本要求和正常要求的条件下,对(1)用户目标值是 8.5 米,目标范围是 8.0~9.0 米,(2)用户目标值是 11.1 米,目标范围是 10.6~11.6 米两种情况分别按“初始切割方案、调整后的切割方案、切割损失”等内容给出具体的最优切割方案。

      附录:参数与要求

      工艺参数:切割机切断一块钢坯的时间为 3 分钟,切割后,返回到工作起点的时间为 1 分钟。从结晶器中心到切割机工作起点处钢坯的长度是 60.0 米,连铸拉坯的速度为 1.0 米/分钟。当结晶器出现异常时,报废段的长度是 0.8 米。

      基本要求:切割后的钢坯长度必须在 4.8~12.6 米之间,否则无法运走,阻碍生产。下道工序能够接受的钢坯长度是 8.0~11.6 米,如果不在此范围内,可以将钢坯运走进行二次离线切割,但切割下的部分报废,从而产生损失。例如,12.6 米的钢坯切掉 1.0 米变成 11.6 米,切下来的 1.0 米报废;而小于 8.0 米的钢坯只能全部报废。

      正常要求:正常切割是按照用户要求的长度进行切割。用户要求包含目标值和目标范围,钢坯的切割长度应尽量满足目标值,而在目标范围内的长度也是可以接受的。例如,目标值是 9.5 米,目标范围是 9.0~10.0 米,则切割长度尽量是 9.5 米,而在 9.0~10.0 米之间的长度是允许的。当钢坯长度不在目标范围内时,会产生损失。例如,钢坯长度是 11.6 米,多出来的 1.6 米报废。

相关文章
|
机器学习/深度学习 算法 物联网
时间序列的重采样和pandas的resample方法介绍
重采样是时间序列分析中处理时序数据的一项基本技术。它是关于将时间序列数据从一个频率转换到另一个频率,它可以更改数据的时间间隔,通过上采样增加粒度,或通过下采样减少粒度。在本文中,我们将深入研究Pandas中重新采样的关键问题。
406 1
|
6月前
|
传感器 算法 数据挖掘
Python时间序列平滑技术完全指南:6种主流方法原理与实战应用
时间序列数据分析中,噪声干扰普遍存在,影响趋势提取。本文系统解析六种常用平滑技术——移动平均、EMA、Savitzky-Golay滤波器、LOESS回归、高斯滤波与卡尔曼滤波,从原理、参数配置、适用场景及优缺点多角度对比,并引入RPR指标量化平滑效果,助力方法选择与优化。
1392 0
|
10月前
|
机器学习/深度学习 算法 物联网
DeepSeek V3+R1满血微调工具上线!一键启动,硬件要求降10倍
DeepSeek V3+R1满血微调工具上线!一键启动,硬件要求降10倍
390 1
|
安全 Java Go
探索Go语言在高并发环境中的优势
在当今的技术环境中,高并发处理能力成为评估编程语言性能的关键因素之一。Go语言(Golang),作为Google开发的一种编程语言,以其独特的并发处理模型和高效的性能赢得了广泛关注。本文将深入探讨Go语言在高并发环境中的优势,尤其是其goroutine和channel机制如何简化并发编程,提升系统的响应速度和稳定性。通过具体的案例分析和性能对比,本文揭示了Go语言在实际应用中的高效性,并为开发者在选择合适技术栈时提供参考。
|
IDE JavaScript 开发工具
一、鸿蒙应用开发快速体验
本文介绍了鸿蒙应用开发的快速体验流程,涵盖从开发环境的准备到项目的实际运行。首先,需安装并配置华为DevEco Studio IDE,该IDE基于IntelliJ IDEA Community构建,旨在为鸿蒙应用开发提供一站式解决方案。接着,通过创建新项目、选择合适的模板及配置项目信息,可以迅速搭建起应用的基本框架。最后,本文还详细描述了如何利用Preview预览、模拟器运行以及真机调试三种方式来测试和优化应用,确保其在不同场景下的兼容性和性能表现。整个过程旨在帮助开发者快速入门鸿蒙应用开发,提升开发效率。
419 0
一、鸿蒙应用开发快速体验
|
机器学习/深度学习 数据挖掘
R中单细胞RNA-seq数据分析教程 (2)
R中单细胞RNA-seq数据分析教程 (2)
R中单细胞RNA-seq数据分析教程 (2)
|
机器学习/深度学习 移动开发 自然语言处理
基于人工智能技术的智能导诊系统源码,SpringBoot作为后端服务的框架,提供快速开发,自动配置和生产级特性
当身体不适却不知该挂哪个科室时,智能导诊系统应运而生。患者只需选择不适部位和症状,系统即可迅速推荐正确科室,避免排错队浪费时间。该系统基于SpringBoot、Redis、MyBatis Plus等技术架构,支持多渠道接入,具备自然语言理解和多输入方式,确保高效精准的导诊体验。无论是线上医疗平台还是大型医院,智能导诊系统均能有效优化就诊流程。
471 0
|
监控 Kubernetes 测试技术
掌握Docker网络模式:构建高效容器通信
【10月更文挑战第3天】本文深入探讨了Docker的网络模式,包括它们的工作原理、使用场景以及如何配置和优化容器间的通信。希望能够帮助开发者在项目中有效地应用Docker网络模式,构建高效的容器化应用。
|
机器学习/深度学习 Java 程序员
Python和C++的区别?
【7月更文挑战第2天】Python和C++的区别?
768 0
|
Android开发 开发者
安卓投屏神器 Scrcpy安 报错ERROR: Could not find any ADB device
安卓投屏神器 Scrcpy安 报错ERROR: Could not find any ADB device
1003 9