本章提出的多目标函数优化算法已成功应用于某1450mm五机架冷连轧机组的过程控制系统中。
现场随机抽取一种常规规格带钢和一种极薄规格带钢，其来料主要数据如表4－5所示，分别采用传统禁忌搜索（TS）算法和改进的CBRTS算法进行轧制规程多目标优化计算，分析两种算法的控制效果。
表4-5 来料主要数据
对于两种带钢，均给定禁忌搜索算法初始值ξh＝0.1，ξT＝0.05，初始禁忌长度为3，终止频率为5，各目标函数对应的加权系数λP∶λT∶λσ＝1∶1∶1。对两种算法的迭代过程进行比较，如图4－18所示，其中图4－18（a）为常规规格带钢的对比结果，图4－18（b）为极薄规格带钢的对比结果。
从图4－18中可以看出，对于常规规格带钢SPCC，CBRTS经过115次搜索第一次收敛到最优目标函数值19.83173，此后分别于第261次、第303次、第441次和第500次收敛于全局最优解；而TS经过209次搜索第一次收敛到最优目标函数值20.47073，此后分别于第393次、第581次、第718次和第1000次收敛于全局最优解；对于极薄规格带钢MRT－2.5，CBRTS经过230次搜索第一次收敛到最优目标函数值7.2153，此后分别于第274次、第310次、第348次和第378次收敛于全局最优解；TS经过479次搜索第一次收敛到最优目标函数值7.41327，此后分别于521次、第575次、第606次和第653次收敛于全局最优解。分析结果表明，与TS相比，CBRTS具有较快的下降速度，同时CBRTS收敛于一个较小的目标函数值，说明其具有更高的控制精度。
图4-18 两种算法迭代过程比较
（a）SPCC；（b）MRT －2.5
将分别采用TS和CBRTS计算的轧制规程多目标优化结果进行对比，对比结果如表4－6和表4－7所示。
表4-6 轧制规程对比（SPCC）(www.xing528.com)
注：1tf（吨力）＝9.8×103N。
表4-7 轧制规程对比（MRT-2.5）
同时为了更直观地进行比较，将两种轧制规程中各机架的压下率、厚度、功率和轧制力的分配情况绘制成如图4－19和图4－20所示。
图4-19 两种轧制规程厚度和压下率分配对比
（a）SPCC；（b）MRT －2.5
通过对比可以看出，CBRTS与TS相比具有更快的收敛速率，CBR技术的引入大大增强了算法的局部收敛能力和收敛性；同时采用CBRTS算法计算的轧制规程合理高效地利用了各机架的电机功率，设定的负荷分配和轧制力分配更加均衡，在满足工艺和设备要求的前提下，充分发挥了设备能力，并且提高了生产效率。
图4-20 两种轧制规程功率和轧制力分配对比
（a）SPCC；（b）MRT －2.5
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
