Jatkuvavaletun teräksen leikkaussuunnitelman optimointi

Teollisuuden tuotannon eri prosessien optimointi on hyvin ajankohtainen aihe. Monet ohjausjärjestelmät ovat ajalta, jolloin tietokoneiden laskentateho oli hyvin vaatimaton nykyisiin verrattuna. Työssä esitetään tuotantoprosessi, joka sisältää teräksen leikkaussuunnitelman muodostamisongelman. Valuprosessi on yksi teräksen valmistuksen välivaiheita. Siinä sopivaan laatuun saatettu sula teräs valetaan linjastoon, jossa se jähmettyy ja leikataan aihioiksi. Myöhemmissä vaiheissa teräsaihioista muokataan pienempiä kokonaisuuksia, tehtaan lopputuotteita. Jatkuvavaletut aihiot voidaan leikata tilauskannasta riippuen monella eri tavalla. Tätä varten tarvitaan leikkaussuunnitelma, jonka muodostamiseksi on ratkaistava sekalukuoptimointiongelma. Sekalukuoptimointiongelmat ovat optimoinnin haastavin muoto. Niitä on tutkittu yksinkertaisempiin optimointiongelmiin nähden vähän. Nykyisten tietokoneiden laskentateho on kuitenkin mahdollistanut raskaampien ja monimutkaisempien optimointialgoritmien käytön ja kehittämisen. Työssä on käytetty ja esitetty eräs stokastisen optimoinnin menetelmä, differentiaalievoluutioalgoritmi. Tässä työssä esitetään teräksen leikkausoptimointialgoritmi. Kehitetty optimointimenetelmä toimii dynaamisesti tehdasympäristössä käyttäjien määrittelemien parametrien mukaisesti. Työ on osa Syncron Tech Oy:n Ovako Bar Oy Ab:lle toimittamaa ohjausjärjestelmää.

In industrialprocesses optimization is a very current topic. In many cases control systems may be very old, and the calculation power is rather poor. This thesis presents an industrial process including a steel cutting plan creation problem. Continuous casting is one unit process in steel manufacturing. Refined steel is cast in two water-cooled molds, where the liquid steel starts to solidify. Solid steel strands are cut to blooms. Later on, the blooms are rolled into smaller dimensions and cut to customer lengths. Bloom lengths depend on customerorders. Bloom cutting sequence forms a cutting plan. Creating a cutting plan means solution to a mixed integer non-linear optimization problem. Mixed integer non-linear optimization problems are the most demanding form of mathematical optimization. They are not studied as much as conventional optimization problem types. Computing power of today's computers has enabled the use and development of more demanding algorithms. This work presents a differential evolution algorithm, which is a stochastic optimization method. This thesis also introduces a steel cutting optimization algorithm. The developed optimization method is dynamically used in plant environment. Optimizer is controlled with user parameters. This work is part of the level 2 process controlsystem made by Syncron Tech Oy for Ovako Bar Oy Ab.