提钒-炼钢生产调度是钢厂生产管理的核心。传统的生产调度模式周期长、成本高,不仅直接影响了钢厂的生产效率,而且也无法满足市场的要求。因此,需要对提钒-炼钢生产调度进行合理的优化,以降低成本,减少资源和能源消耗,实现生产管理的合理化与集成化。提钒-炼钢阶段的生产调度非常复杂,具有多目标、多约束的特点。本文以提钒-炼钢生产调度问题为研究对象,建立生产调度优化的数学模型,研究基于遗传算法与计算机仿真方法的调度优化求解方法,编制出具有可行性的调度方案,从而缩短生产周期、协调生产物流,提高钢厂的核心竞争力。本文首先对提钒-炼钢生产流程进行详细分析,采用网络图方法表达复杂的生产过程,描述生产中工序之间的逻辑关系;然后,建立以所有炉次完工时间最短和等待时间最小为目标函数、以工艺条件为约束的优化数学模型;并以此为基础,设计以所有炉次的生产路径为染色体、以数学模型的目标函数为适应度函数的遗传算法。鉴于eM-Plant软件具有优秀的仿真功能,而且,其内置的遗传算法模块能够与仿真模型实现无缝对接,所以,本文使用eM-Plant对提钒-炼钢生产调度进行仿真优化,直观显示生产运行,为合理安排生产提供决策依据,达到提高生产效率的目的。最后,本文以某钢厂为应用实例,对其生产流程进行分析、建模优化,结果表明:①对比生产实际数据,遗传算法与仿真结合的方法使平均每个炉次的完工时间减少了6min,明显缩短了生产的物流时间;②在减少完工时间的同时,使生产调度中的等待时间为0min,保证了生产的稳定性;③此方法有很好的适应性和扩展性,可以满足生产中不同任务和不同调度计划的要求。遗传算法优化与eM-Plant仿真提钒-炼钢生产调度是本文的核心。通过eM-Plant的人机界面,全方位地了解提钒-炼钢实际生产流程的相关信息,从而促使钢厂的生产管理更加规范化、科学化。提钒-炼钢生产调度研究是一项规模较大的课题,本文提出的研究方法为优化生产物流、提高资源平衡提供了一种思路,具有一定的理论意义和实际意义。