热处理炉次计划是一个在复杂约束条件下的不相容铸件排产问题,是铸造企业生产计划的重要一环。针对铸件热处理智能排产问题,华铸实验室前期基于改进教与学算法,提出了铸造企业热处理炉次计划模型和求解方案,实现了炉次计划的算法辅助排产模式,取得了良好的应用效果。但在建模时仅考虑了热处理炉的铸件装炉重量,没有考虑铸件形状与尺寸等,容易造成计算出的合炉批计划铸件难以装炉;而且人工安排装炉方案往往并不能使热处理炉的利用率最大化,从而降低了热处理车间生产效率。为此,本文建立了热处理铸件三维装炉数学模型,使用长方体单元对铸件进行拟合,针对特定批次的热处理铸件进行装炉方案研究,提出了一种有效的混合遗传算法。首先,分析了三维装炉研究现状,建立了多目标多约束的装炉数学模型。结合企业实际装炉情况,提出了模型假设,考虑了旋转约束、体积约束、上方禁止堆积和下方禁止堆积等九种装炉约束,确立了以热处理炉空间利用率和剩余有效空间最大化的目标函数,为三维装炉问题求解建立了模型基础。其次,提出了基于混合遗传算法的热处理铸件装炉分步求解方案。分步求解方案将原问题分为两个阶段。第一阶段基于启发式算法将工件复合为组合块,生成了候选可行块列表;第二阶段采用工件装载顺序作为实数遗传编码,设置了针对三维装炉问题的自适应交叉算子与自适应变异算子。通过混合启发式算法与遗传算法,完成了在编码空间内对问题近似最优解的搜寻工作。最后,设计了基于标准算例和企业实际数据的仿真实验,验证了算法的有效性,并在此基础上,开发了一款三维装炉软件。基于七个标准算例,将提出的混合遗传算法与启发式算法、单一遗传算法和混合模拟退火算法进行对比,结果表明本文提出的混合遗传算法在装炉填充率、收敛速度和算法精确度等综合性能上具有比较明显的优势。同时,选取了国内某典型铸造企业作为应用研究对象,实地调研了企业热处理装炉车间,挖掘了生产工件尺寸数据应用于仿真数据中,计算出装载结果,并基于OpenGL图形库和QT界面开发框架,设计和开发了一款三维装炉软件。结果表明:该软件可有效判定特定批次的热处理工件能否装入炉中,对比人工安排装炉方案,该算法辅助安排装炉方案能够较好地提升热处理炉设备的空间利用率,从而提高热处理车间的生产效率。