摘要

蓝钨氢还原是钨粉生产的核心高耗能环节，生产调度与工艺协同失衡会加剧能耗浪费。在此背景下，提出一种工艺机理嵌入的调度与参数协同优化策略。首先，基于Arrhenius方程建立动力学模型；其次，将批量排产转化为马尔可夫决策过程，并设计混合动作空间；最后，采用分组相对策略优化算法（GRPO），通过组内轨迹相对优势评估助力多目标稳定学习。经验证，所提方法相较于经典调度方法，可实现单位产品能耗降低11.3%、设备利用率提升6.1%，为流程型生产工艺节能调度提供一定的理论指导。

关键词