下载文档原格式
板带轧制设备现状与发展趋势板带轧制设备现状与发展趋势1.引⾔现代的钢铁企业是由炼铁、炼钢和轧钢三个主要的⽣产系统组成的，轧钢⽣产是钢铁⼯业⽣产的最终环节。
现代轧钢技术与装备以板带⽣产为代表。
板带⽣产从产品和⽣产⼯艺上主要分为冷轧带钢和热轧带钢两⼤领域。
按产品品种的不同，⼜有碳钢、不锈钢、硅钢等热、冷轧⼯艺。
板带钢的⽣产设备依据其⽣产⼯艺的不同⽽设备组成也有较⼤的差异。
轧机是实现板带轧制过程的设备，泛指完成轧材⽣产全过程的装备﹐包括有主要设备、辅助设备、起重运输设备和附属设备等。
但⼀般所说的轧机往往仅指主要设备。
2.轧制设备的历史回顾2.1 世界轧机发展历史据说在14世纪欧洲就有轧机，但有记载的是1480年意⼤利⼈达·芬奇设计出轧机的草图。
1553年法国⼈布律列尔轧制出⾦和银板材，⽤以制造钱币。
此后在西班⽛、⽐利时和英国相继出现轧机。
1728年英国设计⽣产了圆棒材轧机。
英国于1766年有了串列式⼩型轧机，19世纪中叶，第⼀台可逆式板材轧机在英国投产，并轧出了船⽤铁板。
1848年德国发明了万能式轧机，1853年美国开始⽤三辊式的型材轧机，并⽤蒸汽机传动的升降台实现机械化。
接着美国出现了劳特式轧机。
1859年建造了第⼀台连轧机。
万能式型材轧机是在1872年出现的；20世纪初制成半连续式带钢轧机，由两架三辊粗轧机和五架四辊精轧机组成。
近⼏⼗年来，发达国家在这轧制设备及技术上的则发展更为迅猛。
2.2 国内轧机发展概况50年代，我国从原苏联引进了鞍钢1700热连轧机和1700可逆式冷轧机及相应的⽣产技术，该装备技术⽔平属当时世界先进⽔平。
60年代我国⾃主设计制造了2800、4200⼤型板轧机和1700热连轧机，其机械、电⽓传动等装备均国产，这些⾃主制造设备⽐当时国际⽔平是落后⼀些，主要表现在⽆厚度⾃动控制系统（AGC）。
70年代武钢1700热、冷连轧机引进，使我国轧钢技术达到了当时世界上的先进⽔平，国内也开展了AGC的⼯业实验和推⼴应⽤。
液压AGC系统在热轧带钢中的应用摘要液压控制系统对带钢生产线来说，有着至关重要的作用，直接影响到产品的厚度精度。
本文主要从理论的实现方面介绍了精轧液压系统的控制思想。
关键词液压AGC；厚度精度；TDC1 精轧液压控制重要性精轧机的控制是轧线上最重要的控制部分。
精轧控制主要包括以下几方面的控制：主速度控制、活套控制、厚度控制和板型控制。
自动厚度控制包括前馈、反馈、偏心补偿及监控AGC。
当自动厚度控制系统调整压下，控制厚度时，必将使轧制力发生变化，从而改变轧辊辊系弯曲变形而影响辊缝形状，最终影响出口断面形状和带钢平直度（板形），而当自动板形控制系统调整弯辊控制断面形状及平直度时，必将改变辊缝形状而影响出口厚度。
又如，当终轧温度控制改变机架间喷水或加速度时，必将使各机架轧制温度变化，最终又将会影响到出口厚度和板形。
因此功能间要相互协调，相互传递补偿信号。
从而给液压AGC的实现增加了相当的难度。
AGC系统是热连轧精轧机组自动控制中一个极为重要的组成部分，是提高热轧带钢全长厚度精度的主要手段。
2 控制系统组成精轧机组的控制系统由一套S7400和四套TDC组成。
S7400组成440#站（精轧机组的顺序控制），4套TDC分别组成430#站（主速度控制）、451#站（F1—F2控制）、452#站（F3—F4控制）、453#站（F5—F6控制）。
TDC是一种多CPU高性能控制器，西门子的升级产品，它能够满足液压AGC高速位置控制的要求。
TDC的采用是因为该液压AGC的要求所决定的，同时精轧机组的控制功能集中而且众多，控制要求快速控制信息在各控制站之间，要求能快速更新。
由于数据交换的数量以及响应速度快速要求，在精轧机组的TDC控制系统之间采用了GDM高速光纤网。
精轧机组与其他站以及二级之间的通讯通过100M光纤网来实现。
系统编程主要是通过C语言代码编辑主要控制功能逻辑块，然后在CFC环境下调用以及实现各种连锁来实现的。
全自动炼钢动态控制模型的理论基础和应用实践刘路长（武汉钢铁股份公司，湖北，武汉，430083）摘要：根据多年来动态模型的应用实践经验，本文详细介绍了动态控制模型的定义、功能、脱碳和升温公式的系统推导，动态分组原则、动态控制模型运行过程中所采用的主要管理和技术措施。
炼钢总厂四分厂（以下简称为四分厂）2007年底投产以来，通过强化和细化动态控制模型的管理，大大提高了动态模型的适应能力，实现了一键炼钢，2010年一键炼钢率平均达到87.21%,最高达到93.12%；C-T双命中情况也稳步提升，2010年下半年C-T双命中率稳定在90%以上，最好达到94.04%。
关键词：全自动炼钢；动态控制模型；一键炼钢；C-T双命中率中图分类号：TF345 文献标识码：B 文章编号：The theoretical basis and practical application of the dynamic control model for full automatic steelmakingLIU Lu-chang(Wuhan Iron and Steel Corp., Wuhan, 430083, China)Abstract：According to the practical experience of applying the dynamic model for many years, the definition, function and the systematic derivation of the decarburization and heating formula, the main grouping principles and the management and technology measures for the dynamic control model are described in details. After the No.4 Steel Plant of WISCO started up in the end of 2007, the adaptability for the dynamic control model has been greatly improved and the function of One-Key-Steelmaking has been realized by strengthening and refining the management of dynamic control model. In 2010, the average One-Key-Steelmaking rate reached 87.21% and the best one was 93.12%, and in the second half year of 2010, the C-T hitting rate were over 90% and the best one reached 94.04%.Key Words: full automatic steelmaking; dynamic control model; One-Key-Steelmaking; C-T hitting rate1前言随着我国现代化炼钢技术的发展，近十年来，全自动炼钢技术在大中型转炉上得到了广泛运用，尤其是在武钢成功自主研发出多项自动炼钢的配套技术，集成了具有国有知识产权的自动炼钢专有技术，并在全国十余家钢厂得到推广和运用，获得良好效果。
文章编号:100220411(2003)0620531207钢铁生产动态调度理论研究与工程应用综述常春光1,2,胡琨元1,汪定伟1,郑秉霖1,李慧莹1(1.东北大学信息科学与工程学院,辽宁沈阳 110004;2.沈阳工业大学管理学院,辽宁沈阳 110023)摘 要:本文以钢铁企业生产为背景,为了更进一步研究有效的动态调度方案,首先论述了钢铁生产的动态调度问题的种类、特点.其次,从理论与实践应用两方面分析了该领域的研究方法.具体介绍了基于模型、智能、人机交互方法.并分析了各种方法间交叉组合的方式.进而研究工程实现模式,提出了基于MES的钢铁生产动态调度四维一体综合集成的新模式.Ξ关键词:钢铁生产;动态调度;模型;智能;人机交互;综合集成中图分类号:TP13 文献标识码:ASTEE L PR ODUCTION DYNAMIC SCHE DU LING THEOR Y AN D ITSENGINEERING APP LICATION:A REVIEWCH ANG Chun2guang1,2,H U K un2yuan1,W ANG Ding2wei1,LI Hui2ying1,ZHE NG Bing2ling1(1.School o f Information Science&Engineering,Northeastern University,Shenyang 110004,China;2.School o f Management,Shenyang University o f Technology,Shenyang 110023,China)Abstract:T aking the production of iron and steel enterprises as background,this paper firstly discusses the categ ory and characteristics of steel production dynamic scheduling in order to take further research on the effective dynamic schedul2 ing scheme.Secondly,the methods based on m odeling,intelligence,and interaction are introduced in detail based on theo2 ry and applications.M oreover,the combined type of the above approaches is analyzed.Finally,engineering realization of steel production dynamic scheduling is studied,and a new four2dimensional synthetic integrated m ode is proposed.K eyw ords:steel production;dynamic scheduling;m odel;intelligence;man2machine interaction;synthetic integrating1 引言(I ntroduction)在全球钢铁行业竞争日益激烈情形下,人们开始将目光投向内部生产管理,重新审视钢铁集成制造系统内在结构体系.国内外学者逐渐意识到, ERP/MES/PCS三层结构符合现代企业生产管理结构“扁平化”的思想,与五层结构相比更易于集成和实现[1],是集成制造系统的未来发展趋势.制造执行系统MES是面向过程的生产活动与经营活动的桥梁和纽带,是现代集成制造系统的关键. 动态调度作为MES的重要组成,其概念最早由Jacks on[2]于1957年提出,是相对静态调度而言的,它强调实时性、在线性和自适应性,具有广阔的实际应用空间,但其难度也大大增加.钢铁生产工艺复杂、生产设备多、物流纵横交错.不仅要考虑钢水到达时间偏差、设备故障,而且还需考虑钢水成分不合格、钢水温度补偿等动态扰动事件.显然,动态调度是钢铁企业系统集成的重中之重.2 钢铁生产调度问题种类的界定(Classifi2 cation of steel production scheduling prob lems) 国内外学者对钢铁生产调度问题的划分方式主要有:2.1 组织方式分类 根据调度问题的组织方式,可分为单机调度、并行机调度、流水车间调度(Flow Shop)、单件车间调度(Job Shop)、开放车间调度(Open Shop)和混合流水车间调度问题.此分组方式是调度理论研究最有代表性的一种分法,在此基础上,很多学者研究了大量第32卷第6期2003年12月 信息与控制In formation and C ontrolV ol.32,N o.6 Dec.,2003 Ξ收稿日期:2002-10-21 基金项目:国家自然科学基金资助项目(70171056,60084003);国家863计划资助项目(2002AA412010,2002AA414610)的调度模型及其算法,在很大程度上丰富了调度理论.在理论研究中,将钢铁生产的炼钢—连铸调度问题抽象为Job Shop问题、Flow Shop问题和混合流水车间调度问题的较多.2.2 行业特点分类 根据调度问题的行业背景特点,分为离散制造行业调度问题、流程制造行业调度问题和混杂制造行业系统.钢铁生产的炼钢—连铸调度问题是一个较为复杂的混杂系统,实施起来难度更大.2.3 对象属性分类 根据调度问题的对象,调度问题又有工件转移型调度与设备转移型调度之分.目前大部分钢铁企业调度的工件体积、重量相对生产设备来说比较小,此时工件移动起来较为方便,调度问题大多属于工件转移调度类型.2.4 设备重要性分类 根据调度问题的重要性分,调度问题可分为主体设备调度与辅助设备调度.钢铁企业生产调度除了要考虑工件在转炉、精炼设备、连铸机和轧机等主体设备上的调度外,还要考虑天车、台车以及钢包等辅助设备上的调度.3 钢铁生产动态调度问题的特点(Charac2 teristics of steel production dynamic schedul2 ing)3.1 识别干扰的困难性 在钢铁生产动态环境中,较难解决的一个问题便是干扰识别问题.面对各种干扰事件,如何将其快速有效地识别出来,是保证钢铁生产动态调度有效与否的前提条件.3.2 处理问题的广域性 钢铁生产包括炼铁、炼钢、精炼、连铸、连轧等主要环节,同时还有许多辅助环节,实际中要实现有效的调度,必须考虑到各环节之间的协调.3.3 处理问题动态性 在实际的生产调度系统中存在很多随机的和不确定的因素,比如作业到达时间的不确定性、作业加工时间的随机性,而且生产系统中常出现一些实发偶然事件,如设备的损坏/修复、作业交货期的改变、钢水的成分不合格问题等.3.4 处理问题的多目标性 实际的钢铁生产动态调度首要考虑的目标是钢水成分、温度和时间三个命中率的提高.此外,钢铁生产动态调度常用的目标还包括:有效利用资源、降低成本、满足顾客交货期等等.不同的目标影响着解决调度的具体模式.3.5 处理问题的多约束性 钢铁生产工艺过程必须在铁水仍然熔化的状态下完成,每一炉次的等待时间应少于工艺限定的时间;为了使炼钢—连铸产量最大,连铸机尽量不断浇;一些设备需要定期维修,比如转炉内层的更换、转炉与钢包水口的更换等等.这些构成了调度问题的种种约束.4 钢铁生产动态调度问题的理论研究方法(Theory research approaches of steel produc2 tion dynamic scheduling)理论上,关于钢铁生产动态调度的研究方法具体包括:4.1 基于模型的方法4.1.1 精确模型 精确模型方法中,最为典型的是运筹学方法,它包括线性规划、动态规划、排队论、网络与图论等方法.例如Redwine C.N.等人[3]考虑了在大集成钢铁企业每台设备上的面向订单的调度问题,建立了混合整数线性规划模型,并设计一种分解算法来求解该模型.实现了包括102订单通过10个设备历时6周的大规模调度问题.4.1.2 近似模型 在钢铁生产过程中,系统仿真模型是一种常见的近似模型.它基于系统中运行逻辑关系的描述,不单纯追求系统的数学模型,能够对生产调度方案进行比较评价,分析系统的动态性能,并选择系统的动态结构参数.新日本制铁株式会社的佐腾修三等人[4]以钢铁企业集成调度为背景,设计了一个能够进行策略选择的调度仿真器,从而成功地开发了一个以调度仿真器为核心的集成调度系统.针对不同的产品,该系统能够解决10个生产工序规模大小的调度问题(每月大约25000个订单),能够在满足交货期的前提下,提高炼钢厂、轧钢厂等的生产效率和产出.4.2 基于智能的方法4.2.1 基于人工智能的方法 传统的人工智能方法主要是启发式搜索或逻辑推理.启发式方法以调度规则以及实践经验为基础,快速有效地求出调度问题的近似解.目前,已经有许多调度规则被总结出来并被应用,例如:预期完成时间最小的优先规则(LDD);持续时间最小的优先规235信 息 与 控 制 32卷 则(LPT);松弛性最小的优先规则(LST);剩余工作最多的优先规则(LWR);松弛性与剩余工作之比最小的优先规则(LSWR);松弛性与剩余作业数之比最小的优先规则(LS OR)等等.这些调度规则简单、易于实现、计算复杂度低、反应快捷,能够用于动态实时调度系统中,许多年来一直受到学者们的广泛研究.文[5]针对炼钢连铸系统对单元设备建立了动态调度模型,并利用基于该模型的赋时同步有色Petri 网对整个系统建立动态调度模型,提出一种启发式调度算法解决动态调度问题,并基于此实现炼钢连铸的仿真调度系统. 启发式算法能在合理的时间内产生比较满意的调度,具有简单、快捷的优点,适用于动态调度问题的研究,因此广泛应用于实际调度中.但研究表明并不存在一个全局最优的调度规则,它们的有效性依赖于对特殊性能需求的标准及应用背景,它是局部优化方法,并且很难定量评价所得到的结果与全局最优解的偏差. 专家系统是人工智能从数值信息处理转向非数值(知识)信息处理的里程碑,它在钢铁工业也获得广泛的应用.I BM公司的Shah Manesh J.等人[6]针对钢铁企业的连铸生产的动态调度问题,采用I BM的知识工具程序以及协作技术,运用基于知识的方法解决连铸生产的动态调度问题,并允许操作者在程序运行过程中干预并控制程序决策.4.2.2 基于计算智能的方法4.2.2.1 基于进化算法的方法 进化算法(Ev olutionary Alg orithms)的随机优化技术在调度问题中显示出了通常优于传统优化算法的性能.进化算法除了包括遗传算法(G enetic Alg o2 rithms)之外,还包括进化规划(Ev olutionary Program2 ming)和进化策略(Ev olution Strategies).目前在动态调度中使用最多的是遗传算法,它具有应用性较广、计算速度快、与其它算法结合能力强的优点,非常适合于解决动态调度问题.文[7]利用模糊规则量化,将模糊控制规则引入遗传算法内,求解复杂并行多机成组工件调度问题的组合优化问题,显示了对大规模调度问题的适用性.文[8]通过在遗传算法中嵌入约束解决机制确保遗传算法适应约束的能力,从而提高算法的收敛速度与精度.文[9]研究了应用进化算法(遗传算法(G A)和进化规划(EP))以及混合模拟退火进化算法(S AG A和S AEP)求解job shop调度问题.4.2.2.2 基于模拟进化算法的方法 这类方法基本上属于近似算法,但有可能达到最优的调度方案,与进化算法在思想上很相似.这类方法包括模拟退火法(Simulated Annealing)、禁忌搜索法(T abu Search)、蚁群算法(Ant C olony Optimiza2 tion)以及局域搜索法(Local Search).在这些方法中,一般来说各有所长,例如禁忌搜索比模拟退火的速度快些,但广域搜索能力较差,模拟退火的编程较易实现,但求解效果又不如其它智能搜索的方法.因此往往是多种算法结合起来.总体上这类算法以合理地增加计算时间为代价,提高解的次优性,但也存在着一定程度的枚举,收敛到最优解很慢,并且判断解的最优性也很困难.4.2.2.3 基于神经网络的方法 神经网络方法通过一个能量函数构造网络的极值,当网络迭代收敛时,能量函数达到极小,使与能量函数对应的目标函数得到优化.Dagli Cihan与Huggahalli Ram[10]提出在自动化调度系统中,为了使计算严格调度算法最优解的额外时间延误最小化,应用神经网络模型把以前用Lawler算法确定出来的调度解迅速检索出来.最初的神经网络都容易陷入局优,因此以后的学者经常将神经网络与模拟退火等其他方法结合起来研究动态调度问题.4.2.2.4 基于Multi2agent的方法 Multi2agent以分布式人工智能中的多代理机制作为新的生产组织与运行模式,通过在一系列分散的智能单元(Agent)之间的合作以及M AS系统协调来解决问题.研究表明,当经典方法无法解决并且单元间有大量交互作用的复杂问题时,Multi2agent显示了强大的优越性.并且Multi2agent对于复杂问题的运行弹性强、实时性强、可靠性高,因而对于动态调度的应用也是一个较新的方向.K halid K ouiss等人[11]针对动态调度问题,设计了基于全局优化目标的Multi2agent调度体系结构.文[12]综述了Agent技术在制造作业车间调度中的应用研究概况,提出了一种基于合同网协议投标机制的多Agent分布式动态作业车间调度方案4.3 基于人机交互的方法 随着调度理论与实践的不断结合,基于人机交互的方法逐步得到重视.美国Purdue大学的K ondak2 ci、Suna等人[13]针对具有到期约束的动态Job Shop 调度问题,提出了一种交互式的方法.Bistline William G.Sr.等人[14]针对传统精确方法在实际动态Job Shop调度应用中的有限性,通过人机交互方式,修正许多限制资源的约束能力,从而降低调度问3356期常春光等:钢铁生产动态调度理论研究与工程应用综述题的复杂性.4.4 基于多种方法组合的研究方法4.4.1 基于不同类智能方法组合的研究方法 文[15]针对并行机调度,提出了一种以遗传算法与模拟退火相结合的方法.伦敦大学的Y ang[16]提出一个约束满足自适应神经网络与启发式算法相结合的方法来解决通常的job2shop调度问题.该神经网络基于调度过程的顺序与资源限制,易于建立并能自适应调节连接权.在结合算法中,神经网络用于获得可行解,启发式算法被用来提高神经网络的性能和解的质量.4.4.2 基于模型与智能组合的研究方法 Lyu J.和G unasekaran A.[17]选择一内嵌结构来建立智能仿真模型来评价钢厂的调度策略,提出一个通过仿真机制控制事件发生器和专家系统的框架.Nagar A.等人[18]采用分枝定界与遗传算法相结合的方法解决flow shop调度问题.4.4.3 基于人机交互与智能组合的研究方法 Shah Manesh J.等人[19]以钢铁生产为背景,描述了一个交互式的应用于资源调度的专家系统.专家系统处理没有满足规范调度的生产运行信息,采用分级系统执行监控生产设备.英国谢菲尔德大学的Shaw K.J.等人[20]应用多目标遗传算法检验批调度问题,采用交互的方式允许人参与优化过程,包括改变参数的优先权,允许多目标遗传算法对批规模和任务分配做决策.4.4.4 基于模型与人机交互组合的研究方法 Norbis Mario等人[21]提出一个交互的调度方法允许决策者改变工件的相对优先权,来解决资源约束调度问题.K rebs Joseph E.等人[22]描述了一个柔性制造单元中采用整数规划与操作人员交互来解决调度问题的算法.5 钢铁生产动态调度系统的工程实现模式(E ngineering implementation modes of steel production dynamic scheduling system)从国内外应用领域来看,先进国家的冶金企业在70年初便致力于生产调度系统的开发与研制,许多企业在80年代末期和90年代初期完成了基于计算机的调度系统开发的主要工作.随着人们对钢铁生产调度的进一步研究,调度系统也不断完善.例如钢铁调度软件SteelPlanner是一个特地为钢铁生产设施调度设计的软件包.它包括半自动化的连铸机、厚板/订单分配、热轧、冷轧等特定约束和基于规则调度的组件.在SteelPlanner的产品组合中,BetaPlan2 ner是一个优化轧钢厂生产的模块.它对将被生产的钢卷的理想顺序进行识别,同时考虑到特殊标准、顾客交货期、最低成本和最高质量[23].从动态调度系统实现的工程模式上看,具体包括:5.1 人工为主的实现模式 目前,很多发展中国家的钢铁生产水平较低,大都采用此方法.在我国上千家大中型冶金企业中,虽然很多企业的生产过程管理具有一定的信息化管理水平,但对于动态调度这一难题,绝大部分采用人工为主的方式,通过电话等通讯设施进行生产过程调度管理.生产过程的人工调度反应滞后,影响生产效率,调度人员仍然没有摆脱繁重的工作.5.2 依托计算机强大计算功能的实现模式 奥地利的B¨o hler Uddeholm是欧洲高级钢制造商,经尝试通过传统软件方法解决调度问题.然而生产运行期间所有的适应性约束成为理论上的NP难问题.因为仅10个工件的排列组合就达到3628800种,而B¨o hler Uddeholm实际调度问题需要安排30个工件.由于早期尝试失败了,因此他们后来往往只调度那些难调度工件,使问题简化[24].5.3 基于人机交互的实现模式 Davis J.Steve等人[25]在工程中采用一个人机交互的计算机图形方法来建立与修正工作中心的调度.工件的调度通过G antt图显示出来.用户能够通过拖拽人为地修正调度来操纵工件,并能调用嵌入常规程序自动地重调度.美国加利福尼亚伯克利大学的Fuyuki M.与Inoue I.建立一个交互的job shop 调度实时支持系统.5.4 依托模型的实现模式 美国爱荷华州Van Voorhis T.等人[26]与Harri2 s on钢厂合作开发了能够实现当前调度自动化的软件,并通过估计浇铸调度关于下游工序的半成品库存水平,设计了一个整数规划模型使得总成本函数最小化.这个软件运行启发式算法找到这个整数规划问题的多个解,每一个解对应着可行调度.此系统能够被扩展到其它铸造厂.Assaf I.、Chen M.和K atzberg J.针对加拿大一家钢厂调度问题提出了基于隐枚举法的算法,在可接受的时间内有效地解决实际调度问题,与人工调度相比具有较强的优化调度能力.5.5 依托模型与智能相结合的实现模式 伯利恒钢铁集团的BethF orge分厂是一个顾客定制型重型锻造厂.Doshi Bhavin J.等人[27]提出一个435信 息 与 控 制 32卷 混合整数规划来描述炼钢调度问题,采用两级局域搜索算法解决实际规模的调度问题.澳大利亚BHP 钢铁公司开发了交互调度和实时生产监控智能支持系统IS A.其中该公司的钢铁涂层部Stirling D.A.与Y uen W.Y.D.介绍了基于知识的专家系统,该系统对无锈钢管冷轧提供了有效的调度.此系统实现了操作者的启发式知识和基于冶金理论的物理模型二者的结合,提供原始的工厂计划调度、实时重调度,并对后序工序补救.5.6 依托智能、模型和人机交互相结合的实现模式 逻辑上,组合会有很多种情形,但从目前钢铁生产的实践上,国外采用的模式基本上是人工智能、运筹学和人机交互方式相结合. 日本NKK软件公司NKK-EX A部专门从事钢铁工业应用软件开发,和日本钢管京浜钢铁厂合作开发了协同生产调度计划系统Scheplan.日本住友公司和歌山钢铁厂合作开发了一套专家系统来实现板坯连铸作业调度计划的编制工作. 在韩国,以光阳钢铁厂开发的综合过程调整与调度系统HIPASS、浦项钢厂采用的核心技术动态调度解决方案(美国i2公司提供)为代表的计划调度软件提升了韩国钢铁产业的信息水平. 在美国,Paul C.J.等人[28]开发了一个监控大规模分布式过程的系统,并实时调整控制计划,对计划的生产调度采用基于动作模型的监控方法反应产生的偏差,通过实时监控技术和数学优化技术来完成实时的调度和控制,以便在允许的时间内产生成本最低的修复计划.该系统正在扩展成商业产品,并用于在线监控与反馈钢铁企业连铸机调度. 英国Broner钢铁公司开发了一套炼钢连铸生产调度系统. 比利时的A.I.SY STE MS专门为钢铁企业编制计划调度系列软件,包括A LPH A2P LANNER、BET A2 P LANNER、BET A2P LANNER C O LD、G AM M A2P LAN2 NER、Y ARD M ANAGER,分别用来调度连铸机、热连轧、冷轧、热溶车间的实时调度和监控,G AM M A2 P LANNER是连铸调度的输入系统,Y ARD M ANAGER 是实时板坯库管理系统. 位于德国杜伊斯堡的Thyssen K rupp TSCR钢厂于1999年2月开始运行由SIE ME NS公司研制的MES系统.其核心技术便是如何实现紧急情况下的动态计划与调度.在奥地利,Linz钢铁厂开发了协同生产调度计划专家系统VAISchedex;在Alcatel Austria2E LLN研究中心(AERC)和Christian Dopper专家系统试验室合作下,开发了解决调度问题的专家系统.通过最初确定工件调度临界值,然后应用启发式知识、规则、临界值的方法去指导搜索可行的调度方案.在Pamela, AERC开发了一个基于规则的语言,该系统支持炼钢车间技术工人生成周钢铁热处理调度.自1992年,该系统已经在B hler K apfenberg钢厂成功实施,使工程师从日常繁重的生产监控职责中解放出来[24].6 钢铁生产动态调度的发展新趋势与前景分析(Analysis on future research direction andtrend of steel production dynamic scheduling)6.1 基于模型、智能与人机交互组合的理论研究 未来,钢铁生产动态调度的各种研究方法的交叉将成为一个重要的趋势,从理论研究上来说,研究方法的种类划分可以按图1的各种组合,不难看出各种单一的方法都有自己的优缺点,只有将它们有效组合起来,才能对工程应用具有实际指导意义,因而,图中三个集合的交集即基于模型、智能与人机交互方法组合的研究方法是理论研究的发展趋势.图1 动态调度研究方法组合图Fig.1 C ombination of dynamic scheduling research approachs6.2 基于MES的四维一体综合集成动态调度工程实现方法研究 在工程实现上,三级结构框架对生产调度提出新的挑战,对生产调度提出了新的要求,特别是要求生产调度改变以往完全依据计划指令按部就班的作法,要求调度特别是动态调度工作要与计划工作紧密结合,承担具有生产与管理双重性的信息的处理过程,减少生产过程产生的信息和经营管理的信息转换、加工、传递的冗余处理.这将促进基于MES的动态调度理论与方法研究的进一步深入.而采用依托智能、模型与人机交互的实现模式已经成为一个主要方向,在此方向上,基于案例推理的专家系统对于解决动态调度显示了较强的优势. 因此,我们提出采用基于MES的知识库(包括5356期常春光等:钢铁生产动态调度理论研究与工程应用综述案例库、规则库)、数据库、模型库和人机交互四维一体综合集成系统思路,研究钢铁生产动态调度问题,这将成为这一方向上的主流.6.3 新方法在钢铁生产动态调度中的应用研究 与传统基于规则的推理机制(Rule2based Rea2 s oning)相比,基于案例的推理(Case2based Reas oning, C BR)方法得到了广泛的关注.C BR通过调整以往相关问题的成功解决方案来解决新问题,是一种解决范例问题的通用方法,它基于局部搜索策略.局部搜索从以往解出发,并通过修复当前问题的冲突得到解.C BR不需要一个显式表达的领域模型,因此获取知识其实就是收集以往的事例,这样就成功地避开了“知识获取瓶颈”.而且能很快提供解决方案,避免每次都从头开始求解,能够从新的事例中获得知识,使得系统维护更加容易.该方法在钢铁生产动态调度中的应用将是一个研究方向. Multi2agent方法在理论研究中谈论得较多,而在实际钢铁生产动态调度中很少见到,因此,今后在钢铁生产的实际动态调度系统中实施有关Multi2 agent方法,也将成为一个应用研究方向. 一些新的模拟进化算法也逐渐发展起来.蚁群算法(Ant C olony Optimization)就是一种新型的模拟进化算法.该算法在求解Job2Shop调度问题时,取得了良好的效果.对于该算法在钢铁生产背景下的应用尝试也有一定的研究余地. 为了解决钢铁生产的多工序协调问题,二层规划等整体优化算法也将随着研究的深入成为理论与应用研究的方向.6.4 钢铁生产动态调度框架结构和优化策略研究 在钢铁企业的生产调度领域,在理论方面,迄今为止的研究已经取得很多有价值的成果.但这些理论研究往往与企业的实际生产环境有较大的差距,在系统性、整体性方面也有一定的局限.首先,在系统概念上,随着近十年来企业内外环境的变迁,冶金企业更加要求管理方法能够体现集中化工厂、敏捷制造等先进制造理念.这迫切要求进一步对系统框架重新研究.其次,在系统的实现技术上,伴随计算机处理能力、网络技术、数据库技术的发展,原有的许多技术制约已不复存在,在系统框架、数据模式和软件结构等方面上都有许多可以创新之处.因此,有必要研究具有整体性的框架结构和优化策略,在局部的理论成果与整体的应用软件之间架起一道桥梁.7 结语(Conclusion)本文是对动态调度问题的综述研究,重点放在钢铁企业生产的调度背景,对理论研究方法进行了对比分析,对工程实践的模式加以归纳.在国内外钢铁生产调度问题的综述研究中属于开拓性的工作.本文对现有钢铁企业的调度实践有一定的指导意义.参 考 文 献(R eferences)[1] 柴天佑,金以慧,任德祥,等.基于三层结构的流程工业现代集成制造系统[J].控制工程,2002,9(3):1～6.[2] Jacks on J R.S imulation research on job shop production[J].NavalRes.Log Quart,1957,4(3):287～295.[3] Redwine C N,W ismer D A.M ixed integer programming m odel forscheduling orders in a steel mill[J].Journal of Optimization Theoryand Applications,1974,14(9):305～318.[4] Sato S,Y amaoka T,A oki Y,et al.Development of integratedscheduling system for iron and steel w orks[J].International Journalof Production Research,1977,15(11):539～552.[5] 李霄峰,徐立云,邵惠鹤,等.炼钢连铸系统的动态调度模型和启发式调度算法[J\〗.上海交通大学学报,2001,35(11):1658～1662.[6] Shah M J,Damian R,S ilverman J.K nowledge based dynamicscheduling in a steel plant[A].Proceedings of the C on ference onArtificial Intelligence Applications[C].1990,v ol.5.108～113. [7] 衣 杨,汪定伟.基于模糊规则的G A求解成组调度[J].系统仿真学报,2001,13(5):554～557.[8] 杨红红,吴智铭.混合遗传算法在柔性系统动态调度中的应用研究[J].信息与控制,2001,30(5):392～397.[9] 翁妙凤,王 直.进化算法在job2shop调度问题中的应用研究[J].信息与控制,1999,28(6):466～470.[10] Dagli C,Huggahalli R.A neural netw ork architecture for faster dy2namic scheduling in manu facturing systems[A].Proceedings ofIEEE International C on ference on R obotics and Automationc[C].1991.2408～2413.[11] K halid K,et ing multi2agent architecture in FMS for dynamicscheduling[J].Journal of Intelligent M anu facturing,1997,(8):45～47.[12] 乔 兵,孙志俊,朱剑英.基于Agent的分布式动态作业车间调度[J].信息与控制,2001,30(4):292～296.[13] K ondakci S,G upta R M.Interactive approach for a dual2constraintjob shop scheduling problem[J].C om puters&Industrial Engineer2ing,1991,20(3):293～302.[14] Bistline W G Sr.,Banerjee S,Banerjee A.An interactive decisionsupport system for s olving real time scheduling problems consideringcustomer and job priorities with schedule interruptions[J].C om puters&Operations Research,1998,25(11):981～995.[15] Liu M,Wu Ch.Identical parallel machine scheduling problem forminimizing the makespan using genetic alg orithm combined by simu2lated annealing[J].Chinese Journal of E lectronics,1998,7(10):635信 息 与 控 制 32卷 。
