钢铁企业MES中的生产计划管理模式

介绍了宝钢四层架构的计算机系统生产计划与调度管理功能,重点分析了钢铁企业制造执行系统MES中常见的两种计划管理模式,并结合目前两种计划管理模式实际运行情况,分析了两种计划管理模式的特点。计划钢卷顺序一致,有利于计划一体化的需求,适用于物流复杂,对加工顺序要求高的管理系统。MES,PCS计划顺序不一致模式电文处理逻辑简单,ISPS-MES-PCS管理界面清晰,适用于物流简单,对生产顺序要求不高的管理系统。两种计划管理模式,对流程型工业特别是钢铁企业MES系统开发具有一定的借鉴意义。

宝钢彩涂机组生产准备及生产物流管理研究

供应链环境下的生产准备与传统的生产准备相比,发生了显著变化。在信息来源与集成管理、物流规划、生产控制等方面都提出了新的要求。为了实现对宝钢2号彩涂机组生产技术准备及试生产阶段的生产物流的科学管理,利用六西格玛管理工具,实现了如机组试生产阶段产量预测模型等的分析和预测方法。通过与宝钢1号彩涂机组的生产准备进行比较,说明了这些方法所取得的良好效果,对钢铁行业其他新建项目生产准备的科学管理也具有一定的参考价值。

无取向硅钢成品钢卷卷重的影响因素浅析

无取向硅钢成品钢卷卷重与包装成本直接相关,研究如何有效地提高无取向硅钢成品钢卷卷重,对于降低厂内实物质量损失、提高产品市场竞争力具有重要的现实意义。通过对工业化生产的无取向硅钢钢卷卷重数据研究发现,用户订单钢卷卷重要求和连退机组钢卷卷重实绩是直接影响成品钢卷卷重的两个决定性因素。在用户订单钢卷卷重明确的条件下,可以通过增加连铸坯的长度和提高材料的成材率措施,提高无取向硅钢成品钢卷卷重。

大数据技术在硅钢产品质量管控中的应用实践

磁性能指标是硅钢产品最关键的质量指标之一,但是目前磁性能判定100%依赖于样品的离线实验室检测结果,生产线配置的在线检测仪的测量结果由于精度问题,不宜直接用于成品牌号判级。本文在现有硅钢产品质量管控体系基础上,利用大数据技术对生产数据进行分析与建模,构建不同磁性能指标在线检测模型,并在现有信息系统上完成模型库的集成部署,实现硅钢产品全长、多指标磁性能结果的拟合数据输出,支撑取样优化、精准分切、辅助综合判定等功能应用,进一步优化硅钢产品质量管控体系。

云边一体化系统架构下硅钢制造管理业务数字化融合应用

提出以“云边一体化架构”构建硅钢智慧决策系统,来解决原硅钢制造L1~L5系统架构模式下的数字信息孤岛、业务功能割裂等问题。在此基础上,开发了云边协同的自学习型控制模型及业务决策模型,构建起硅钢“智慧大脑”,形成了以研发、制造、服务等核心业务数字化融合的智能化决策支持新模式,探索出一条钢铁制造业数字化、智能化转型之路。

硅钢常化退火炉炉压控制模型的开发应用

炉内压力是连续退火炉的重要控制指标,炉压波动会对带钢的质量和性能造成重大影响。现有的连续退火炉炉压控制一般都采用常规PID控制方法,但传统的连续退火炉子炉压较难同时兼顾炉况快速调整以及炉况稳定控制的工艺要求。文中采用炉压控制模型的方法,以炉区的炉温,烧嘴功率,煤气,空气流量设定值、实际值等为输入量,采用多变量预测控制算法来计算出当前最优的废气风机转速,来实现退火炉炉压高精度调整和稳定控制。

钢卷端部检测机器人在连续退火涂层机组中的应用

通过对端部检测机器人在无取向电工钢连续退火涂层机组上的应用,实现了钢卷缺陷的无人值守智能检测、钢卷的尺寸检查和缺陷识别,以及快速向后台工作人员提供检查数据,并与主生产线的数据交互配合,提高了钢卷检测效率和缺陷识别度。端部检测机器人的应用,不仅可提高机组自动化水平,同时可改善操作人员劳动强度,降低操作人员安全风险,有效地控制了企业的生产成本。