钢铁企业无缝钢管生产中ERP和APS整合系统设计研究

本文以钢铁企业无缝钢管生产为背景,分析了ERP系统在生产过程中功能上的局限性。ERP系统不能生成详细的生产计划,无法准确控制客户交货期和库存量,但APS系统能够实现上述功能,所以对ERP系统和APS系统进行整合设计来实现生产中的要求。最后,介绍整合系统主要模块、功能和接口的含义,简述钢铁企业热轧无缝钢管生产流程中整合系统的信息交互过程,为实现生产各个环节的有效衔接提供了基础。

钢铁生产多工艺方案综合工艺能力评价方法研究

针对钢铁产品特性及其生产工艺特征,构建了一种钢铁生产多工艺方案综合评价模型,该模型综合考虑产品质量,生产成本及生产效率等因素,并重点讨论了改进的NN相似度度量方法在评价质量工艺能力指数上的应用,最后采用模糊层次分析法对钢铁生产多工艺方案进行评价。

基于APS的钢铁企业生产计划系统设计及实现

本文以高级计划排程系统(APS)理论为基础,对钢铁生产计划系统的总体结构和功能需求进行了分析和界定,设计了基于.NET三层客户端/服务器模式的钢铁企业生产计划系统,实现了生产计划管理中生产工单接收、计划排程、批量计划管理等核心功能。系统以承钢1780热轧卷板生产线为背景进行仿真验证,仿真结果表明,系统能够有效地提高生产计划管理效率,达到了预期的目的。

基于UML的钢铁企业APS生产能力计划系统建模

钢铁企业APS生产能力计划系统是实现产销一体化需求的重要途径。本文对生产能力计划系统的需求进行分析,同时考虑产能、库存、市场等约束条件建立数学模型。在此基础上,分析了系统的体系结构和功能需求,并利用统一建模语言(UML)对系统的用例模型、静态模型和动态模型进行了详细的分析和设计。

钢铁企业APS优化引擎的软件模型研究及应用

分析了钢铁企业APS理论和应用研究现状,总结了钢铁生产计划体系中的优化问题和求解方法,在此基础上,提出了钢铁企业APS优化引擎的软件模型ISMA。模型以通用性、独立性、可重用性和可扩展性为目标,分为接口层、求解层、模型层和算法层,阐述了各层的分工和协作方式。最后以钢轧一体化批量计划编制问题为例,说明了模型的应用方法。

基于UML的钢铁企业APS订单计划系统建模

在基于APS的钢铁企业生产计划体系中,订单计划将客户订单转化为生产订单,其内容包括对订单在工序上的分解及交货期的初步确定等。本文从某钢铁企业对订单计划管理的实际需求出发,采用UML建模语言对钢铁企业APS中的订单计划系统进行需求分析,构造了系统的用例图和分析类图,并对订单拆分、库存匹配和产能匹配等典型用例进行了动态建模。本文研究的订单计划系统以客户订单为输入,可以实现订单的拆分、库存匹配和产能匹配,确定订单的交货期,进而合理安排中长期订单计划,达到帮助企业编制高效的生产批量计划和生产调度方案的目的。

数据可视化技术在炼钢-连铸生产调度中的应用

根据炼钢-连铸生产调度的特点,应用Dundas数据可视化技术,实现了在炼钢-连铸生产管理中对调度计划以甘特图的形式进行展示、监控和调整的功能。

改进PSO算法求解具有柔性生产路径钢铁产品分配问题

针对钢铁企业实际生产和产品分配特点,研究了柔性生产路径下的产品分配问题,建立以最大化企业利润、设备利用率和市场产品满足率为目标的多目标模型,并设计了改进粒子群算法对问题进行求解。算法考虑模型的复杂约束特征,采用约束满足技术产生初始解,并利用惩罚函数设计适应度函数,通过动态调整粒子群算法中的惯性权重对粒子进行动态更新,最后,通过实际钢厂数据的实验仿真,说明了模型的可行性和改进粒子群算法的有效性。

炼钢-连铸生产调度的研究进展

针对炼钢-连铸过程的生产调度问题,首先,对生产调度问题的研究方法进行了总结和评述,梳理了各类方法的特点及适用范围;其次,介绍了当前国内外钢厂典型计算机辅助调度系统的一些案例,并讨论分析其特点;最后,在以往研究的基础上,对未来炼钢-连铸过程生产调度问题的研究思路和方法提出了建议,针对静态调度提出了"规则+算法"的研究思路,以国内某特钢厂为例,提出了基于钢厂生产模式优化的调度模型构建方法;针对动态调度提出"多工序协同"的研究思路,提出了基于多智能体的炼钢-连铸过程多工序工艺、质量与调度的协同控制的研究方法.优化高效的建模及求解方法是解决生产调度问题的重要手段之一,旨在改善当前钢厂生产计划编制水平、提高生产计划的可执行性、加强现场实时调控,对实现炼钢-连铸过程稳定化、有序化、连续化运行具有重要意义.

基于UML的钢轧衔接生产调度系统建模

针对混合生产环境下钢轧衔接生产调度系统中炼钢-连铸、板坯库、加热炉和热轧工序之间的动态协调问题,本文采用面向对象分析设计方法,在分析了系统功能需求和影响钢轧衔接关键因素的基础上,使用统一建模语言建立了该系统的用例模型、静态结构模型和动态行为模型,以可视化的图形界面展现了系统的功能结构,描述了系统对象之间信息交互以及系统对动态事件的处理流程,满足了钢铁生产制造执行系统实时性和动态性的要求,实现了实际生产过程的紧凑性和连续性。

基于APS的特钢企业信息系统架构研究

由于特钢复杂的生产工艺,在生产组织时难以实现物流、产能的平衡以及交货期的控制,急需生产计划排程的高级手段,本文针对特钢企业高级计划与排程的问题,提出了4层信息化结构体系,详细描述了APS层的功能结构、在体系结构中的位置以及与MES的集成框架。在此基础上以数据流程图对APS进行过程建模,阐述各功能模块之间的协作和数据交换模式。

宽厚板轧制辊期计划自动编制系统原理与应用研究

在宽厚板生产过程中,一个关键问题就是轧制计划编制的是否合理,否则会直接影响生产效率和产品质量。针对此问题,结合现代钢铁企业生产管理的特点和轧制工艺要求,建立了基于多目标优化算法的热轧批量计划模型,以合同兑现优先、热装效率优先、最大产能为优化目标,提出了排产策略,以生产数据为基础进行的仿真实验证实算法科学有效,在南钢率先实施,具有推广意义。

面向多种生产工艺的冶铸轧一体化批量计划优化

考虑面向冷装、温装、热装和直轧等多种生产工艺的炼钢、连铸和热轧三阶段一体化批量计划优化问题,针对问题特点提出了一体化编制策略,并在此基础上建立了问题的约束满足模型。针对模型无优化目标和具有复杂工艺约束,及其求解过程具有NP难性质的特点,提出了将约束传播技术嵌入到聚类分析中的求解算法。通过源于钢铁企业实际生产数据的仿真实验结果表明了模型和算法的有效性。

等待时间受限的两阶段流水车间调度问题性质研究

对等待时间受限的两阶段流水车间调度问题的基本性质进行了研究。在问题的复杂性方面,证明了任何基于排列排序的调度规则都不能保证具有最优性,而且问题是强NP难的。在原问题和排列排序问题之间的关系方面,证明了满足排列排序要求的任一工件加工序列均可构成相应的可行调度;当满足一定条件时,排列排序的最优解也是原问题的最优解。这些性质为设计求解算法提供了理论基础。

基于混合遗传算法的生产工艺规划与决策问题

零件生产加工过程中,由于各加工特征有多个加工工艺而不同工艺方法又有不同的机器选择,以及受工艺约束的工序特征排序问题,使得柔性工艺规划问题具有NP难特性。通过对可选工序和机器进行分段编码;并用约束调整算法解决受工艺约束的工序排序问题;对于问题的多目标特性,采用随机权重来设置适应度函数,用外部精英保留策略并引入k-means聚类算法裁剪精英集来保持群体多样性,该方法通过该混合遗传算法的交差,变异等操作,能有效解决受工序约束的多工艺路线的优化与决策问题。以实例的形式论证了该算法在求解柔性工艺规划问题的有效可行性。

连轧钢管生产中的三辊机架匹配的建模与遗传算法

在轧钢生产中,不同外径的钢管需要用具有相应加工直径的三辊机架来加工。而具有加工直径D的三辊机架可以通过对具有加工直径比D小的旧三辊机架的改造而获得。因此,对下一个计划周期的加工需求,需要通过改造获得所需要的三辊机架。以总加工量最小为目标,满足生产需求为约束,建立了一个整数规划模型。根据所建立的模型,开发了基于遗传算法的求解方法。数据试验表明了算法的有效性。

基于准时制生产的订单动态产品替补模型及算法

为解决订单在生产过程中因设备故障、员工技能、原材料缺陷等动态因素导致其产品质量不满足约定要求,从而引起订单无法按期交货的问题,建立了最小化订单总拖期和订单之间总替补次数为目标的订单动态产品替补模型;根据问题的特点,证明了该问题为NP完全问题;基于在交货期紧急程度不同的订单之间进行产品替补的方式,提出解决该问题的订单动态产品替补算法。通过实验验证了模型和算法不但具有可行性和有效性,而且完全能够在满足生产实际的条件下获得最优解。同时,比较了产品种类数、批次规模和订单规模发生变化时,对总拖期和替补总次数的影响。

基于鲁棒性的钢铁信息化项目计划模型与算法

为了在钢铁信息化项目计划执行过程中优化资源配置,提高进度控制能力,提出了基于鲁棒性的信息化项目计划方法。分析了钢铁信息化项目管理的特点、影响计划鲁棒性的主要因素;在此基础上,综合考虑资源、工期等约束条件,以最大化项目计划鲁棒性为优化目标,建立数学模型;针对模型特点,提出钢铁信息化项目计划的粒子群优化算法,依据变量和约束设计了粒子编码矩阵和初始解,通过粒子位置更新和解修复方法逐步迭代出满意解。通过仿真实验验证了模型与算法的可行性和有效性。

热轧圆钢生产订单接受问题优化模型与算法

针对热轧圆钢的生产订单接受问题,考虑实际生产中订单提前完工惩罚和返工惩罚的影响,建立了以最大化订单总收益为优化目标的数学模型,提出了基于改进NEH算法和改进和声搜索(MHS)算法相结合的混合算法。首先改进了NEH算法用来产生初始解,再基于和声搜索算法对初始解进行优化,并引入了教与学优化(TLBO)算法思想来对和声向量进行选择和更新,进而控制迭代过程中产生的新解。同时,为了平衡算法的广度和深度搜索能力,在求解过程中动态地调整参数来保证算法的全局优化能力。基于实际生产数据的仿真实验表明,所提算法能有效提高订单总收益和订单接受率,验证了模型和算法的可行性和有效性。

基于批量划分的无等待流水车间订单接受问题研究

在无等待流水车间环境下,考虑订单分批量加工策略的订单接受问题,建立问题的数学模型。由于问题的NP难特性,提出改进的遗传算法对模型进行求解。改进的算法采用正向和反向NEH算法与随机方法产生初始种群,在算法更新过程中将禁忌搜索算法嵌入到遗传算法中来实现局部搜索,避免算法陷入局部最优。最后,算例表明批量划分策略能够有效减少订单的完成时间,实现订单总收益的最大化。通过算法对比,说明了改进遗传算法具有较好的求解效果。