科技新进展：热轧板带钢铁生产全流程智能管控平台研究与应用

一、研究的背景与问题

随着钢铁工业供给侧结构性改革的深入推进，我国钢铁企业进入了由数量阶段向高质量发展阶段的过渡阶段。钢铁行业是典型的资本密集型、技术密集型、资源密集型产业。在减量发展时代，在有限的资源下，如何优化资源配置，提升资源利用效率，成为钢铁企业面临的难题。此外，在产能严重过剩、能源环保等环节压力巨大的情况下，只有以较低成本向市场提供有竞争力的产品才是唯一选择。精准对接市场需求，优化生产组织方式，高效低耗的生产优质产品，才能在市场中占据有利地位。同时，我国铁矿石等资源瓶颈制约，环保压力增大，能源消耗与环境成本高昂，再加上人工成本攀升，工人对美好生活的诉求等因素，使得智能化转型成为钢厂提高核心竞争力，实现高质量发展的重要途径。在钢铁工业转型升级的过程中，如何使用信息集成控制技术提升钢铁生产全流程管控水平，实现原材料供应链协同、产品销售管理、工序工艺控制以及生产组织管控，是钢铁企业亟待解决的问题。

宁波钢铁有限公司秉持“低成本、高效率”经营策略，以提高发展质量和效益为主线，不断加强成本管控力度，不断提升精细化管理水平。但由于宁钢的产品具有生产工艺过程复杂，多品种、小批量的特点，使得满足市场需求与提高生产组织效率的矛盾尤为突出。宁钢在生产计划与组织方面仍以计划员人工经验方式为主，缺乏优化排程系统的有效支撑，造成经营策略难以深入有效地执行。因此，宁钢亟需建设智能钢轧一体化计划系统，将客户资源与生产设备条件、生产物料条件、生产组织条件有机结合起来，实现智能化组单、智能化计划、智能化排产，满足客户个性化需求，提高计划排程效率。2017年6月宁波钢铁有限公司针对项目进行讨论，并赴国内部分钢铁企业进行考察对标交流，同时对国外相关支撑系统方案展开研究，发现现有系统存在如下问题：一是系统产品费用高，资金投入大；二是系统定制化开发程度低，后期难以维护；三是系统对钢铁企业市场环境稳定性要求较高，难以支撑订单及原料的灵活性变化。

针对宁波钢铁面临的难题，2019年3月，宁波钢铁和冶金工业规划研究院进行合作，借助大数据、物联网、人工智能等新一代信息技术，共同研发了热轧板带钢铁生产全流程智能管控平台。

二、解决问题的思路与技术方案

1、技术思路

钢铁行业是典型的流程工业，并且生产工序较多、流程较长，生产过程中涉及众多部门。首先，在信息化架构方面，国内大多数钢铁企业虽然已具备五级架构体系，但是信息化层面往往存在断层，各个信息系统之间集成较差。其次，在实际问题建模方面，对于具有多尺度、多变量、强非线性和不确定性特点的复杂炼钢-连铸生产流程而言，目前仍难以通过确立数学模型来实现工序间的协同优化，各层系统之间存在着严重的信息孤岛问题，产品质量稳定性管控不足。最后，在实施智能排产与现有实际信息化发展水平对比方面，由于企业生产调度和工艺控制相互脱节，致使钢厂制造执行系统的工艺性不足，严重影响了生产调度的时效性与实用性。

随着互联网和信息化技术的不断发展，大数据、云计算和智能化技术应运而生，为解决钢铁生产整体协同优化难题提供了一条崭新的途径。然而在整个钢铁生产过程中各企业已累积海量的各类数据信息，大量数据目前只是存储，其深层价值并未充分挖掘。因此，针对钢铁生产流程特点，基于长期积累并不断采集、监测到的海量多源异构数据，结合大数据技术和人工智能技术，提炼钢铁生产全流程协同控制与优化的理论和方法，是当前钢铁企业工作的重点，对实现钢铁生产全流程的高效化、协同化、智能化运行，提高钢铁工业信息化和智能化制造水平具有重要的现实意义。

2、技术方案

本研究课题将先进制造技术和工业互联网、智能传感技术、大数据、人工智能、数字孪生等新一代信息技术应用于生产计划、物流、物料结构、能源等方面，围绕宁波钢铁计划与生产两大主线，建设集成化和智能化的钢铁生产全流程智能管控平台（NS-iMCP），总体架构如下：

图1  宁钢NS-iMCP智能管控平台系统架构

（1）客户资源需求分析系统：需求预测分析，系统创造性的集成长期客户库存信息，基于历史销售数据及客户需求信息，构建时序数据模型，预测客户需求，并与现有订单集成分析，充分结合订单结构及订单盈利性，推荐最佳经营决策建议。

（2）智能钢轧一体化计划子系统：销售计划管理，实现从订单投入到发货的全过程数据监控，包含合同交货周期，产品质量追踪分析，制造能力分析等，辅助发货处考虑客户运力情况，缩短交货周期，达到接单、生产、发货计划的统合；订单计划模块主要是对经过销产转换的生产订单进行排产，依据有限能力和库存替代规则，排定生产订单的生产期间，形成订单计划，并返回订单交货期；钢轧一体化计划模块主要是对已经排定生产交期的订单计划执行组批，针对炼钢-连铸-热轧工序分别组炉、组浇和组轧。组合后的生产批量为相应工序的基本作业单位。对于组合好的批量，依据生产能力等相应规则，排定其生产期间，形钢轧一体化计划。

图2 智能钢轧一体化计划子系统示意图

（3）智能钢轧一体化调度子系统：包含炼钢调度、轧钢排程、扰动因素分析、调度规则库。钢铁生产调度问题是一个多阶段、多机器、有多种工艺约束限制的多目标组合优化问题，包括静态调度和动态调度两个层面。静态调度假设生产环境平稳，生产参数确定，工件的加工机器连续可用，在此环境下通过某种算法寻找一个最优（或次优）的调度方案。静态调度按日编制，按批滚动。动态调度是指是当生产过程中发生动态事件和随机扰动时，根据实时数据采集系统监测到的实时情况，通过重新分配系统资源、修改原来的生产顺序或操作的开工时间，使生产系统持续、稳定地运行。动态调度方案管理主要包括扰动因数参数调整、调度方案、多方案对比、调度方案下发、调度方案取消下发。当出现扰动时，由用户对扰动参数进行设置，之后系统自动调用相应的模型算法进行求解。对于不同的扰动参数，系统会给出不同的调度方案，多方案对比功能用于对不同的调度方案进行对比，以辅助用户进行决策。当确定具体的调度方案后，调度方案下发到生产执行/二级模块，指导生产。

图3 智能钢轧一体化调度子系统示意图

（4）炉料结构优化子系统：转炉热平衡状况分析研究，充分了解目前转炉炼钢的现状，根据己知铁水条件、造渣材料构成、原料条件以及转炉成分及温度控制情况，计算转炉物料和产物的进出平衡关系，确定不同条件下转炉内能量利用率。研究不同类型废钢熔解速率及其对炼钢过程的影响，在实验室内研究不同类型废钢（如轻型废钢、重型废钢）在铁水中的熔解速率以及其熔解过程对温度及炼钢过程的影响，建立不同类型废钢的熔解过程动力学方程式，为建立模型提供参数支持。建立钢铁料结构最优化炼钢模型，根据线性规划及最优化原理，结合铁水条件与价格以及废钢类型与价格等参数，以物料平衡与热平衡计算为基础，利用计算机编程软件进行建模和最优化求解，最终建立钢铁料结构最优化炼钢模型。

三、主要创新性成果

本项目的研究内容经冶金信息标准研究院查新工作站实施国内外科技查新，除本单位人员发表相关文献外，未见相关文献报道。结合本项目的研究内容，发表行业学术论文8篇，申请并获得软件著作权4项。本项目的主要创新点如下：

1.基于长期客户订单需求大数据，创造性的融合客户库存及需求信息，构建了客户需求时序模型，实现了对客户需求的预测。对订单结构进行分析，集成已有订单和预测需求订单，并综合品种效益、客户贡献以及生产工艺约束，实现了生产订单组合的优化。

2.首次将在线调宽、多流异宽等连铸机新工艺集成融入炼钢批量计划中，建立了考虑在线调宽和多流异宽的炼钢批量计划模型，丰富了炼钢批量计划理论层面研究，并且更加符合实际应用。针对炼铁和炼钢环节不平衡实际情况，以综合铁钢平衡、钢轧平衡、能源平衡、节能降碳等为主要目标，考虑高炉生产波动影响，建立了考虑铁钢平衡的智能钢轧一体化计划模型，可实现自动生成炼钢、轧钢一体化计划。

3.针对具有严格等待时间上限约束为特征的炼钢连铸调度和以钢轧衔接直热装为目标的炼钢-连铸-热轧集成调度问题，通过对历史生产数据进行分析，训练生产过程中的工艺参数，并对生产过程中遇到的诸多复杂扰动因素进行分类，建立了历史扰动因素问题库和解决策略库，实现了基于启发式算法和人机交互的方法，对炼钢、连铸、热轧生产过程进行动态智能调度。

4.以历史数据为基础，对各类钢铁料的价格进行预测分析。结合生产转炉生产工艺大数据、铁水条件、废钢类型、价格等参数，基于线性规划及最优化原理，以物料平衡与热平衡计算为基础，并创造性的与生产计划结合，建立了炼钢炉料结构最优化模型，模型考虑了铁钢平衡问题以及订单质量要求，能够缓解铁水不足与供应过量的影响，达到降低吨钢生产成本的目的。

四、应用情况与效果

自项目成功实施以来，以钢轧一体化计划为核心驱动力，客户端为拉动力，实现产品全生命周期内最佳经济运行链条，取得了良好的经济效益和社会效益，获得多个创新性成果：

1.基于供应链库存管理打造钢铁企业敏捷制造服务体系，实现客户需求快速响应，客户服务敏捷处理；

2.建立了多个基于工业互联网、大数据平台的不同工序间的耦合关联模型，实现了物质流、能量流、信息流的有序协调经济运行；

3.建立了以钢轧一体化计划为核心的全流程计划互联体系，实现全流程计划智能互联，生产过程协同智能调控，生产物流协同智能化运行，以及以客户为中心的不断优化的最佳效益运行环。

自2020年6月份应用以来，直接经济效益达到16700.122万元，为钢铁企业在智能化转型方面树立了典范，为推动全行业实现可持续发展以及增强企业核心竞争力具有重要意义。项目的实施使宁钢在智能工厂建设方面处于国内外同行业领先水平，对国内钢铁企业具有较高的借鉴意义，在实现钢厂智能化转型方面具有先进性和推广价值。

信息来源：冶金工业规划研究院