CN108985537A - 一种基于粗糙集规则挖掘的炼钢-连铸作业计划重排方法 - Google Patents
一种基于粗糙集规则挖掘的炼钢-连铸作业计划重排方法 Download PDFInfo
- Publication number
- CN108985537A CN108985537A CN201810230709.9A CN201810230709A CN108985537A CN 108985537 A CN108985537 A CN 108985537A CN 201810230709 A CN201810230709 A CN 201810230709A CN 108985537 A CN108985537 A CN 108985537A
- Authority
- CN
- China
- Prior art keywords
- rule
- plan
- production
- heat
- continuous casting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 65
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 27
- 239000010959 steel Substances 0.000 title claims abstract description 27
- 238000009749 continuous casting Methods 0.000 title claims abstract description 18
- 230000008707 rearrangement Effects 0.000 title claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000009628 steelmaking Methods 0.000 claims abstract description 15
- 238000010586 diagram Methods 0.000 claims abstract description 8
- 238000005266 casting Methods 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000003860 storage Methods 0.000 claims abstract description 5
- 238000003066 decision tree Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000000916 dilatatory effect Effects 0.000 claims 1
- 230000004048 modification Effects 0.000 claims 1
- 238000012986 modification Methods 0.000 claims 1
- 230000009467 reduction Effects 0.000 description 14
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000006477 desulfuration reaction Methods 0.000 description 2
- 230000023556 desulfurization Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003284 homeostatic effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于粗糙集规则挖掘的炼钢‑连铸作业计划重排方法，主要包括以下步骤：1）基于现场工艺拓扑图和工艺规则，采用并行倒推算法根据浇次计划编制炼钢生产作业计划；2）采用粗糙集上、下近似集算法，从决策表中挖掘“触发干扰‑工况条件‑操作序列”形式的专家规则，并存储成决策树格式；3）根据现场干扰及工况匹配规则，依据规则实现计划重排；4）若基于规则调整的计划不优化，可人工通过界面手动调整，基于存储的人工调整结果重新优化计划重排规则形成优良规则库；5）将调整后的计划以甘特图的形式展示给调度人员，并提供鼠标界面调整功能。本发明确保炼钢‑连铸生产过程紧凑、有序运行，降低了生产运营成本，提高了生产效率。
Description
技术领域
本发明属于炼钢生产过程智能调度技术领域，具体涉及一种基于粗糙集规则挖掘的炼钢生产过程作业计划在扰动下的重排方法。
背景技术
炼钢生产过程中，铁水、钢水及废钢通过容器在各工序间流转，从铁水进入炼钢车间到钢水注入连铸机，整个过程需要经过多道工序，每道工序有多个设备，编制基于炼钢工艺拓扑图的作业计划是保证炼钢过程正常运转的基础。但现场工艺复杂、任务多、扰动频发，编制好的以炉次为单位的作业计划需要频繁调整，因此，合理的计划编排及扰动下的计划重排是炼钢过程紧凑、有序运行的重要保证，对炼钢过程节能降耗、节约生产运营成本、提高生产效益和企业竞争能力具有重要意义。目前我国大多数炼钢-连铸生产过程的管理技术和信息化水平明显滞后于发达经济体的相关行业水平，没有形成实际可行的的扰动下计划重排方法和系统。
发明内容
为解决炼钢-连铸生产过程扰动下原定计划无法顺利执行的问题，本发明的目的在于提供一种能够降低生产故障率、减轻调度人员负担、提高生产效率及实现生产过程节能减排，在不同扰动下能快速有效的实现炼钢作业计划重排的炼钢-连铸生产过程智能调度方法。
为实现上述目的，图1为本发明方案框架图，本发明技术方案主要包括以下内容：根据组炉组浇结果，采用倒推算法实现炼钢作业计划静态编排，采用倒推+顺推的方法实现订单插入、删除、浇次和炉次交换等扰动下任务的重排，采用粗糙集挖掘专家规则并在线优化，基于规则实现设备故障、维修计划插入、工位更换和某生产环节大延时等异常情况下的计划重排，从而实现炼钢-连铸生产过程的智能调度，该调度方法主要包括以下步骤：
1) 组炉组浇：所述组炉是基于铁包的铁水容量，将ERP系统下发的由销售订单生成的生产订单分解、组合成炉次的过程，所述组浇是将所组炉次排成一个序列，序列中的炉次数由中间包决定，而炉次序列的时间安排以及序列内各炉次顺序由连铸机使用情况和订单交货期分别决定；
2) 并行倒推编排静态作业计划：所述作业计划编排是安排浇次中各炉次在连铸机上的开始、结束时间，并根据浇次计划安排各炉次任务的工艺生产路径并计算各炉次在铁水预处理、转炉、精炼炉、连铸机等生产设备的开始和结束时间，所述并行倒推算法是一种由炼钢最末一道工序（连铸）开始，根据钢种生产工艺路径依次计算计划炉次在紧前工序某设备的开始和结束时间，主要包括如下工艺规则：
a、紧前工序具有多设备时的工位优化选择规则，
b、连铸机不断浇的约束规则，
c、倒推出现冲突时的各连铸机浇次开浇时间的调整规则；
3）倒推+顺推实现订单插入、删除计划变更时的任务重排：所述倒推+顺推是一种作业计划重排方法，实际生产过程中经常出现浇次和浇次内炉次的紧急订单插入及有库存订单的删除，以及浇次和炉次生产时间顺序的交换等扰动，扰动发生时需要对原作业计划进行重排，重排时考虑到有些炉次部分工序已经生产完成，不能直接采用并行倒推算法进行统一计算，需要将当前炉次分为已经生产炉次+正在生产炉次+未生产炉次，保留已生产炉次计划，对正在生产炉次采用由前工序推到后工序的顺推算法，基于顺推结果的最早可用时间对未生产的炉次由末道工序开始进行倒推计算；
4）粗糙集挖掘专家规则：所述粗糙集是一种规则挖掘算法，该算法首先将操作记录写成 “触发干扰+条件属性+决策属性”的决策表形式，然后采用重要度相对算法及分辨矩阵对条件属性进行约减，采用上下近似集方法提取规则形成专家规则库，主要包括以下内容：
a、所述决策表是一种知识表示方法，决策表以干扰为重排的触发条件，将某一或某一系列操作发生时的工况作为条件属性，将操作序列做决策属性，
b、所述相对重要度算法是根据对决策属性的分类所做贡献的重要程度对条件属性进行约减的一种算法，
c、所述分辨矩阵认为当决策属性发生变化时，引起该变化的条件属性越少则该条件属性对于决策表的影响越大的思路形成一个三角矩阵，采用分辨函数或者启发式算法对矩阵进行约减，求取核属性及最终的约简属性组合,
d、所述上下近似集方法可以求解决策发生的充分条件、决策不发生的充分条件以及决策可能发生也可能不发生的条件，从而形成“干扰+条件+决策”形式的规则，
e、所述专家规则是指现场专家实施某操作时所依据的现场工况及状态；
5）基于规则的计划重排：当生产现场出现设备故障、计划变更、加入设备维修计划、原计划炉次在某工序的生产工位需要更换及某一环节出现大延迟时，需要综合所挖掘规则和顺推、倒推算法对当前计划进行重排；
6）专家规则优化：当扰动发生时，根据当前规则进行的计划重排不能保证是最优方案，需要提供一个专家修正途径，然后记录专家修正过程及结果，对比规则重排结果和专家修正结果对原规则进行优化改进；
7）将调整后的计划以甘特图的形式展示给调度人员，并提供手动调整功能。
本发明所采用的技术方案具有以下有益效果：
1、本发明依据炼钢现场的工艺约束条件采用并行倒推算法编制炼钢-连铸生产作业计划，给炼钢过程提供一个有序生产的参考依据；
2、本发明采用粗糙集挖掘专家重排经验并在线优化，能根据现场实际对作业计划做出实时调整，实现炼钢过程有序、紧凑运行，克服了人工根据现场情况不断调整作业计划的弊端；
3、本发明所采用方法在保证计划有序进行的同时，能最大限度的加快生产节奏，对生产操作人员给予积极的帮助和约束，能节约生产成本、降低能耗、提高钢企的生产效率。
附图说明
图1为本发明的炼钢-连铸作业计划重调度方法整体框架图；
图2为本发明的作业计划静态编排工艺网络拓扑图；
图3为粗糙集规则挖掘算法结果界面；
图4为本发明的炼钢生产过程作业计划排程结果甘特图。
具体实施方式
下面结合附图进一步说明本发明的具体实施方式。
图2为作业计划静态编排工艺网络拓扑图，作业计划静态编排包括以下步骤：
1）获取生产工艺规则，所述生产工艺规则包括钢种工艺路径，不同钢种在各工序的生产时间，相邻工序各工位之间的运输时间矩阵，各工序无故障设备数及工序长度，各设备维修计划，相邻工序各工位之间的路径连接关系等，
2）逆工艺路径的并行倒推算法，图2共四道工序，脱硫（DS）--转炉（BOF）--精炼（LF）--连铸（CC），并行倒推算法基于组炉组浇所得中间包计划（表1）, 逆工艺路径计
算所有炉次任务在各工序工位的开始、结束时间，具体计算步骤如下：
a、读取数据库获得生产批量计划、钢种工艺路径字典、设备生产时间、工位运输时间矩阵等工艺规则，并获取末道工序LastProcess，同时赋值当前工序ProcessNow=LastProcess，
b、根据中间包计划推算所有炉次在ProcessNow的开始、结束时间并存入TempTask矩阵，
c、根据当前工序ProcessNow找出下一道生产工序NextProcess，即紧前工序，
d、从TempTask矩阵中找出所有经过NextProcess的炉次任务存放在InterVal矩阵中，同时从TempTask中删除这些炉次任务，
e、依次计算InterVal矩阵中每一炉次在NextProcess所有工位上的开始、结束时间，
f、将InterVal矩阵中的所有炉次按时间排序，按顺序依次找出每个炉次（炉次i）在NextProcess所有工位上的开始、结束时间形成PositionTask矩阵，
g、判断炉次i 在ProcessNow所处工位和NextProcess之间是否存在层流关系设置，若存在层流关系设置则直接计算炉次i在NextProcess层流设定工位开始时间减去该工位最早可用时间是否大于零，若大于零则该工位就是炉次i在NextProcess的生产工位，否则转，若不存在层流关系则进入交叉工位选择，即计算炉次i在NextProcess所有工位开始时间大于NextProcess所有工位最早可用时间的个数Num：
如果设备的个数Num=1，则该设备就是炉次i在紧前工序上的处理设备，
如果设备的个数Num>1，则在差值大于0 的设备中找出差值最大的工位集合，
若存在相同时间差的工位，再用设备负荷均衡原则找出炉次最少的设备，确定该设备就是炉次i在紧前工序上的处理设备，
如果设备的个数Num<1, 则将该炉次对应的浇次计划的开始时间向后延迟进入b步骤，
h、给所有经过ProcessNow的任务选定工位，任务在该工位的开始、结束时间取步骤e计算结果，把处理好的任务添加到TempTask矩阵中，转c步骤，然后重复之前的步骤，直到所有的设备都循环一遍，就完成了倒推算法；
3）顺推算法，当出现设备故障，浇次和炉次的插入、删除和交换等订单变更扰动时，需要将未生产的作业计划根据当前设备情况进行倒推计算，而已经进入流程正在生产的作业计划需要从第一道工序开始进行顺推计算，顺推算法和倒推算法步骤基本相同，主要区别在于顺推是从第一道工序推至最后一道工序；
图3为粗糙集专家规则挖掘算法界面，有些扰动简单依靠顺推+倒推算法无法实现重排，需要根据现场环境建立专家规则库，本发明采用粗糙集算法挖掘规则，主要有正、逆分辨矩阵属性约简，属性相对重要度计算和上下近似集规则获取等功能，粗糙集规则挖掘具体包含如下步骤：
1）将专家重排经验存储成表2所示的决策表形式，其中“触发事件”代表现场扰动，“环 境条件”代表扰动发生时现场的工况条件，“决策操作”代表扰动发生时根据现场工况对原计划做的调整操作，
2）对属性值进行离散归一化处理，
3）属性约简，表2所示决策表的条件属性（环境条件）是人为提炼过的，对于没有人工参与的决策表，其条件属性比较多，需要通过属性约简算法找出决定决策的条件核属性，在确定决策表为一致决策表的前提下，属性约简算法主要有分辨矩阵和相对约简方法，本发明采用分辨矩阵启发式属性约简算法，具体步骤如下：
a、 形成一致决策表，当记录条件属性相同而决策属性不同则删除这两条记录，若记录条件属性相同而决策属性也相同则删除其中一条记录，
b、 根据决策表计算分辨矩阵，
c、 根据公式(1)计算每个属性重要度,代表分辨矩阵每项所包含属性的个数，从式(1)可以看出，属性在分辨矩阵中出现的次数越多属性重要性越大，属性在分辨矩阵中的项越短属性重要性越大，综合重要性排序及分辨矩阵中的单项属性找出核属性，
d、 找出所有不包括核属性的属性组合，将所有不包括核属性的属性组合表示为析取范式的形式,
e、 约简重要性最小的属性，
f、 若约简成功则删除因属性约简导致的冗余样本和不一致样本转步骤e，若约简不成功（约简后冗余样本 / 原样本 > 阈值）恢复原属性，约简结束，
4）规则获取，对于约简后的决策表，采用上、下近似集算法获取规则，根据现场操作记录对规则进行不断优化，
5）规则存储，将挖据所得规则采用决策树的方式存储，方便基于触发条件和环境工况的规则匹配；
图4为计划编排甘特图界面，能完成如下基本功能：
能以甘特图的形式显示炼钢-连铸作业计划，可单击同色显示不同工序的同一炉次任务，对浇次计划和中间包计划进行删除、插入和交换等操作时可自动编排炼钢-连铸作业计划，可通过界面设置相邻工序工位是交叉选择还是一对一层流关系，提供现场干扰界面输入功能，扰动输入后可根据规则库和当前工况自动重排作业计划，安排在同一连铸机上的所有炉次任务同色显示，不同工序的同一炉次任务用线头尾相连，提供一定约束下的甘特图任务鼠标拖拉功能，界面提供规则的增、删、改、查操作。
经比较，本发明所提方法计算简单，编排效果好，适应环境变化能力强，确保了炼钢过程生产安全，降低了生产运营成本，节省能源，增强了企业管理，提高了生产效率，有利于促进企业效益最大化。
以上显示和描述了本发明的基本原理和主要特征。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.作业计划静态编排，基于现场设备拓扑图和工艺路径等工艺规则，采用并行倒推算法根据浇次计划编制炼钢生产作业计划，主要包括以下步骤：a、按照生产工序、工位关系及工序设备数等工艺参数构建炼钢-连铸流程工艺拓扑图b、获取钢种工艺生产路径、钢种在不同设备的生产时间、各工序不同工位之间的运输时间矩阵和各工序无故障设备数等现场工艺规则c、采用一种基于炼钢-连铸流程工艺拓扑图的逆工艺路径方向时间并行倒推算法，计算各炉次任务在各工序的开始、结束时间d、基于设备优化选择规则确定每个炉次在各工序的具体生产工位，若炉次之间出现时间冲突，调整冲突炉次所在浇次的开始时间重新计算。
2.现场扰动分类，炼钢-连铸过程工艺复杂、生产工序、任务多，存在引起原计划不能顺利执行的各类干扰，按照引起计划调整的原因将干扰分为设备故障、计划变更、大延时等不同类型。
3.规则挖掘，扰动发生时，需要根据专家规则进行计划重排，因此，需要从作业计划人工调整记录中挖掘专家经验形成规则库，本发明采用粗糙集上、下近似集算法，从决策表中挖掘“触发干扰-工况条件-操作序列”形式的专家规则,具体步骤如下：a、建立决策表，将各类扰动下的人工重排过程存储形成历史记录，其中将各类状态、工况描述为条件属性，将计划重排操作序列描述为决策属性b、属性约减，采用粗糙集重要度相对约减和分辨矩阵算法，约减部分对决策操作影响不大的条件属性c、规则存储，用所获规则训练形成作业计划重排规则决策树。
4.作业计划重排，扰动发生时，根据扰动和扰动发生时的现场状态及过程工况匹配规则决策树，找出合适的重排规则，依据规则对原计划进行重新调整。
5.规则优化，干扰发生时，若基于规则调整的作业计划不够优化，可人工通过界面手动调整，记录手动调整和规则调整结果的差别，基于差别记录重新优化修改相应的规则形成优良规则库。
6.作业计划展示，将调整后的计划以甘特图的形式展示给调度人员，甘特图可通过鼠标拖拉实现手动调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810230709.9A CN108985537A (zh) | 2018-03-20 | 2018-03-20 | 一种基于粗糙集规则挖掘的炼钢-连铸作业计划重排方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810230709.9A CN108985537A (zh) | 2018-03-20 | 2018-03-20 | 一种基于粗糙集规则挖掘的炼钢-连铸作业计划重排方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108985537A true CN108985537A (zh) | 2018-12-11 |
Family
ID=64541743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810230709.9A Pending CN108985537A (zh) | 2018-03-20 | 2018-03-20 | 一种基于粗糙集规则挖掘的炼钢-连铸作业计划重排方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108985537A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080408A (zh) * | 2019-12-06 | 2020-04-28 | 广东工业大学 | 一种基于深度强化学习的订单信息处理方法 |
| CN111626532A (zh) * | 2019-02-28 | 2020-09-04 | 湖南师范大学 | 一种基于大数据规则自学习的炼钢生产计划智能排程方法 |
| CN111832846A (zh) * | 2019-04-18 | 2020-10-27 | 湖南师范大学 | 一种基于粗糙集规则挖掘的钢卷库房智能入库方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105243512A (zh) * | 2015-11-06 | 2016-01-13 | 湖南千盟物联信息技术有限公司 | 一种炼钢作业计划动态排程方法 |
-
2018
- 2018-03-20 CN CN201810230709.9A patent/CN108985537A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105243512A (zh) * | 2015-11-06 | 2016-01-13 | 湖南千盟物联信息技术有限公司 | 一种炼钢作业计划动态排程方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张文宇: "基于数据挖掘的智能决策研究", 《中国优秀博硕士学位论文全文数据库（博士）·信息科技辑》 * |
| 郑忠等: "混合流程作业计划编制的时间并行倒推算法", 《计算机集成制造系统》 * |
| 郑忠等: "钢厂炼钢连铸生产调度及重计划方法", 《重庆大学学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111626532A (zh) * | 2019-02-28 | 2020-09-04 | 湖南师范大学 | 一种基于大数据规则自学习的炼钢生产计划智能排程方法 |
| CN111832846A (zh) * | 2019-04-18 | 2020-10-27 | 湖南师范大学 | 一种基于粗糙集规则挖掘的钢卷库房智能入库方法 |
| CN111080408A (zh) * | 2019-12-06 | 2020-04-28 | 广东工业大学 | 一种基于深度强化学习的订单信息处理方法 |
| CN111080408B (zh) * | 2019-12-06 | 2020-07-21 | 广东工业大学 | 一种基于深度强化学习的订单信息处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105353733B (zh) | 一种炼钢生产过程智能调度方法 | |
| Tang et al. | Integrated charge batching and casting width selection at Baosteel | |
| CN108985537A (zh) | 一种基于粗糙集规则挖掘的炼钢-连铸作业计划重排方法 | |
| CN111626532A (zh) | 一种基于大数据规则自学习的炼钢生产计划智能排程方法 | |
| CN106779220B (zh) | 一种炼钢-连铸-热轧集成调度方法与系统 | |
| CN103839114B (zh) | 炼钢车间时序计划自动编制系统 | |
| CN105243512A (zh) | 一种炼钢作业计划动态排程方法 | |
| Long et al. | Dynamic scheduling in steelmaking-continuous casting production for continuous caster breakdown | |
| CN104835012A (zh) | 一种钢铁企业生产调度管理系统及方法 | |
| CN111242414B (zh) | 一种应用于钢铁行业炼钢-连铸流程的计划调度系统 | |
| CN106647674A (zh) | 基于知识表示的钢铁生产调度模型匹配方法 | |
| CN106408153A (zh) | 一种基于案例推理的钢铁企业生产动态调度调整方法及其专家系统 | |
| CN107274094A (zh) | 一种创建船舶分段堆场作业调度计划的系统及方法 | |
| Yu et al. | A rescheduling method for operation time delay disturbance in steelmaking and continuous casting production process | |
| JP6428435B2 (ja) | 輸送計画作成装置及び輸送計画作成方法 | |
| CN104444821B (zh) | 一种钢铁板坯库吊机运行的控制方法 | |
| CN102323755A (zh) | 一种炼钢车间钢水加工节奏的控制方法 | |
| CN112446642A (zh) | 一种多天车调度优化方法和系统 | |
| CN103529805B (zh) | 一种钢铁企业原料取料设备的优化作业控制方法 | |
| CN113435750B (zh) | 一种基于遗传算法的车间生产与天车协同调度方法及装置 | |
| Dorn et al. | Scheduling high-grade steelmaking | |
| CN109034551B (zh) | 用于施工计划编制的资源平衡方法 | |
| CN111598464A (zh) | 一种基于过程建模的炼钢排产方法 | |
| CN116109069A (zh) | 一种基于钢铁企业的大数据融合应用控制方法 | |
| Sun et al. | Crane scheduling of steel-making and continuous casting process using the mixed-timed petri net modelling via CPLEX optimization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181211 |