CN116909236A - 基于铁-钢界面铁水罐物流仿真和智能调度方法及系统 - Google Patents
基于铁-钢界面铁水罐物流仿真和智能调度方法及系统 Download PDFInfo
- Publication number
- CN116909236A CN116909236A CN202311054743.2A CN202311054743A CN116909236A CN 116909236 A CN116909236 A CN 116909236A CN 202311054743 A CN202311054743 A CN 202311054743A CN 116909236 A CN116909236 A CN 116909236A
- Authority
- CN
- China
- Prior art keywords
- molten iron
- transportation
- tapping
- iron
- blast furnace
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 55
- 239000010959 steel Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004088 simulation Methods 0.000 title claims abstract description 38
- 239000002184 metal Substances 0.000 title claims abstract description 37
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 37
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 270
- 229910052742 iron Inorganic materials 0.000 claims abstract description 134
- 238000004519 manufacturing process Methods 0.000 claims abstract description 60
- 238000005516 engineering process Methods 0.000 claims abstract description 21
- 238000010079 rubber tapping Methods 0.000 claims description 63
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000009628 steelmaking Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000003137 locomotive effect Effects 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000003723 Smelting Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000002994 raw material Substances 0.000 claims description 3
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 2
- 238000012546 transfer Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 229910001018 Cast iron Inorganic materials 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Refinement Of Pig-Iron, Manufacture Of Cast Iron, And Steel Manufacture Other Than In Revolving Furnaces (AREA)
Abstract
本发明公开了基于铁‑钢界面铁水罐物流仿真和智能调度方法及系统，属于冶金控制技术和智能制造技术领域。本发明解决了现有铁水需求变化以及现场扰动因素影响，会导致钢铁企业运输系统具有较大的随机性和不确定性的问题，本发明通过铁‑钢界面铁水运输调度生产工艺结合大数据分析技术，运用仿真模型智能优化铁水罐运输调度作业，实现面向智能化的铁钢界面铁水罐物流及运输调度，本发明基于钢铁厂铁水运输作业工艺流程建立覆盖不同空间和时间的动态调度作业逻辑与方法，配合数据分析、调度算法和建模仿真技术搭建基于B/S架构的铁水罐物流仿真与智能调度平台，以实现铁水运输作业的高效无人化运输和智能化调度作业。
Description
技术领域
本发明属于冶金控制技术和智能制造技术领域，具体为基于铁-钢界面铁水罐物流仿真和智能调度方法及系统。
背景技术
随着钢铁技术装备和管理水平的不断提升，高炉和炼钢智能化系统不断升级，传统的铁水运输模式逐渐成为制约铁钢界面生产效率再提升的瓶颈，为推动企业高质量发展，铁水运输智能化升级势在必行。
铁水运输是一个涉及到生产计划、运输系统、承载设备等因素的复杂问题。将铁水运输到铸铁车间进行铸铁或者运输到炼钢车间进行钢化，其涉及到炼铁、运输、炼钢三个部门。对于运输问题而言，如何保证铁水准时、快速、安全的运输一直是钢铁企业比较关注的问题。由于铁水需求变化以及现场扰动因素影响，会导致钢铁企业运输系统具有较大的随机性和不确定性，所以铁水运输路径时常需要进行调整，以满足生产需要；因此，不满足现有的需求，对此我们提出了基于铁-钢界面铁水罐物流仿真和智能调度方法及系统。
发明内容
本发明的目的在于提供基于铁-钢界面铁水罐物流仿真和智能调度方法及系统，通过铁-钢界面铁水运输调度生产工艺结合大数据分析技术，运用仿真模型智能优化铁水罐运输调度作业，实现面向智能化的铁钢界面铁水罐物流及运输调度，解决了上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于铁-钢界面铁水罐物流仿真和智能调度方法，包括如下步骤：
S1、获取钢铁企业的高炉区、转炉加料区、铁路运行线路的位置信息，获取高炉出铁任务、转炉生产计划、铁水空/重罐运行速率以及铁水罐的罐号、温度、状态与位置的生产信息；
S2、根据高炉出铁任务，采用构建数学模型的方式描述在满足高炉出铁任务需求的情况下，将不同位置和不同状态的铁水空罐分配给高炉出铁任务的决策；
S3、获取转炉生产计划信息，确定高炉与转炉炉次计划对应的铁水预处理设备及相应的运输时间，借用铁水运输路径自动选择及自动避碰算法，考虑铁水供需、网络之间的距离、道岔以及信号的现场因素，动态规划铁水调度的方法，形成预排程计划，并依据铁水需求和运输距离因素，采用数学规划、动态规划及决策方法对系统进行运算，求解最优化或次优化解，确定运输车辆；
S4、实时监测出铁信息、转炉倒灌动态数据以及铁水运行实时状态，判断是否有异常发生，如有异常及时发出警告，同时根据异常类别及影响程度，及时调整策略，完成铁水罐的动态调度策略的自适应匹配，实现动态调整；
S5、统计分析铁水产量、出铁次数以及运输灌数信息，检化验检测每个铁水罐中铁水的化学成分，得到各个铁水罐的实时检化验数据，将高炉铁水按时、按质及按量的送达炼钢转炉，满足炼钢生产对于铁水在时间、成分、重量以及温度指标上的要求。
进一步地，所述S2步骤中的数学模型计算过程包含如下：
铁水每日产量＝利用系数×炉容；
单次出铁量＝日产量/日出铁次数；
单次出铁时间＝单次出铁量/出铁均速；
出铁间隔时间＝24×60/日出铁次数；
重罐运行时长＝路径总长/重罐速度；
空罐运行时长＝路径总长/空罐速度；
第n次到达炼钢等待区时间t钢＝第n次出铁完成时间t’+重罐运行时长；
达到炼钢等待区铁水温度＝铁水初始温度-1×重罐运行时长；
第n次到达炼钢区时剩余未冶炼罐数＝出铁间隔时间-取整|第(n-1)次剩余未冶炼罐数/3|×(转炉冶炼时间+原料跨行车一次来回时间)。
进一步地，所述S3步骤中的路径自动选择及自动避碰算法，根据钢铁企业高炉出铁到转炉路径线路图，选择合适的铁水罐运输路径。
进一步地，所述选择合适的铁水罐运输路径，而被选择的路径需要满足如下条件：
选择的出铁线路当前无其他运输车辆，即不能被其他车辆占用；
当前物流路线上有车辆运输，路线被占用时，自动避开该条路线，选择另外一条空闲线路进行运输；
若所有能够选择的路径都有运输车辆占用，此时等待车辆驶出，再选择合适路径；
根据以上路径选择算法，动态规划铁水罐车运输路径。
基于铁-钢界面铁水罐物流仿真和智能调度系统，包括：
基础信息模块，用于存储高炉区、转炉加料区以及铁路运行线路的位置信息，存储高炉出铁任务、转炉生产计划、铁水空/重罐运行速率以及铁水罐的罐号、温度、状态与位置的生产信息；
视频监控模块，用于系统通过沿线布设的摄像机，对所管辖的铁水运输路线和收集运输线路状况的视频图像进行选择与监视，并能进行实时存贮录像、回放以及检索的功能，实现视频的多级监控；
生产调度的仿真模块，钢铁生产调度系统为一个以离散事件为主的混合系统，采用离散事件的仿真方法进行建模，借助计算机技术，通过图形表示对系统进行建模，然后转化成计算机语言，通过编写程序对系统进行分析；
智能调度系统，用于对各个模块信息进行集成和处理，形成具体的控制执行指令并发布至各个执行系统，并通过视频监控模块，对机车、铁水罐车以及周边环境的相关信息进行可视化展示，从而实现调度过程的智能优化和无人化运行；
基础自动化接口模块，用于智能调度系统对接MES系统，以此获取高炉出铁任务和转炉生产计划信息、机车和铁水罐车的状态信息，并将其存储到基础信息模块；
显示模块，通过canvas绘图技术及钢铁厂基础位置信息绘制钢铁厂页面布局，结合计算机后台开发技术编写控制逻辑，实时显示钢厂高炉出铁情况、铁水罐运行状态、转炉加料情况和动态调度的情况。
进一步地，所述智能调度系统的服务器与控制PLC之间的接口通讯，使用kepware中间件读取/控制PLC数据，和MES系统的接口通讯，由智能调度系统开放数据库连接或者双方通过web API接口方式进行交互。
进一步地，所述显示模块用于查询生产相关基础信息以及监视与回放视频监控模块，显示模块采用Vue.js前端开发技术构建用户界面。
与现有技术相比，本发明的有益效果是：
1.本发明通过铁-钢界面铁水运输调度生产工艺结合大数据分析技术，运用仿真模型智能优化铁水罐运输调度作业，实现面向智能化的铁钢界面铁水罐物流及运输调度，提高了铁水罐的周转率，降低了铁水运输过程中的能源损耗，降低生产成本。
2.本发明基于钢铁厂铁水运输作业工艺流程建立覆盖不同空间和时间的动态调度作业逻辑与方法，配合数据分析、调度算法和建模仿真技术搭建基于B/S架构的铁水罐物流仿真与智能调度平台，以实现铁水运输作业的高效无人化运输和智能化调度作业，在保障运输作业安全的前提下，提高铁水运输各个环节协调衔接效率。
附图说明
图1为本发明的系统结构图；
图2为本发明的实施流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了解决现有的铁水需求变化以及现场扰动因素影响，会导致钢铁企业运输系统具有较大的随机性和不确定性，使得铁水运输路径时常需要进行调整的技术问题，请参阅图1-图2，本实施例提供以下技术方案：
基于铁-钢界面铁水罐物流仿真和智能调度系统，包括：
基础信息模块，用于存储高炉区、转炉加料区以及铁路运行线路的位置信息，存储高炉出铁任务、转炉生产计划、铁水空/重罐运行速率、铁水罐的罐号、温度、状态以及位置的生产信息；
视频监控模块，用于系统通过沿线布设的摄像机，对所管辖的铁水运输路线和收集运输线路状况的视频图像进行选择与监视，并能进行实时存贮录像、回放以及检索的功能，实现视频的多级监控；
生产调度的仿真模块，钢铁生产调度系统为一个以离散事件为主的混合系统，采用离散事件的仿真方法进行建模，借助计算机技术，通过图形表示对系统进行建模，然后转化成计算机语言，通过编写程序对系统进行分析；
智能调度系统，用于对各个模块信息进行集成和处理，形成具体的控制执行指令并发布至各个执行系统，并通过视频监控模块，对机车、铁水罐车以及周边环境的相关信息进行可视化展示，从而实现调度过程的智能优化和无人化运行；
基础自动化接口模块，用于智能调度系统对接MES系统，以此获取高炉出铁任务和转炉生产计划信息、机车和铁水罐车的状态信息，并将其存储到基础信息模块，智能调度系统的服务器与控制PLC之间的接口通讯，使用kepware中间件读取/控制PLC数据，和MES系统的接口通讯，由智能调度系统开放数据库连接或者双方通过web API接口方式进行交互；
显示模块，通过canvas绘图技术及钢铁厂基础位置信息绘制钢铁厂页面布局，结合计算机后台开发技术编写控制逻辑，实时显示钢厂高炉出铁情况、铁水罐运行状态、转炉加料情况和动态调度的情况，显示模块用于查询生产相关基础信息以及监视与回放视频监控模块，显示模块采用Vue.js前端开发技术构建用户界面。
上述内容的技术效果：基础信息模块可以用于存储信息，高炉区、转炉加料区以及铁路运行线路的位置信息，和高炉出铁任务、转炉生产计划、铁水空/重罐运行速率、铁水罐的罐号、温度、状态以及位置的生产信息，均可以存储在基础信息模块中，基础自动化接口模块可以使智能调度系统与MES系统之间对接，从而获取到高炉出铁任务和转炉生产计划信息、机车和铁水罐车的状态信息并存储至基础信息模块；视频监控模块可以用来进行监视，视频监控模块可以通过沿线布设的摄像机等设备，选择或者监视所管辖的铁水运输路线，或者收集运输线路状况视频图像，视频监控模块还可进行实时存贮录像、回放以及检索的功能，使视频监控模块实现了视频的多级监控；生产调度的仿真模块通过采用离散事件的仿真方法进行建模，并借助计算机技术，通过图形表示对系统进行建模，最后再转化成计算机语言，可以通过编写程序对系统进行分析；智能调度系统可以对各个模块信息进行集成和处理，从而形成具体的控制执行指令，并将控制执行指令发布至各个执行系统，同时可以通过视频监控模块，对机车、铁水罐车以及周边环境等相关信息进行可视化展示，从而实现调度过程的智能优化和无人化运行；显示模块则可以通过canvas绘图技术及钢铁厂基础位置信息绘制钢铁厂页面布局，从而实时显示钢厂高炉出铁情况、铁水罐运行状态、转炉加料情况和动态调度的情况，并且也可以查询生产相关基础信息，以及用于监视与回放视频监控模块。
具体的，本实施例提出了基于铁-钢界面铁水罐物流仿真和智能调度方法，包括如下步骤：
S1、获取钢铁企业的高炉区、转炉加料区、铁路运行线路的位置信息，以及高炉出铁任务、转炉生产计划、铁水空/重罐运行速率、铁水罐的罐号、温度、状态以及位置的生产信息；
S2、根据高炉出铁任务，采用构建数学模型的方式描述在满足高炉出铁任务需求的情况下，将不同位置和不同状态的铁水空罐分配给高炉出铁任务的决策；
其中，数学模型计算过程包含如下：
铁水每日产量＝利用系数×炉容；
单次出铁量＝日产量/日出铁次数；
单次出铁时间＝单次出铁量/出铁均速；
出铁间隔时间＝24×60/日出铁次数；
重罐运行时长＝路径总长/重罐速度；
空罐运行时长＝路径总长/空罐速度；
第n次到达炼钢等待区时间t钢＝第n次出铁完成时间t’+重罐运行时长；
设：出铁时间为t铁，出铁完成时间为t’，到达炼钢等待区时间为t钢，具体时间如表1所示：
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | |
| t铁 | 0:00 | 1:51 | 3:42 | 5:33 | 7:24 | 9:15 | 11:06 | 12:57 | 14:48 | 16:39 | 18:30 | 20:21 | 22:12 |
| t’ | 1:31 | 3:22 | 5:13 | 7:04 | 8:55 | 10:46 | 12:37 | 14:28 | 16:19 | 18:10 | 20:01 | 21:52 | 23:43 |
| t钢 | 1:44 | 3:35 | 5:26 | 7:17 | 9:08 | 10:59 | 12:50 | 14:41 | 16:32 | 18:23 | 20:14 | 22:05 | 23:56 |
表1
达到炼钢等待区铁水温度＝铁水初始温度-1×重罐运行时长；
第n次到达炼钢区时剩余未冶炼罐数＝出铁间隔时间-取整|第(n-1)次剩余未冶炼罐数/3|×(转炉冶炼时间+原料跨行车一次来回时间)；
S3、获取转炉生产计划信息，确定高炉与转炉炉次计划对应的铁水预处理设备及相应的运输时间，借用铁水运输路径自动选择及自动避碰算法，考虑铁水供需、网络之间的距离、道岔以及信号的现场因素，动态规划铁水调度的方法，形成预排程计划，并依据铁水需求和运输距离因素，采用数学规划、动态规划及决策方法对系统进行运算，求解最优化或次优化解，确定运输车辆；
其中，路径自动选择及自动避碰算法，根据钢铁企业高炉出铁到转炉路径线路图，选择合适的铁水罐运输路径，被选择的路径需要满足如下条件：
选择的出铁线路当前无其他运输车辆，即不能被其他车辆占用；
当前物流路线上有车辆运输，路线被占用时，自动避开该条路线，选择另外一条空闲线路进行运输；
若所有能够选择的路径都有运输车辆占用，此时等待车辆驶出，再选择合适路径；
根据以上路径选择算法，动态规划铁水罐车运输路径；
S4、实时监测出铁信息、转炉倒灌动态数据以及铁水运行实时状态，判断是否有异常发生，如有异常及时发出警告，同时根据异常类别及影响程度，及时调整策略，完成铁水罐的动态调度策略的自适应匹配，实现动态调整；
S5、统计分析铁水产量、出铁次数以及运输灌数信息，检化验检测每个铁水罐中铁水的化学成分，得到各个铁水罐的实时检化验数据，将高炉铁水按时、按质及按量的送达炼钢转炉，满足炼钢生产对于铁水在时间、成分、重量以及温度指标上的要求。
具体的，本实施例还提出了基于铁-钢界面铁水罐物流仿真和智能调度方法，包括如下步骤：
S1、对铁水运输流程的特点进行剖析，分析流程中铁水运输的工艺和运输特点，并且分析流程对铁水转运调度的要求。在对流程中车间铁水转运调度特点分析的基础上，对铁水转运系统的具体转运流程进行详细分析，进而抽象出实际系统的逻辑模型，在此基础上对钢铁生产新流程中的车间铁水转运调度仿真模型予以实现；
S2、运行仿真模型，对模型参数如高炉利用系数、日出铁次数、出铁速率、铁水温降速度以及重/空罐运行速度进行调试和校验，通过对仿真结果的分析，检验该调度仿真模型的有效性，分别在不同的铁水罐数量、不同的脱硫工位处理能力、不同的铁钢界面处理能力以及不同的高炉生产能力下进行多次独立实验；
S3、智能调度系统获取转炉生产计划信息，确定高炉与转炉炉次计划对应的铁水预处理设备及相应的运输时间，借用铁水运输路径自动选择及自动避碰算法，考虑铁水供需、网络之间的距离、道岔以及信号这些现场因素，动态规划铁水调度的方法，形成预排程计划，并依据铁水需求和运输距离因素，采用数学规划、动态规划及决策方法对系统进行运算，求解最优化或次优化解，确定运输车辆及运输路线；
S4、智能调度系统实时获取机车运行状态、铁水罐车的运行位置以及高炉出铁计划的信息，视频模块监视周边环境信息，通过智能调度算法模块，根据机车和铁水罐车资源状态，计算最佳的调度方案；
S5、调度方案生成后，通过控制指令下发模块将控制指令下发给铁水罐车，铁水罐车根据指令开放机车走行线路，同时根据指令进行启动自检、连挂、走行、对位、锁紧、行走、驻车以及脱钩这一系列动作，同时判断是否有异常发生，如有异常及时发出警告，同时根据异常类别及影响程度，及时调整策略，完成铁水罐的动态调度策略的自适应匹配；
S6、最后统计分析铁水产量、出铁次数以及运输灌数的信息，检化验检测每个铁水罐中铁水的化学成分，得到各个铁水罐的实时检化验数据，将高炉铁水按时、按质及按量的送达炼钢转炉，满足炼钢生产对于铁水在时间、成分、重量以及温度指标上的要求；
其中，步骤S1、S2建立了物流仿真模型并进行了实验，根据实验结果分析不同的设备和资源状况对生产和铁水转运的影响，智能调度则需要对接钢铁厂MES系统获取每日高炉出铁任务和转炉生产计划信息、当前铁水罐和铁水罐车的状态信息。
工作原理：对铁水运输流程的特点进行剖析，分析铁水转运系统的具体转运流程，进而抽象出实际系统的逻辑模型，并在此基础上对钢铁生产新流程中的车间铁水转运调度仿真模型予以实现，并运行仿真模型，根据实验结果分析不同的设备和资源对生产的影响，通过获取实际生产计划信息，可以确定高炉与转炉炉次计划对应的铁水预处理设备及相应的运输时间，并根据机车和铁水罐资源状态，计算出最佳的调度方案，调度方案生成后，及时调整策略，以便完成铁水罐的动态调度策略的自适应匹配，最后，统计分析铁水产量、出铁次数以及运输灌数的信息，检化验检测每个铁水罐中铁水的化学成分，从而可以得到各个铁水罐的实时检化验数据，进而将高炉铁水按时、按质、按量送达炼钢转炉，满足炼钢生产对于铁水在时间、成分、重量以及温度指标上的要求，从而实现了铁水运输作业的高效无人化运输和智能化调度作业，在保障运输作业安全的前提下，提高铁水运输各个环节协调衔接效率。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.基于铁-钢界面铁水罐物流仿真和智能调度方法，其特征在于，包括如下步骤：
S1、获取钢铁企业的高炉区、转炉加料区、铁路运行线路的位置信息，获取高炉出铁任务、转炉生产计划、铁水空/重罐运行速率以及铁水罐的罐号、温度、状态与位置的生产信息；
S2、根据高炉出铁任务，采用构建数学模型的方式描述在满足高炉出铁任务需求的情况下，将不同位置和不同状态的铁水空罐分配给高炉出铁任务的决策；
S3、获取转炉生产计划信息，确定高炉与转炉炉次计划对应的铁水预处理设备及相应的运输时间，借用铁水运输路径自动选择及自动避碰算法，考虑铁水供需、网络之间的距离、道岔以及信号的现场因素，动态规划铁水调度的方法，形成预排程计划，并依据铁水需求和运输距离因素，采用数学规划、动态规划及决策方法对系统进行运算，求解最优化或次优化解，确定运输车辆；
S4、实时监测出铁信息、转炉倒灌动态数据以及铁水运行实时状态，判断是否有异常发生，如有异常及时发出警告，同时根据异常类别及影响程度，及时调整策略，完成铁水罐的动态调度策略的自适应匹配，实现动态调整；
S5、统计分析铁水产量、出铁次数以及运输灌数信息，检化验检测每个铁水罐中铁水的化学成分，得到各个铁水罐的实时检化验数据，将高炉铁水按时、按质及按量送达炼钢转炉，满足炼钢生产对于铁水在时间、成分、重量以及温度指标上的要求。
2.根据权利要求1所述的基于铁-钢界面铁水罐物流仿真和智能调度方法，其特征在于：所述S2步骤中的数学模型计算过程包含如下：
铁水每日产量＝利用系数×炉容；
单次出铁量＝日产量/日出铁次数；
单次出铁时间＝单次出铁量/出铁均速；
出铁间隔时间＝24×60/日出铁次数；
重罐运行时长＝路径总长/重罐速度；
空罐运行时长＝路径总长/空罐速度；
第n次到达炼钢等待区时间t钢＝第n次出铁完成时间t’+重罐运行时长；
达到炼钢等待区铁水温度＝铁水初始温度-1×重罐运行时长；
第n次到达炼钢区时剩余未冶炼罐数＝出铁间隔时间-取整|第(n-1)次剩余未冶炼罐数/3|×(转炉冶炼时间+原料跨行车一次来回时间)。
3.根据权利要求1所述的基于铁-钢界面铁水罐物流仿真和智能调度方法，其特征在于：所述S3步骤中的路径自动选择及自动避碰算法，根据钢铁企业高炉出铁到转炉路径线路图，选择合适的铁水罐运输路径。
4.根据权利要求3所述的基于铁-钢界面铁水罐物流仿真和智能调度方法，其特征在于：所述选择合适的铁水罐运输路径，而被选择的路径需要满足如下条件：
选择的出铁线路当前无其他运输车辆，即不能被其他车辆占用；
当前物流路线上有车辆运输，路线被占用时，自动避开该条路线，选择另外一条空闲线路进行运输；
若所有能够选择的路径都有运输车辆占用，此时等待车辆驶出，再选择合适路径；
根据以上路径选择算法，动态规划铁水罐车运输路径。
5.基于铁-钢界面铁水罐物流仿真和智能调度系统，其特征在于，包括：
基础信息模块，用于存储高炉区、转炉加料区以及铁路运行线路的位置信息，存储高炉出铁任务、转炉生产计划、铁水空/重罐运行速率以及铁水罐的罐号、温度、状态与位置的生产信息；
视频监控模块，用于系统通过沿线布设的摄像机，对所管辖的铁水运输路线和收集运输线路状况的视频图像进行选择与监视，并能进行实时存贮录像、回放以及检索的功能，实现视频的多级监控；
生产调度的仿真模块，钢铁生产调度系统为一个以离散事件为主的混合系统，采用离散事件的仿真方法进行建模，借助计算机技术，通过图形表示对系统进行建模，然后转化成计算机语言，通过编写程序对系统进行分析；
智能调度系统，用于对各个模块信息进行集成和处理，形成具体的控制执行指令并发布至各个执行系统，并通过视频监控模块，对机车、铁水罐车以及周边环境的相关信息进行可视化展示，从而实现调度过程的智能优化和无人化运行；
基础自动化接口模块，用于智能调度系统对接MES系统，以此获取高炉出铁任务和转炉生产计划信息、机车和铁水罐车的状态信息，并将其存储到基础信息模块；
显示模块，通过canvas绘图技术及钢铁厂基础位置信息绘制钢铁厂页面布局，结合计算机后台开发技术编写控制逻辑，实时显示钢厂高炉出铁情况、铁水罐运行状态、转炉加料情况和动态调度的情况。
6.根据权利要求5所述的基于铁-钢界面铁水罐物流仿真和智能调度系统，其特征在于：所述智能调度系统的服务器与控制PLC之间的接口通讯，使用kepware中间件读取/控制PLC数据，和MES系统的接口通讯，由智能调度系统开放数据库连接或者双方通过web API接口方式进行交互。
7.根据权利要求5所述的基于铁-钢界面铁水罐物流仿真和智能调度系统，其特征在于：所述显示模块用于查询生产相关基础信息以及监视与回放视频监控模块，显示模块采用Vue.js前端开发技术构建用户界面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311054743.2A CN116909236A (zh) | 2023-08-22 | 2023-08-22 | 基于铁-钢界面铁水罐物流仿真和智能调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311054743.2A CN116909236A (zh) | 2023-08-22 | 2023-08-22 | 基于铁-钢界面铁水罐物流仿真和智能调度方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116909236A true CN116909236A (zh) | 2023-10-20 |
Family
ID=88356593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311054743.2A Pending CN116909236A (zh) | 2023-08-22 | 2023-08-22 | 基于铁-钢界面铁水罐物流仿真和智能调度方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116909236A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117726149A (zh) * | 2024-02-08 | 2024-03-19 | 天津大学 | 一种基于人工智能的智能制造资源配置方法和系统 |
| CN117864690A (zh) * | 2024-01-17 | 2024-04-12 | 盐城升科冶金工程技术有限公司 | 一种厂内铁路运输智能调度控制系统 |
-
2023
- 2023-08-22 CN CN202311054743.2A patent/CN116909236A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117864690A (zh) * | 2024-01-17 | 2024-04-12 | 盐城升科冶金工程技术有限公司 | 一种厂内铁路运输智能调度控制系统 |
| CN117726149A (zh) * | 2024-02-08 | 2024-03-19 | 天津大学 | 一种基于人工智能的智能制造资源配置方法和系统 |
| CN117726149B (zh) * | 2024-02-08 | 2024-05-03 | 天津大学 | 一种基于人工智能的智能制造资源配置方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116909236A (zh) | 基于铁-钢界面铁水罐物流仿真和智能调度方法及系统 | |
| CN110222990B (zh) | 一种基于车流推算的列车全程调度方法及系统 | |
| CN110209128A (zh) | 一种钢铁制造多业务智能协同管控系统及实现装置 | |
| 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 | |
| CN110751453B (zh) | 一种用于铁路通道能力瓶颈识别与消解的方法和系统 | |
| CN111242414B (zh) | 一种应用于钢铁行业炼钢-连铸流程的计划调度系统 | |
| CN109919271B (zh) | 一种铁水车调度系统及调度方法 | |
| CN113506081A (zh) | 一种生产计划管理系统及其排产方法 | |
| CN101908092A (zh) | 一种炼铁炼钢连铸一体化调度系统 | |
| CN113978515B (zh) | 铁路车务段运输生产作业集中化调度指挥系统 | |
| CN106647674A (zh) | 基于知识表示的钢铁生产调度模型匹配方法 | |
| CN113723768B (zh) | 一种钢铁生产管控系统和方法 | |
| CN117973626A (zh) | 数字月台车辆调度规划实现方法 | |
| CN212569859U (zh) | 一种铁水运输容器位置跟踪系统及运输信息采集系统 | |
| CN102073760B (zh) | 基于排队论和系统仿真的高炉-转炉区段调度系统建模方法 | |
| CN111598464A (zh) | 一种基于过程建模的炼钢排产方法 | |
| Zeng et al. | Intelligent optimization method for the dynamic scheduling of hot metal ladles of one-ladle technology on ironmaking and steelmaking interface in steel plants | |
| CN114596022B (zh) | 一种基于aoa射频定位技术的智慧仓储管理方法及系统 | |
| Cai et al. | Data-Driven Empty Container Repositioning for Large Scale Railway Network With Fuzzy Demands | |
| CN112224243B (zh) | 一种混铁车位置动态信息实时监控方法 | |
| Yuan et al. | Advanced planning and scheduling system based on multi-resource closed-loop management | |
| CN115719140B (zh) | 铁钢界面“一罐制”运行下转炉钢厂铁水罐动态调度方法及系统 | |
| Li | On Warehouse and distribution operation optimization of electric power materials | |
| Welgama et al. | Evaluating options to increase production of a copper smelter aisle: A simulation approach | |
| CN101869979B (zh) | 一种应用于炼铁—炼钢界面的鱼雷罐管理系统 |
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 |