JP6711215B2 - チャージ編成装置、チャージ編成方法、およびプログラム - Google Patents
チャージ編成装置、チャージ編成方法、およびプログラム Download PDFInfo
- Publication number
- JP6711215B2 JP6711215B2 JP2016171642A JP2016171642A JP6711215B2 JP 6711215 B2 JP6711215 B2 JP 6711215B2 JP 2016171642 A JP2016171642 A JP 2016171642A JP 2016171642 A JP2016171642 A JP 2016171642A JP 6711215 B2 JP6711215 B2 JP 6711215B2
- Authority
- JP
- Japan
- Prior art keywords
- slab
- product
- unit
- product type
- charge
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 383
- 238000009940 knitting Methods 0.000 title claims description 59
- 239000000047 product Substances 0.000 claims description 422
- 230000008569 process Effects 0.000 claims description 304
- 229910000831 Steel Inorganic materials 0.000 claims description 211
- 239000010959 steel Substances 0.000 claims description 211
- 238000010079 rubber tapping Methods 0.000 claims description 98
- 238000004519 manufacturing process Methods 0.000 claims description 91
- 239000002436 steel type Substances 0.000 claims description 83
- 238000011156 evaluation Methods 0.000 claims description 71
- 238000007670 refining Methods 0.000 claims description 51
- 238000003066 decision tree Methods 0.000 claims description 48
- 239000011159 matrix material Substances 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000005520 cutting process Methods 0.000 claims description 31
- 230000015572 biosynthetic process Effects 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 28
- 238000010438 heat treatment Methods 0.000 claims description 26
- 238000005096 rolling process Methods 0.000 claims description 25
- 238000007689 inspection Methods 0.000 claims description 20
- 238000009795 derivation Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 17
- 230000008520 organization Effects 0.000 claims description 16
- 238000009749 continuous casting Methods 0.000 claims description 11
- 239000006227 byproduct Substances 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 description 40
- 230000006870 function Effects 0.000 description 34
- 239000000463 material Substances 0.000 description 30
- 238000003860 storage Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 20
- 238000013461 design Methods 0.000 description 17
- 230000008859 change Effects 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005266 casting Methods 0.000 description 6
- 230000000052 comparative effect Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 5
- 230000003442 weekly effect Effects 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000013067 intermediate product Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- 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
- General Factory Administration (AREA)
- Continuous Casting (AREA)
- Control Of Metal Rolling (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
まず、転炉工程P1では、高温溶融状態の鉄鋼中間製品(以下、溶鋼と称する。)の化学的成分である鋼種を例えば約300ton単位で調整し、溶鋼鍋に出鋼する。この転炉工程P1での出鋼単位をチャージという。
圧延工程P3では、スラブを加熱し、当該加熱したスラブを、所定の厚みや幅になるように成形(圧延)する。
熱処理工程P5では、強度および靭性等の品質が注文仕様となるように、プレートやスラブに対して加熱・保熱処理を行う。
特別検査工程P6では、プレートやスラブに対して注文仕様に応じた特別な検査を行う。
図24に示す例では、切断工程P4、熱処理工程P5、および特別検査工程P6が精整工程になる。以下の説明では、切断工程P4、熱処理工程P5、および特別検査工程P6を総称する場合、必要に応じて、精整工程と称する。
全ての処理を終えた製品は倉庫P7に配置される。
ここで、プレートは、個々の最終製品を表す。注文は、サイズ、品質(強度および靱性等)、納期、および顧客が同一のプレートの集まりである。スラブは、転炉工程P1、連続鋳造工程P2、および圧延工程P3での製造条件が同じである複数のプレートの集まりである。
スラブ設計は、スラブとして望ましい大きさとなるように、注文に示される各プレートを組み合わせることにより行われる。
チャージ編成は、鋼種が同じスラブを転炉の製造単位であるチャージに割り当てることにより行われる。
キャスト編成は、チャージをキャストに割り当てることにより行われる。
週間計画は、キャストを1週間から数週間先まで並べることにより作成される。
特許文献1には、評価関数をチャージ毎に算出した値に基づき、チャージに割り当てられるスラブの編成(並び)を最適化し、さらに、遺伝子情報としてスラブの番号(スラブNo)が遺伝子座に設定された個体毎に評価関数を算出した値に基づき、キャストに割り当てられるチャージを最適化することが記載されている。
また、特許文献3に記載の技術は、注文をスラブに割り当てた時の歩留まりを最大化するための方法であり、納期や下工程の負荷等、計画全体の指標を考慮しているものではない。
図1は、厚板の一般的な生産計画の概要の一例を概念的に示す図である。
図1において、注文1は、4枚のプレート(製品(ここでは厚板))の注文であることを示す。注文2、3、4、5、6はそれぞれ、3枚、3枚、1枚、1枚、1枚の注文であることを示す。
一方、スラブの歩留を向上させる(スラブ余材を少なくする)ために、直近の納期の注文のプレートと、先の納期の注文のプレートとを同一のスラブとして組み合わせると製品在庫が多くなってしまう。このように、スラブの歩留と製品在庫にはトレードオフの関係がある。
また、図1において、キャスト1には、チャージ1、チャージ2、およびチャージ4を含む複数のチャージが、チャージ1、チャージ2、チャージ4の順に割り当てられることを示す。また、キャスト2には、チャージ4を含む複数のチャージが割り当てられることを示す。前述したように、この割り当てを決めることをキャスト編成という。
尚、キャストの並び、及びキャスト毎のチャージの並びをチャージ枠という。本発明では、チャージ枠における各チャージの鋼種は予め与えられるものとする。
図2に示す例においては、転炉工程P1ではプレートの大きさ約3[ton]の約100倍の大きさを、連続鋳造工程P2ではプレートの約800倍の大きさを、圧延工程P3ではプレートの約6倍の大きさを、それぞれ最小製造ロット単位として製造することが生産性や歩留の観点で必要であることを示す。
本実施形態では以上のようにすることで、計算時間と立案精度とのバランスが取られた出鋼計画の立案を可能とする。
図3は、チャージ編成装置300の機能的な構成の一例を示す図である。チャージ編成装置300のハードウェアは、例えば、CPU、ROM、RAM、HDD、および各種のインターフェースを備える情報処理装置(PC)や、専用のハードウェアを用いることにより実現することができる。以下に、チャージ編成装置300が有する機能の一例を説明する。尚、以下の各部は、例えば、CPUがROMに記憶されたプログラムを実行することにより実現することができる。
注文情報取得部301は、注文の属性を示す注文情報を取得する。注文情報の取得形態としては、例えば、データベースからの読み出し、ユーザインターフェースの操作、外部装置からの送信、および可搬型記憶媒体からの読み出しが挙げられる。
図4は、注文情報400の一例を示す図である。図4に示す例では、注文情報400には、注文No、製品枚数、製品単重、納期、鋼種、製品サイズ、および精整工程通過影響因子(規格、切断方法、および熱処理方法など)が含まれる。
製品枚数は、注文内のプレート(製品)の枚数である。図4において、例えば、注文1の製品枚数は「4」である。
製品単重は、プレートの1枚当たりの重量である。図4において、例えば、注文1の製品単重は1.3[ton/製品]である。したがって、注文1に含まれるプレートの総重量は5.2(=4×1.3)[ton]である。
鋼種は、プレートの成分である。ここでは、表記および説明を簡単にするため、鋼種(製品の成分)そのものではなく、鋼種の識別情報を鋼種とする。図4において、例えば、注文1の鋼種は「A」である。
製品サイズは、プレートのサイズ(高さ(厚み)H×幅W×長さL)である。図4において、例えば、注文1の製品サイズは、10[mm]×3000[mm]×15000[mm]である。
注文情報取得部301は、例えば、CPUが、ROMに記憶されたプログラムを実行し、入出力インターフェースを介して入力した注文情報400を記憶媒体(RAMやHDD)に記憶することにより実現される。
スラブ情報取得部302は、各スラブに割り当てられるプレート(鉄鋼製品)についての情報と当該スラブについての情報とを属性として含むスラブ情報を取得する。本実施形態では、スラブ情報取得部302は、スラブ設計の結果に基づいてスラブ情報を導出する。スラブ情報は、例えば、特許文献3に記載されている公知の手法により導出することができるので、その導出方法の詳細な説明を省略するが、例えば、注文に関するデータ(注文情報400)と、スラブに関するデータ(スラブサイズ、鋼種、スラブ作成時刻等の属性情報)とに基づいて、注文のプレートを割り当て可能なスラブ群の中から、最も歩留まりが良好となるスラブを選択し、当該スラブに当該プレートを割り当てることにより、スラブ情報を導出する。プレートをスラブに割り当てる際には、同一のスラブに割り当てられるプレートの鋼種が同じになるようにする。また、スラブとして望ましい大きさ(製造可能な範囲で可及的に大きなサイズ)になるように、スラブにプレートを割り当てられるのが好ましい。また、納期が同じ注文のプレートを同一のスラブに割り当てるのが好ましいが、スラブ余材を少なくするため、或る納期の注文のプレートと、当該納期よりも先の納期の注文のプレートとを同一のスラブに割り当ててもよい。
以上のようにすることによって、どのスラブにどのプレートが割り当てられるのかが定まる。尚、スラブ情報の導出方法(スラブ設計の方法)は、前述した方法に限定されず、どのような方法でスラブ情報を導出してもよい。
図5において、スラブ情報500は、製品No.と、スラブNo.と、スラブサイズ(圧延)と、スラブ重量と、圧延幅とを属性として持つ。
スラブサイズ(圧延)は、当該スラブの仕上げ圧延後の鋼板のサイズ(高さ(厚み)H×幅W×長さL)として表したサイズである。
スラブ重量は、スラブ1枚当たりの重量である。
圧延幅は、仕上げ圧延される直前の鋼材の幅である。
尚、スラブ情報500には、鋼種も含まれるが、注文情報400に含まれる鋼種と同じであるので、図5では、スラブ情報500に含まれる鋼種の図示を省略している。
ここで、スラブNo.、スラブ重量、および鋼種は、スラブ情報500におけるスラブ属性の一例であり、圧延幅およびスラブ厚(スラブサイズ(圧延)の高さ(厚み))は、スラブ情報500における精整工程通過影響因子の一例である。
図7において、余材重量は、スラブ余材の重量である。スラブ重量から各スラブの製品単重を減算した値から求められる。例えば、スラブNo.が「1」のスラブ1のスラブ重量は4.2[ton]であり、当該スラブ1に割り当てられる製品No.が「1−1」、「2−1」、「4−1」の製品単重は、それぞれ、1.3[ton]、1.6[ton]、0.9[ton]である。したがって、スラブNo.が「1」のスラブの余材重量は、0.4[ton](=4.2−(1.3+1.6+0.9))になる。このように余材重量は、スラブ情報の属性の1つであるが、スラブ毎に定まるので、プレート毎にスラブ情報を纏めた図5では、余材重量を示していない。
注文情報400やスラブ情報500は膨大な数となるため、製造仕様が同一、もしくは似ているプレート同士を品種としてグルーピングすることで、チャージ編成問題の規模を縮小する。本実施形態では、同一キャスト内のチャージの成分(鋼種)をできるだけ同じものに纏め、納期を守りつつ、製造工程の負荷を平準化することが目的である。そこで、これらの指標を品種にグルーピングした後でも考慮できるように鋼種および予定製造工程のパターンの組み合わせを品種キーとしてグルーピングする。本実施形態では、鋼種と予定通過工程パターンとを組み合わせた情報を品種キーとする。
また、以上のように精整工程別に決定木を個別に作成せずに、特許文献4に示されているのと同様に、1つの決定木から予定通過工程パターンが得られるようにしてもよい。
また、熱処理工程P5および特別検査工程P6は、製造仕様として予め通過することが決められる工程(仕様工程)であり、各プレートが通過するかどうかを注文情報400等から特定することができる。従って、熱処理工程P5および特別検査工程P6については、品種分類ロジックを用いずに、通過の有無の予測値(「1」または「0」)を導出してもよい。
品種分類ロジック取得部303は、このようにして得られる設計パラメータと、プレートの製造実績データとに基づいて、図8に示したような決定木800を、決定木作成アルゴリズムにより精整工程毎に作成する。プレートの製造実績データには、当該プレートを製造した際に通過した精整工程を示す精整工程通過実績情報と、当該プレートにおける注文情報の精整工程通過影響因子と、当該プレートにおけるスラブ情報の精整工程通過影響因子とが含まれる。決定木800の説明変数には、注文情報の精整工程通過影響因子の少なくとも1つと、スラブ情報の精整工程通過影響因子の少なくとも1つとが含まれる。
前述したように本実施形態では、鋼種と予定通過工程パターンとを組み合わせた情報を品種キーとする。そこで、品種取得部304は、注文情報400に含まれるそれぞれのプレートについて、注文情報400の精整工程通過影響因子と、スラブ情報500の精整工程通過影響因子とを、品種分類ロジック(決定木800)に入力することにより、当該プレートの予定通過工程パターンを導出する。そして、品種取得部304は、当該プレートの鋼種を注文情報400(またはスラブ情報500)から読み出し、当該読み出した鋼種と、当該予定通過工程パターンとを組み合わせた情報を、当該プレートの品種キーとして導出する。
前述したように本実施形態では、品種分類ロジック(決定木)の説明変数に、注文情報400の工程通過影響因子だけでなく、スラブ情報500の工程通過影響因子を含めるので、品種キーの予測精度を向上させることができる。
代表属性導出部305は、スラブの代表属性(代表品種および代表納期)を導出する際の立案方針を取得する。かかる立案方針の取得形態としては、例えば、データベースからの読み出し、ユーザインターフェースの操作、外部装置からの送信、および可搬型記憶媒体からの読み出しが挙げられる。
そして、代表属性導出部305は、取得した立案方針と、注文情報400と、スラブ情報500とに基づいて、スラブ情報500に含まれるそれぞれのスラブの代表属性(代表品種および代表納期)を導出する。
図11において、例えば、スラブNo.が「1」のスラブ1に割り当てられるプレートは、製品No.が「1−1」、「2−1」、「4−1」のプレートであり、それらのプレートの品種は、それぞれ「A−000」、「A−111」、「A−111」である(図10を参照)。そして、これらの品種の重量は、「A−000」が1.3[ton]、「A−111」が2.5[ton](=1.6+0.9)である(図9を参照)。従って、代表属性導出部305は、スラブNo.が「1」のスラブ1の代表品種を、これらの重量のうち最も重い重量の品種である「A−111」とする。
図12に、各製品No.のプレートに対して、各スラブの代表属性1100を付与した結果を示す。図12では、製品No.が同一の注文情報400、スラブ情報500、予定通過工程の予測結果910、および品種キー920に関連付けて代表属性1100を示す。
注文マトリクス作成部306は、注文情報取得部301で入力された注文情報400を、品種キー毎、代表納期毎に集約し、品種別・納期別の注文重量である注文マトリクスを作成する。注文マトリクスは、品種(品種キー)を行、代表納期を列とする表である。
図13は、注文マトリクス1300の一例を示す図である。尚、図13の注文マトリクス1300に示されている品種別・代表納期別の注文重量の単位はtonである。また、図13では、図12において代表納期が示されているものについてのみ、品種別・代表納期別の注文重量を示す。
図13において、品種No.は、品種キーの識別番号であり、品種の表示順に連番を付与したものである。
例えば、品種1は、品種キーが「A−000」である注文の集まりである。品種1を例に挙げて注文マトリクスに設定される注文重量を説明する。前述したように、図12に示す例では、品種キーが「A−000」の注文は、注文No.が「1」、製品No.が「1−2」の注文と、注文No.が「1」、製品No.が「1−3」の注文であり、その代表納期は9月8日、その総重量は2.6(=1.3×2)[ton]である。したがって、品種キーが「A−000」の注文がこれらのみであるとすると、図13において、品種1の9月8日の注文重量は、2.6[ton]になる。
また、本実施形態では、同一のキャスト内のチャージの鋼種(成分)をできるだけ同じものにまとめ、納期を守りつつ、精整工程の負荷を平準化する出鋼計画を作成する。したがって、注文を品種にグルーピングした後でも、これらの指標を考慮することができるようにする必要がある。また、前述したように本実施形態では、チャージ枠とスラブとを品種を介して相互に関連付ける。したがって、品種キーには、キャストとスラブとで共通する情報を含める必要がある。以上のような観点から、本実施形態では、鋼種と予定通過工程パターンとを組み合わせた情報を品種キーとして注文をグルーピングする。
品種モデル取得部307は、鋼種別・予定通過工程パターン別の各精整工程における負荷の発生率(の予測値)である品種モデルを取得する。尚、前述したように、品種キーは、鋼種と予定通過工程パターンとを組み合わせたものであるので、品種モデルは、品種別の各精整工程における負荷の発生率であるということができる。
図14において、チャージNo.は、チャージの識別番号である。通過工程No.は、チャージ毎の予定通過工程パターンの識別番号である。
図14において、例えば、鋼種が「A」であり、予定通過工程パターンが「000」である品種キー(すなわち、品種1)の鋼材は、切断、熱処理、特別検査のそれぞれの工程の発生率が何れも「0.1」であることを示す。尚、図14において、J[1]、J[2]は、それぞれ鋼種A、Bにおける予定通過工程パターンの総数(予定通過工程パターンの種類の数)を表す。
チャージ枠取得部308は、チャージ枠を取得する。チャージ枠は、出鋼日別のキャストの並び、及びキャスト毎のチャージの並びであり、チャージ枠の鋼種は予め与えられるものとする。すなわち、チャージ枠は、各出鋼日におけるキャストの数と、それぞれのキャストにおけるチャージの数と、それぞれのチャージにおける鋼種を示すものである。チャージ枠の取得形態としては、例えば、データベースからの読み出し、ユーザインターフェースの操作、外部装置からの送信、および可搬型記憶媒体からの読み出しが挙げられる。尚、出鋼日は計画立案の対象となる日(計画立案日)である。
図15に示すチャージ枠1500では、9月3日には3個、9月4日には2個のキャストを製造することを表す。また、例えば、出鋼日が9月3日であるキャスト1では、鋼種が「A」であるチャージを8個連続して連続鋳造することを表す。また、出鋼日が9月3日であるキャスト2では、鋼種が「B」であるチャージを4個連続して連続鋳造した後、鋼種が「C」であるチャージを4個連続して連続鋳造することを表す。
第1の立案方針取得部309は、後述する品種単位チャージ編成部310において、品種単位出鋼計画(品種別・出鋼日別の出鋼量)を導出する際の立案方針を取得する。かかる立案方針の取得形態としては、例えば、データベースからの読み出し、ユーザインターフェースの操作、外部装置からの送信、および可搬型記憶媒体からの読み出しが挙げられる。
本実施形態では、第1の立案方針取得部309は、工程能力上限値と、最適化計算収束条件と、最適化計算時間と、各評価指標の重み係数W1、W2、W3とを前記立案方針として取得する。
図16に示すように、工程能力上限値1600は、出鋼日別・精整工程別の能力(処理量)の上限値である。図16において、例えば、9月3日における切断工程P4の能力(処理量)の上限値は300[ton]であることを示す(図16における「工程名」の「切断」の欄と「出鋼日別能力上限値」の「9/3」の欄を参照)。尚、設備の修理等により、休止する精整工程(設備)については、休止時間に応じて、能力(処理量)を減ずればよい。図16に示す例では、9月4日と9月5日は、特別検査工程P6が設備の修理のために休止されるため、9月4日と9月5日における特別検査工程P6の能力(処理量)の上限値を0[ton]としている。
最適化計算時間は、最適化計算収束条件を満たす解を探索する時間の上限値である。最適化計算時間が経過しても、最適化計算収束条件を満たす解が得られない場合、最適化計算を終了する。尚、時間の上限値の代わりに、計算回数の上限値を用いてもよい。
品種単位チャージ編成部310は、注文マトリクス作成部306により作成された注文マトリクス1300と、品種モデル取得部307により取得された品種モデル1400と、チャージ枠取得部308により取得されたチャージ枠1500と、第1の立案方針取得部309により取得された立案方針とを入力として、品種単位出鋼計画(品種別・出鋼日別の出鋼量)を導出する。品種単位出鋼計画は、チャージ枠1500に対して、どの品種の注文をどれだけ割り付けるかを示すものである。
<制約式>
まず制約式について説明する。
<<第1の制約式>>
第k日、鋼種iの出鋼量C[i][k]は、第k日、鋼種i、予定通過工程パターンj(=1、2・・・J[i])の品種単位出鋼計画x[i][j][k]と、第k日、鋼種iの請求余材β[i][k]との和であるから、以下の(1)式のように表される。ここで、J[i]は、鋼種iの予定通過工程パターンの総数(予定通過工程パターンの種類の数)である。
注文マトリクス1300の代表納期の通りに出鋼する必要はなく、代表納期との乖離が大きくない範囲で出鋼すればよい。或る出鋼日(計画立案日)の出鋼量には、当該出鋼日と異なる日を納期とする鋼材の出鋼量が含まれることがある。第k日、鋼種i、予定通過工程パターンjの品種単位出鋼計画x[i][j][k]は、第k日、鋼種i、予定通過工程パターンj、代表納期tの品種単位納期別出鋼計画xt[i][j][t][k]の立案期間(K日間)内の累積値として、以下の(2)式で表わされる。品種単位納期別出鋼計画xt[i][j][t][k]は、鋼種別・予定通過工程パターン別・代表納期別・出鋼日別の出鋼量である。尚、品種キーは、鋼種と予定通過工程パターンとを組み合わせた情報であるので、品種単位納期別出鋼計画xt[i][j][t][k]は、品種別・代表納期別・出鋼日別の出鋼量ということができる。
全体としての注文量と出鋼量は釣り合う。したがって、立案期間(K日間)内において、鋼種i、予定通過工程パターンj、代表納期tの注文マトリクスxr[i][j][t]と、第k日、鋼種i、予定通過工程パターンjの品種単位出鋼計画x[i][j][k]との関係は、以下の(3)式で表わされる。尚、注文量の一部を生産計画の対象とする場合は、生産計画へ織り込まない注文量を表わす変数を(3)式に追加すればよい。
精整工程の負荷は、品種単位出鋼計画と品種モデル(鋼種別・予定通過工程パターン別の各精整工程の発生率)との積の鋼種・精整工程毎の和で表わされる。したがって、第k日、工程番号lの工程負荷y[l][k]は、第k日、鋼種i、予定通過工程パターンjの品種単位出鋼計画x[i][j][k]と、鋼種i、予定通過工程パターンj、工程番号lの品種モデルr[i][j][l]とにより、以下の(4)式により表される。ここで、Iは、鋼種の総数(種類の数)である。尚、品種キーは、鋼種と予定通過工程パターンとを組み合わせた情報であるので、精整工程の負荷は、品種単位出鋼計画と品種モデルとの積の品種毎の和で表わされるということができる。
ロットサイズLOT_SIZEは、転炉工程P1での1ロットの処理量であり、第k日、出鋼種iの出鋼量C[i][k]と、第k日、鋼種iのロット数δL[i][k]とを用いて、以下の(5)式により表される。(5)式は、第k日、鋼種iの出鋼量C[i][k]を定義する制約式である。
立案開始時の精整工程lの初期仕掛stock[l][0]と、第k日、精整工程lの仕掛stock[l][k]は、それぞれ以下の(6a)式および(6b)式で表される。尚、ここでいう仕掛とは、仕掛中の鋼材の総重量[ton]をいう。
(6a)式において、立案開始時の精整工程lの初期仕掛stock[l][0]は、精整工程l毎に予め定められる初期仕掛stock_0になる。尚、(6a)式の右辺の第2項(y[l][k])と第3項(yr[l][k])は、立案開始前における値(k=0)になるので、共に「0」となる。
また、品種単位チャージ編成部310は、例えば、工程能力上限値1600に基づいて、(6b)式の左辺および右辺第1項・第2項のl、kを設定すると共に、右辺第3項のyr[l][k]を設定することにより、(6b)式の制約式を設定する。
精整工程l毎に予め設定された日数achieve_day[l]以降の精整工程の仕掛をある一定以上確保する。安全仕掛を確保する制約式は、safety_stock[l]を用いて、以下の(7)式のように表される。
尚、仕掛がないものとする場合には、前述した(6a)式、(6b)式および(7)式の設定を省略することができる。
次に、目的関数について説明する。
<<第1の評価値>>
以下に示す(8)式は、代表納期tに対して先行する出鋼量と、代表納期tに対して遅れる出鋼量との最小化を志向する評価指標である。
以下に示す(10)式は、精整工程の負荷の平準化を志向した評価関数である。ここでは、当該評価関数が、3日間の精整工程の負荷の移動平均と工程能力上限値との差の、全出鋼日および全精整工程における総和の最小化を志向する評価関数である場合を例に挙げて示す。
以下に示す(11)式は、請求余材の最小化を志向した評価関数である。
本実施形態では、納期遅れを最小にすることと、製品在庫を最小にすることについては、以下のように評価関数を定めることにより実現する。すなわち、納期前後の数日間においては、出鋼のずれと在庫となることを許容すると共に、納期よりも過度に先行して出鋼することと、納期よりも過度に遅れて出鋼することとを抑制するために、以下の(12)式に示す重み関数W(k,t)を、前記(8)式の納期遵守の評価関数に付与する。図17は、重み関数W(k,t)の一例を示す図である。例えば、図17において、a=2、b=5、c=100とする。この重み関数W(k,t)を前記(8)に追加し、この(8)式と、前記(10)式と、前記(11)式の重み付き線形和を取ると、以下の(13)式のように、各評価指標のバランスを取った総合評価指標(評価関数)が得られる。
品種単位チャージ編成部310は、例えば、注文マトリクス1300に基づいて、I、J[i]、K、L、t、k、i、j、t、q、dと、(9b)式のxr[i][j][t]とを設定することと、工程能力上限値1600に基づいて、yr[l][k]を設定することと、第1の立案方針取得部309により取得された重み係数W1、W2、W3を設定することとを行うことにより、(13)式の評価関数を設定する。
品種単位チャージ編成部310は、例えば、CPUが、ROMに記憶されたプログラムを実行して品種単位出鋼計画1800の情報を導出して、コンピュータディスプレイに表示したり、記憶媒体(RAMやHDD)に記憶したりすることにより実現される。
第2の立案方針取得部311は、後述するスラブ単位チャージ編成部312において品種単位出鋼計画1800にスラブを割り当てる際の立案方針を取得する。かかる立案方針の取得形態としては、例えば、データベースからの読み出し、ユーザインターフェースの操作、外部装置からの送信、および可搬型記憶媒体からの読み出しが挙げられる。
本実施形態では、第2の立案方針取得部311は、納期を最優先にしてスラブを品種単位出鋼計画1800に割り当てることを示す情報を前記立案方針として取得する。
第2の立案方針取得部311は、例えば、CPUが、ROMに記憶されたプログラムを実行し、入出力インターフェースを介して入力した立案方針を示す情報を記憶媒体(RAMやHDD)に記憶することにより実現される。
品種単位出鋼計画1800は、品種キーを介して注文情報400と紐付けられている(図4、図18を参照)。しかしながら、実際の製造工程では、スラブ単位で製造する必要がある。そこで、スラブ単位チャージ編成部312は、スラブ情報500と、第2の立案方針取得部311により取得された立案方針とに基づいて、スラブ情報500に含まれるそれぞれのスラブを品種単位出鋼計画1800に関連付ける。
したがって、スラブ単位チャージ編成部312は、品種単位出鋼計画1800の出鋼量が出鋼枠の量になるまで、当該出鋼枠に、当該出鋼枠に属する品種を代表品種として持つスラブを代表納期の早いものから順に割り当てる。このとき、スラブを割り当てることができる出鋼枠が複数ある場合には、例えば、最も早い出鋼日の最も早いキャストの最も早いチャージにおける出鋼枠に当該スラブを割り当てるようにすればよい。
そして、図11において、代表品種が「A−111」のスラブのうち、代表納期が最も早いスラブはスラブNo.が「1」のスラブ1であるとする。
出鋼計画登録部313は、スラブ単位チャージ編成部312で導出されたスラブ単位出鋼計画1900のうち、立案者により採用すると判断されたスラブ単位出鋼計画1900を登録する。登録の形態としては、例えば、データベースや可搬型記憶媒体への記憶、および外部装置への送信が挙げられる。
出鋼計画登録部313は、例えば、例えば、CPUが、ROMに記憶されたプログラムを実行してスラブ単位出鋼計画1900の情報を、記憶媒体(RAMやHDD)に記憶したり、入出力インターフェースを介して外部に送信したりすることにより実現される。
次に、図20のフローチャートを参照しながら、チャージ編成装置300を用いて行われるチャージ編成方法の一例を説明する。尚、ここでは、図20のフローチャートが開始される前に、品種分類ロジック取得部303により、品種分類ロジック(決定木800)が作成されているものとする。
次に、ステップS2002において、スラブ情報取得部302は、注文に関するデータ(注文情報400)とスラブに関するデータとに基づいてスラブ情報500を導出する。
次に、ステップS2005において、注文マトリクス作成部306は、注文情報400と、品種キーと、代表納期とに基づいて、注文マトリクス1300を作成する。
次に、ステップS2007において、チャージ枠取得部308は、チャージ枠1500を取得する。
次に、ステップS2008において、第1の立案方針取得部309は、品種単位出鋼計画1800を導出する際の立案方針を取得する。
次に、ステップS2010において、品種単位チャージ編成部310は、前記制約式を満足する範囲で前記評価関数の値を最小にする品種単位出鋼計画1800を、線形計画法による最適化計算を行うことにより導出する。
次に、ステップS2011において、品種単位チャージ編成部310は、ステップS2010で導出された品種単位出鋼計画1800を示す情報を立案結果としてコンピュータディスプレイに表示する。
ステップS2013に進むと、品種単位チャージ編成部310は、チャージ編成装置300のユーザインターフェースに対する立案者の操作の内容に基づいて、変更内容の指示の入力を受け付ける。
一方、立案方針の変更の指示でない場合には、品種単位出鋼計画1800の値の変更の指示であると判定し、ステップS2011に戻る。そして、品種単位チャージ編成部310は、当該指示により変更された値の品種単位出鋼計画1800を表示する。
ステップS2015に進むと、第2の立案方針取得部311は、品種単位出鋼計画1800にスラブを割り当てる際の立案方針を取得する。
次に、ステップS2017において、スラブ単位チャージ編成部312は、ステップS2016で導出されたスラブ単位出鋼計画1900を示す情報を立案結果としてコンピュータディスプレイに表示する。
ステップS2019に進むと、スラブ単位チャージ編成部312は、チャージ編成装置300のユーザインターフェースに対する立案者の操作の内容に基づいて、変更内容の指示の入力を受け付ける。
一方、立案方針の変更の指示でない場合には、スラブ単位出鋼計画1900の値の変更の指示であると判定し、ステップS2017に戻る。そして、スラブ単位チャージ編成部312は、当該指示により変更された値のスラブ単位出鋼計画1900を表示する。
ステップS2021に進むと、出鋼計画登録部313は、ステップS2018で採用することが指示されたスラブ単位出鋼計画1900を登録する。
そして、図20のフローチャートによる処理を終了する。
次に、実施例を説明する。
<実施例1>
本実施例では、表1〜表2のような条件で出鋼計画を立案した例を説明する。本実施例では、1チャージあたり300[ton]のチャージ55個を3日間、9つのキャストで出鋼する計画にスラブを割り当てる。対象となるスラブ総枚数は1004枚である。
立案結果を図21〜図23に示す。図21〜図23は、それぞれ、切断工程P4、熱処理工程P5、特別検査工程P6での日別発生量である。また、それぞれの図において、スラブ単位出鋼計画とは、スラブ単位チャージ編成部312の立案結果、つまり、品種単位出鋼計画(図18を参照)に対して、前述した出鋼枠(図18の日別出鋼量の列の各行に対応する部分)を利用してスラブを割り付けたときの各工程の日別発生量である。
処理能力は、工程能力上限値、すなわち、出鋼日別・精整工程別の能力(処理量)の上限値である。
本実施例では、発明例として、1年分の製造実績データに基づいて、本実施形態で説明した方法で品種分類ロジック(決定木800)の作成と、品種モデル1400の作成とを行い、その後の5か月間の製造実績データで、各精整工程の発生予測精度を導出した。
精整工程の発生予測精度={(実績発生回数−予測発生回数)/実績発生回数)}×100 ・・・(14)
前述した5か月間の製造実績データを、品種分類ロジックに入力することにより、当該製造実績データに含まれる各プレートの品種が導出される。同一の品種のプレートの数に、当該品種の或る精整工程における負荷の発生率(発明例では品種モデル、比較例では製造負荷予測モデル)を掛けることにより、当該品種の当該精整工程の発生回数が導出される。このような発生回数の導出を全ての品種について行い、当該精整工程の発生予測精度を(14)式に基づいて算出する。精整工程毎の発生予測精度を、全精整工程で算術平均した値を平均発生予測精度とする。 表3に、その結果を示す。ここでは、全精整工程として、精整工程P4〜P6を対象とした。
以上のように本実施形態では、製品であるプレートの注文の内容やプレートの製造仕様を含む注文情報400と、どのスラブにどのプレートが割り当てられるのかを示すスラブ情報500とを取得する。そして、鋼種と予定通過工程パターンとを組み合わせた品種キーが同じ注文(プレート)を同一の品種として集約すると共に、各スラブの代表属性(代表品種および代表納期)を導出する。そして、出鋼日と代表納期との差異に関する評価値と、精整工程の負荷の平準化に関する評価値と、プレートにならない請求余材の量に関する評価値と、の重み付き線形和で表される評価関数が最小となるときの品種別・出鋼日別の出鋼量である品種単位出鋼計画1800を導出する、そして、代表納期を指標として用いて、品種単位出鋼計画1800の出鋼枠に、当該出鋼枠に属する品種と同じ代表品種を持つスラブを割り当てたものをスラブ単位出鋼計画1900として導出する。
したがって、計算時間と立案精度とのバランスをとることができる。具体的には、例えば、以下のような効果がある。
また、注文を品種単位にまとめることで、問題の規模を削減し、計算を高速化できる。
また、連続量である品種毎の注文量をチャージ枠に割り当てる問題とすることにより、離散量であるスラブをチャージ枠に直接割り当てる問題に比べてはるかに高速に最適解を求めることができる。
また、品種として、少なくとも「鋼種」と「予定通過工程パターン」とを用いるので、品種単位出鋼計画とスラブ単位出鋼計画の評価指標が大きく異なることを抑制することができる。
また、品種単位出鋼計画とスラブ単位出鋼計画とにおいて注文構成(品種に紐付けられる注文とスラブに紐付けられる注文)の差を小さくすることができる。
本実施形態では、精整工程の負荷の平準化をキャスト計画全体の指標とし、鋼種と予定通過工程パターンとを組み合わせた情報を品種キーとする場合を例に挙げて説明した。しかしながら、精整工程の負荷の平準化とは異なる指標をさらに加えてキャスト計画全体の指標とする場合には、鋼種と予定通過工程パターンに加えて、当該指標を考慮できる情報を品種キーに含めてもよい。ただし、このようにする場合であっても、前述したように、キャストとスラブとで共通する情報を品種キーに含める情報とする。例えば、一定期間内の納期の注文が同一の品種キーとなるように、一定期間内の納期を表す情報を品種キーに加えてもよい。
また、以上説明した本発明の実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
以下に、請求項と実施形態との対応関係の一例を示す。尚、請求項の記載が実施形態の記載に限定されないことは、変形例等において説明した通りである。
注文情報取得手段は、例えば、注文情報取得部301を用いることにより実現される(図20のステップS2001も参照)。
スラブ情報取得手段は、例えば、スラブ情報取得部302を用いることにより実現される(図20のステップS2002も参照)。
品種取得手段は、例えば、品種取得部304を用いることにより実現される(図20のステップS2003も参照)。
代表属性導出手段は、例えば、代表属性導出部305を用いることにより実現される(図20のステップS2004も参照)。
注文マトリクス作成手段は、例えば、注文マトリクス作成部306を用いることにより実現される(図20のステップS2005も参照)。
品種単位出鋼計画導出手段は、例えば、品種単位チャージ編成部310を用いることにより実現される(図20のステップS2009〜S2010も参照)。
スラブ単位出鋼計画導出手段は、例えば、スラブ単位チャージ編成部312を用いることにより実現される(図20のステップS2016も参照)。
第1の評価値は、例えば、(8)式、(9a)式、および(9b)式を用いることにより実現される。
第2の評価値は、例えば、(10)式を用いることにより実現される。
品種モデル取得手段は、例えば、品種モデル取得部307を用いることにより実現される(図20のステップS2006も参照)。
Claims (8)
- 転炉工程と、連続鋳造工程と、圧延工程と、切断工程、熱処理工程、および特別検査工程を含む複数の精整工程とを含む製造工程によりプレートを製造する際の出鋼日別の出鋼量を少なくとも含む出鋼計画を作成するチャージ編成装置であって、
前記プレートの枚数と、前記プレートの1枚当たりの重量である製品単重と、出鋼期限日である納期とをプレート属性として少なくとも含む注文情報を複数の注文について取得する注文情報取得手段と、
複数のスラブそれぞれを構成する前記プレートの組み合わせと、当該スラブ1枚当たりの重量であるスラブ重量と、当該スラブの鋼種とをスラブ属性として少なくとも含むスラブ情報を取得するスラブ情報取得手段と、
前記注文情報における前記プレートのそれぞれについての品種を取得する品種取得手段と、
前記スラブ情報における1枚の前記スラブに含まれるプレートの代表属性として、前記品種取得手段により取得した品種のうち前記品種ごとに集約したプレートの重量が最大重量となる品種である代表品種と、前記注文情報取得手段により取得した注文情報に含まれている納期のうち最も早い納期である代表納期とを少なくとも含む代表属性を導出する代表属性導出手段と、
前記注文情報を、前記品種ごと、前記代表納期ごとに集約し、品種別・代表納期別の注文重量を少なくとも含む注文マトリクスを作成する注文マトリクス作成手段と、
前記注文マトリクスと、前記プレートの過去の製造実績に基づいて導出される前記品種別の各精整工程における負荷の発生率である品種モデルと、出鋼日別・キャスト別・チャージ別の鋼種を少なくとも含む所与のチャージ枠と、精整工程別・出鋼日別の処理量の上限値である所与の工程能力上限値と、に基づいて、納期遅れおよび製品在庫を最小にする品種別・出鋼日別の出鋼量を少なくとも含む品種単位出鋼計画であって、前記チャージ枠に対して、どの品種のプレートをどれだけ割り付けるかを少なくとも示す品種単位出鋼計画を線形計画法による最適化計算を行うことにより導出する品種単位出鋼計画導出手段と、
少なくとも前記代表納期を指標として用いて、前記品種単位出鋼計画における前記品種と、当該品種と同じ前記代表品種を有するスラブとが相互に関連付けられるように、前記スラブ情報に含まれるスラブを前記品種単位出鋼計画に割り当てたものをスラブ単位出鋼計画として導出するスラブ単位出鋼計画導出手段と、
を有し、
前記品種は、前記プレートの鋼種と、前記複数の精整工程の通過の有無の予測値を所定の順番で並べた予定通過工程パターンと、を少なくとも含み、
前記品種単位出鋼計画導出手段は、前記出鋼日と前記代表納期との差異に関する評価値である第1の評価値と、前記複数の精整工程における処理量の平準化に関する評価値である第2の評価値と、を少なくとも含む複数の評価値の重み付き線形和で表される評価関数を最小または最大にする前記品種別・出鋼日別の出鋼量を、線形計画法による最適化計算を行うことにより導出することを特徴とするチャージ編成装置。 - 前記品種モデルを取得する品種モデル取得手段を更に有し、
前記注文情報は、前記プレートを製造する際に通過する前記精整工程の発生率に影響を与える因子である精整工程通過影響因子を前記プレート属性と異なる属性として更に含み、
前記スラブ情報は、前記プレートを製造する際に通過する前記精整工程の発生率に影響を与える因子である精整工程通過影響因子を前記スラブ属性と異なる属性として更に含み、
前記品種取得手段は、前記注文情報および前記スラブ情報と、品種分類ロジックとに基づいて、前記注文情報における前記プレートのそれぞれについて、前記予定通過工程パターンを導出し、
前記品種モデル取得手段は、鋼種と、前記精整工程の通過の有無と、前記注文情報に含まれる前記精整工程通過影響因子と、前記スラブ情報に含まれる前記精整工程通過影響因子とを製造実績として含む製造実績データと、前記品種分類ロジックとに基づいて、前記品種モデルを導出し、
前記品種分類ロジックは、少なくとも、前記注文情報に含まれる前記精整工程通過影響因子と、前記スラブ情報に含まれる前記精整工程通過影響因子とを入力とし、少なくとも1つの前記精整工程の通過の有無の予測値を出力とするロジックであることを特徴とする請求項1に記載のチャージ編成装置。 - 前記品種分類ロジックは、決定木であり、
前記決定木の説明変数には、前記注文情報に含まれる前記精整工程通過影響因子と、前記スラブ情報に含まれる前記精整工程通過影響因子とが含まれ、
前記決定木の目的変数は、少なくとも1つの前記精整工程の通過の有無の予測値であることを特徴とする請求項2に記載のチャージ編成装置。 - 前記スラブ単位出鋼計画導出手段は、予め定められたルールに従って前記スラブ情報における前記複数のスラブを前記品種単位出鋼計画に割り当てることと、前記スラブ情報における前記複数のスラブを前記品種単位出鋼計画に割り当てる組み合わせ最適化問題を解くこととの何れか一方を行うことを特徴とする請求項1〜3の何れか1項に記載のチャージ編成装置。
- 前記予め定められたルールは、早い前記代表納期を有する前記スラブから優先して、前記スラブ情報に含まれるスラブを前記品種単位出鋼計画に割り当てることであることを特徴とする請求項4に記載のチャージ編成装置。
- 前記品種は、前記プレートの鋼種と、前記予定通過工程パターンと、の組み合わせからなることを特徴とする請求項1〜5の何れか1項に記載のチャージ編成装置。
- 転炉工程と、連続鋳造工程と、圧延工程と、切断工程、熱処理工程、および特別検査工程を含む複数の精整工程とを含む製造工程によりプレートを製造する際の出鋼日別の出鋼量を少なくとも含む出鋼計画を作成するチャージ編成方法であって、
前記プレートの枚数と、前記プレートの1枚当たりの重量である製品単重と、出鋼期限日である納期とをプレート属性として少なくとも含む注文情報を複数の注文について取得する注文情報取得ステップと、
複数のスラブそれぞれを構成する前記プレートの組み合わせと、当該スラブ1枚当たりの重量であるスラブ重量と、当該スラブの鋼種とをスラブ属性として少なくとも含むスラブ情報を取得するスラブ情報取得ステップと、
前記注文情報における前記プレートのそれぞれについての品種を取得する品種取得ステップと、
前記スラブ情報における1枚の前記スラブに含まれるプレートの代表属性として、前記品種取得ステップにより取得した品種のうち前記品種ごとに集約したプレートの重量が最大重量となる品種である代表品種と、前記注文情報取得ステップにより取得した注文情報に含まれている納期のうち最も早い納期である代表納期とを少なくとも含む代表属性を導出する代表属性導出ステップと、
前記注文情報を、前記品種ごと、前記代表納期ごとに集約し、品種別・代表納期別の注文重量を少なくとも含む注文マトリクスを作成する注文マトリクス作成ステップと、
前記注文マトリクスと、前記プレートの過去の製造実績に基づいて導出される前記品種別の各精整工程における負荷の発生率である品種モデルと、出鋼日別・キャスト別・チャージ別の鋼種を少なくとも含む所与のチャージ枠と、精整工程別・出鋼日別の処理量の上限値である所与の工程能力上限値と、に基づいて、納期遅れおよび製品在庫を最小にする品種別・出鋼日別の出鋼量を少なくとも含む品種単位出鋼計画であって、前記チャージ枠に対して、どの品種のプレートをどれだけ割り付けるかを少なくとも示す品種単位出鋼計画を線形計画法による最適化計算を行うことにより導出する品種単位出鋼計画導出ステップと、
少なくとも前記代表納期を指標として用いて、前記品種単位出鋼計画における前記品種と、当該品種と同じ前記代表品種を有するスラブとが相互に関連付けられるように、前記スラブ情報に含まれるスラブを前記品種単位出鋼計画に割り当てたものをスラブ単位出鋼計画として導出するスラブ単位出鋼計画導出ステップと、
を有し、
前記品種は、前記プレートの鋼種と、前記複数の精整工程の通過の有無の予測値を所定の順番で並べた予定通過工程パターンと、を少なくとも含み、
前記品種単位出鋼計画導出ステップは、前記出鋼日と前記代表納期との差異に関する評価値である第1の評価値と、前記複数の精整工程における処理量の平準化に関する評価値である第2の評価値と、を少なくとも含む複数の評価値の重み付き線形和で表される評価関数を最小または最大にする前記品種別・出鋼日別の出鋼量を、線形計画法による最適化計算を行うことにより導出することを特徴とするチャージ編成方法。 - 請求項1〜6の何れか1項に記載のチャージ編成装置の各手段としてコンピュータを機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016171642A JP6711215B2 (ja) | 2016-09-02 | 2016-09-02 | チャージ編成装置、チャージ編成方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016171642A JP6711215B2 (ja) | 2016-09-02 | 2016-09-02 | チャージ編成装置、チャージ編成方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018034198A JP2018034198A (ja) | 2018-03-08 |
JP6711215B2 true JP6711215B2 (ja) | 2020-06-17 |
Family
ID=61565031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016171642A Active JP6711215B2 (ja) | 2016-09-02 | 2016-09-02 | チャージ編成装置、チャージ編成方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6711215B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277768B2 (en) * | 2004-11-05 | 2007-10-02 | International Business Machines Corporation | Method for production design and operations scheduling for plate design in the steel industry |
JP5652069B2 (ja) * | 2010-09-10 | 2015-01-14 | Jfeスチール株式会社 | 最適チャ−ジ編成装置及び最適チャージ編成方法 |
JP6149553B2 (ja) * | 2013-07-04 | 2017-06-21 | Jfeスチール株式会社 | 製造計画評価方法および製造計画評価装置 |
JP6299155B2 (ja) * | 2013-11-05 | 2018-03-28 | 新日鐵住金株式会社 | キャスト計画立案装置、方法及びプログラム |
JP6070594B2 (ja) * | 2014-01-31 | 2017-02-01 | Jfeスチール株式会社 | 異形鋼板を含むスラブ編成方法及びスラブ編成装置 |
-
2016
- 2016-09-02 JP JP2016171642A patent/JP6711215B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018034198A (ja) | 2018-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105483310B (zh) | 一种面向全流程生产的炼钢组批与排产方法 | |
JP6299155B2 (ja) | キャスト計画立案装置、方法及びプログラム | |
JP5000547B2 (ja) | 出鋼枠配置計画立案装置、方法、プログラム及びコンピュータ読み取り可能な記憶媒体 | |
JP6428375B2 (ja) | チャージ編成装置、チャージ編成方法、およびプログラム | |
JP6593080B2 (ja) | 製鋼圧延計画立案装置、製鋼圧延計画立案方法、およびプログラム | |
US20110258087A1 (en) | Analytics for setting up strategic inventory systems to handle small lot orders in the steel industry | |
CN108876050B (zh) | 一种钢铁企业合同主制程的设定与自动转换方法 | |
Öner-Közen et al. | Impact of priority sequencing decisions on on-time probability and expected tardiness of orders in make-to-order production systems with external due-dates | |
Giffen | The allocation of investment in the Soviet Union: Criteria for the efficiency of investment | |
CN109358581B (zh) | 两流异宽的炼钢-连铸过程批量计划优化方法 | |
WO2020148918A1 (ja) | 金属材料の設計支援方法及び設計支援装置 | |
JP6711215B2 (ja) | チャージ編成装置、チャージ編成方法、およびプログラム | |
JP4644928B2 (ja) | 生産管理支援システム | |
CN117391307A (zh) | 一种基于铸坯质量解析的炼钢生产组批方法 | |
JP5000369B2 (ja) | 納期調整支援装置、納期交渉支援装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 | |
CN106707994B (zh) | 钢铁轧制动态调整系统及其方法 | |
JP7156024B2 (ja) | 計画作成装置、計画作成方法、及びプログラム | |
JP6477309B2 (ja) | 製鋼生産スケジュール作成装置、製鋼生産スケジュール作成方法、操業方法、及び製鋼製品の製造方法 | |
JP4525093B2 (ja) | 生産計画作成システム、生産計画作成方法及びプログラム | |
JP5402621B2 (ja) | 製造負荷予測装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 | |
Lv et al. | Scenario-based modeling approach and scatter search algorithm for the stochastic slab allocation problem in steel industry | |
Zhang et al. | A mixed integer programming model and improved genetic algorithm for order planning of iron-steel plants | |
de Souza et al. | Models for scheduling charges in continuous casting: application to a Brazilian steel plant | |
JP2012146124A (ja) | 出鋼圧延計画立案装置、出鋼圧延計画立案方法、及びコンピュータプログラム | |
JP7234721B2 (ja) | 計画作成装置、計画作成方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190415 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200302 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200428 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200511 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6711215 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |