WO2020244850A1 - VORRICHTUNG UND VERFAHREN ZUR STEUERUNG KOMPLEXER PRODUKTIONSABFOLGEN IN GROßTECHNISCHEN ANLAGEN INSBESONDERE DER STAHLINDUSTRIE - Google Patents

VORRICHTUNG UND VERFAHREN ZUR STEUERUNG KOMPLEXER PRODUKTIONSABFOLGEN IN GROßTECHNISCHEN ANLAGEN INSBESONDERE DER STAHLINDUSTRIE Download PDF

Info

Publication number
WO2020244850A1
WO2020244850A1 PCT/EP2020/061848 EP2020061848W WO2020244850A1 WO 2020244850 A1 WO2020244850 A1 WO 2020244850A1 EP 2020061848 W EP2020061848 W EP 2020061848W WO 2020244850 A1 WO2020244850 A1 WO 2020244850A1
Authority
WO
WIPO (PCT)
Prior art keywords
production
solver
input variables
optimization calculation
plant
Prior art date
Application number
PCT/EP2020/061848
Other languages
English (en)
French (fr)
Inventor
Marius OLIGSCHLÄGER
Torsten OHM
Carsten Andreas Klein
Peter STOJKOVIC
Original Assignee
Sms Group Gmbh
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sms Group Gmbh filed Critical Sms Group Gmbh
Publication of WO2020244850A1 publication Critical patent/WO2020244850A1/de

Links

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
    • 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
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • G05B2219/32291—Task sequence optimization
    • 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

Definitions

  • the invention is directed to a method for controlling complex production sequences in large-scale plants, in particular in the steel industry, and a device which is set up to carry out a method for controlling complex production sequences in large-scale plants, in particular in the steel industry.
  • solver calculation Another well-known approach to controlling complex production sequences is provided by the so-called solver calculation.
  • a solver is used and the planning task to be solved is converted into a system of equations, such as a system of linear equations, so that this planning task can be solved by the solver.
  • a solution is found based on the solver calculation in the best case, which is the optimal solution for the respective application corresponds to the planning task or at least comes very close to it.
  • this method does not find a solution for the respective existing and defined problem, since the system of equations may simply not be solvable or the problem, due to its complexity, generates such a large system of equations that the problem represented by the system of equations due to its Complexity cannot be solved within the available computing time.
  • the invention is therefore based on the object of creating a solution that specifies a fast and robust method for the optimized control of complex production sequences.
  • this object is achieved by a device which is set up to control a production sequence of a large-scale plant, in particular the steel industry, using a control method, the control method having: reading in input variables that reflect a current production status and at least one production task.
  • the control method further comprises processing the input variables and deciding whether an optimization calculation based on the input variables using a solver is possible and / or possible within a predetermined time, and performing an optimization calculation based on the input variables using a specialized for the at least one production task Algorithm for calculating control parameters for controlling the system when processing the production task if the optimization calculation using the solver is not possible or not possible within the specified time.
  • a control method for controlling a production sequence and / or a plant occupancy of a large-scale plant, in particular the steel industry comprising: reading in input variables that reflect a current production status and at least one production task;
  • Control sequences came about, now always a partially optimized and optimized control sequence is determined in the available computing time.
  • Advantageous configurations and developments of the invention are the subject matter of the dependent subclaims.
  • Solver calculation used equation system can not be solved, includes.
  • the step of deciding on the solver to be used can test whether a solution can be achieved by means of the solver. If the solver calculation does not come to a result or does not come to a result within a predetermined time, this can correspond to a corresponding decision, so that in this case the method is continued based on the specialized algorithm.
  • the device can be set up to track the time that the solver needs while the solver calculation is being carried out, and can also be set up to abort the solver calculation if the calculation exceeds a predetermined time threshold.
  • the processing of the input variables can include processing of the input variables to define suitable boundary conditions for an optimization calculation using the solver using the algorithm that is specialized for the at least one production task. This can be advantageous in cases in which such boundary conditions are difficult to obtain using a linear system of equations for a solver. After the boundary conditions have been determined, it may then be possible for the solver to perform an optimization calculation.
  • control method can further carry out an optimization calculation based on the input variables using the solver to calculate control parameters for controlling the system when processing the production task if the optimization calculation is possible using the solver and / or within the specified Time is possible to include.
  • the device can be set up to exchange information with one or more production units of the large-scale plant. Parameters that are received by the units, such as information regarding availability, capacity utilization, current operating temperature, current step in ongoing processing, etc., can be used as input values for the control method. After a corresponding calculation, the device can then transmit control parameters for controlling the large-scale installation to the latter. In other words, in a preferred embodiment, the control method can further comprise controlling an operation of at least one production unit of the large-scale plant based on the calculated control parameters.
  • the input variables can thus include at least one input variable that corresponds to a sensor measured value that reflects a production parameter of a corresponding production unit of the large-scale plant.
  • the input variables can preferably include at least one input variable that is selected from the availability of production units of the large-scale plant, processing times on production units of the large-scale system, transport times between production units of the large-scale system, number of casting sequences and the corresponding metal melts and / or pans, current status from metal melting.
  • the control parameters can include at least one control parameter selected from at least one start and at least one stop time of at least one production unit of the industrial plant, definition and distribution of metal melts to corresponding production units of the industrial plant.
  • the optimization calculation is preferably suitable for optimizing a production parameter that maximizes a material throughput and / or optimizing a production parameter that minimizes casting interruptions and / or optimizing a production parameter that optimizes treatment times.
  • the optimization calculation preferably also takes into account downtimes of production units of the large-scale plant.
  • the optimization calculation takes into account the processing of production steps in a technically necessary sequence, minimum and maximum treatment times, and individual capacities Production units of the large-scale plant, and / or a utilization of individual production units for evenly utilizing all production units.
  • the large-scale plant is preferably a steel or ironworks, in particular a metallurgical production plant, the at least one production unit being set up to carry out at least one process step selected from the production steps of providing raw material, melting, alloying, casting, hot rolling, cold rolling, pickling, and annealing , Coating and / or assembly.
  • FIG. 1 schematically as a block diagram a first embodiment of the invention
  • Fig. 2 is a schematic block diagram of a second embodiment of the
  • Fig. 3 is a schematic block diagram of a third embodiment of the
  • FIG. 5 shows a Gantt chart for an occupancy of production units determined using the method according to the invention with a solver.
  • 1 schematically shows a first exemplary embodiment of the invention, in which a solution to the problem is initially determined by means of a solver calculation 10 stored in a memory unit in a device designed as a computer with a memory unit. If the solver calculation 10 does not come to a result, for example because the system of equations to be solved cannot be solved, input data is incorrect or the calculation time of the solution is too long, after running through the solver calculation 10, a sequential and / or consecutive sequence Also started in a device designed as a computer with a memory unit stored in a memory unit specialized algorithm 11 in order to still obtain a valid result. After the specialized algorithm 11 has been run through, the result 12 is output in the form of control parameters for controlling, for example, individual ones
  • Production units of a large-scale plant such as a steel mill.
  • the control parameters are based on a result of an optimization calculation, which reflects an advantageous production sequence and optimal occupancy of production units in their chronological sequence in a large-scale plant in order to achieve optimal utilization of the plant parts and production units.
  • the control parameters are transmitted to the large-scale plant and / or the individual units in order to specify a corresponding production process.
  • a sequence of solver calculation 10, use of the specialized algorithm 11 and an output of the results 12 thus exemplarily reflects a case in which an optimization calculation based on the input variables using one for the at least one
  • FIG. 2 shows schematically a second embodiment of the invention.
  • a preliminary planning (calculation of boundary conditions) is carried out, which is done very quickly and robustly due to the programming of the specialized algorithm 20. The calculation time required for this is therefore short.
  • boundary conditions are defined which are adopted by a solver calculation 21 which follows in sequential and / or consecutive order and is also stored in a memory unit in the computer designed device with storage unit will.
  • boundary conditions can be defined which would be difficult or impossible to define by an equation system of the solver calculation 21 alone.
  • This also makes it possible to accelerate the solver calculation 21 or, in the case of an otherwise unsolvable system of equations on which the solver calculation 21 is based, to enable the solver calculation 21 to lead to a result.
  • a restricted case is first generated, which is then used as the basis for the solver calculation, so that an optimal solution is determined for the restricted case generated by the specialized algorithm.
  • FIG. 2 exemplarily reflects a case in which the processing of input variables includes the definition of suitable boundary conditions for an optimization calculation using the solver using the algorithm specialized for the at least one production task.
  • This case according to FIG. 2 exemplarily reflects a case in which the control method further includes performing an optimization calculation based on the input variables using the solver to calculate control parameters for controlling the Plant when processing the production task if the optimization calculation using the solver is possible and / or is possible within the specified time.
  • Fig. 3 a third embodiment of the invention is shown schematically.
  • preliminary planning is initially carried out by means of a specialized algorithm 30 stored in a memory unit in the device designed as a computer with a memory unit.
  • the boundary conditions established by the specialized algorithm 30 are taken over by a solver calculation 31 which follows in sequential and / or consecutive order and is also stored in a memory unit in the device designed as a computer with a memory unit.
  • the solver calculation 31 then takes place on the basis of the equation system on which the solver calculation 31 is based. If the system of equations can be solved by the solver calculation 31, the results 33 are output immediately after the solver calculation 31, likewise by means of a printing or display unit connected to the device, in particular the computer.
  • solver computation 31 cannot solve the system of equations on which it is based, another specialized algorithm 32, which is also stored in the device designed as a computer with a memory unit, or the specialized algorithm 30 again follows, which particular algorithm 30, 32 of the solver Calculation 31 is subsequently carried out in sequential and / or consecutive order.
  • the specialized algorithm 32 thus always comes to a solution, even if the preceding solver calculation 31 cannot deliver a valid result.
  • the solver calculation 31 it is also possible for the solver calculation 31 to generate a partially optimized complete solution which can then be solved by the specialized algorithm 32 so that a partially optimized result is generated.
  • the specialized algorithm 32 is in particular identical to the specialized algorithm 30.
  • preliminary planning is first carried out with the specialized algorithm 30, whereby, for example, boundary conditions for the subsequent solver calculation 31 are determined. This is followed by the solver calculation 31. After the solver calculation 31 has ended, a solution is determined using the specialized algorithm 32, which is identical to the specialized algorithm 30.
  • a specialized algorithm 30 is first used to determine certain boundary conditions, then interrupted, in order then, if possible, to determine a solution of the equation system on which the solver calculation 31 is based, and then also to generate a complete result 33 in cases in which the solver calculation 31 does not come to a solution.
  • the use of the algorithm 30, the solver calculation 31 and the use of the algorithm 32, 30 in FIG. 3 exemplarily reflect a case that involves processing the input variables to determine suitable boundary conditions for an optimization calculation using the solver using an (algorithm 32) or of (algorithm 30) for the at least one production task a specialized algorithm.
  • This case further includes performing an optimization calculation based on the input variables using one for the at least a production task specialized algorithm for calculating control parameters for controlling the system when processing the production task if the optimization calculation using the solver is not possible or not possible within the specified time.
  • the solver calculations 10, 21, 31 are full-fledged heuristic solvers, which are set up to solve existing problems completely and independently. These determine good, but not necessarily optimal, results for the planning problem on the basis of procedures based on experience. In these, existing problem-related empirical knowledge is formalized.
  • the plant operation or the large-scale plant for which / for which the production sequence is to be planned is, in particular, a steel or steel works, preferably a metallurgical production plant, the Production units are in particular steel ladles and the production parameters include the number and type of steel mill units.
  • An exemplary configuration of a steelworks and caster planning includes three electric arc furnaces (EAF 1 -3), three argon purging stations (ARS 1 -3), two ladle furnaces (LF1-2), a vacuum degassing system (VD 1) and three
  • Treatment times for each process step the treatment capacities of the individual units of the system, as well as an individual utilization distribution of the respective units.
  • the planning of the production sequence takes place in particular on the basis of a given sequence and an optimal sequence is implemented within this given sequence. Such a plant or
  • Machine occupancy planning makes it possible to realize an ideal utilization of the various production units of a production plant or plant operation within an existing sequence.
  • Optimization parameters are, for example, a maximum material throughput, the planning of flexible downtimes, adherence to the optimal treatment times, as well as a minimization of the interruptions in casting.
  • Input variables are, for example, the availability of the units, minimum, optimal and maximum treatment times within the individual
  • Process steps transport times between the units of the individual process steps, transport times between the units, number of sequences and the melts / pans included with the associated Process steps, current status of the melts, target status of the melts.
  • Output variables or control parameters can be, for example, start and stop times of the individual units and a definition of the distribution of the melts to the various units of a type.
  • the individual load distribution must be taken into account, for example, in order to keep all units at operating temperature. For this reason, for example, all units of one type, such as the electric arc furnace, are evenly used. Alternatively, however, another strategy can be used in which as few units of a type as possible are used.
  • the implementation and the sequence of the procedure comprise the following steps and aspects
  • Treatment times taken into account For example, in a steelworks and caster planning for an operating and production plant that includes three electric arc furnaces (production units), three argon purging stations (production units), two ladle furnaces (production units), a vacuum degassing unit (production units) and three casting machines (production units) of the method according to the invention - and this with the device according to the invention - specified as a requirement to set up the creation of a schedule for all available units. Furthermore, the secondary conditions to be observed would have to be specified, such as processing the process steps in a technically necessary sequence, taking into account the minimum and maximum treatment times (in the respective units)
  • Treatment capacity of the individual respective aggregates and the consideration of the individual workload distribution.
  • optimization parameters a maximum material throughput, the planning of flexible downtimes, compliance with optimal treatment times and a minimization of casting interruptions would still have to be specified.
  • the input variables, the availability of the units, would have to be minimum, optimal and maximum
  • Treatment times, transport times between the units, number of casting sequences and the melts / pans included with the associated process steps and the current status of the melts are provided.
  • the starting and stopping times of the individual units and the definition of the distribution of the melts to the various units of a type would then be determined as output variables. This, if necessary, taking into account the individual workload distribution, in order to keep all units at operating temperature and to use all units of one type equally.
  • Another strategy can also consist in using as few units as possible, for example of the EAF type arc furnace.
  • FIG. 5 specific examples of results are shown, which when performing the method according to the invention or when using a device equipped with it and set up for its implementation, a computer with a corresponding memory unit, can be obtained (FIG. 5) or obtained when using methods according to the prior art (FIG. 4).
  • a test data set is solved once both by a heuristic solver (FIG. 4) and once by a solver (FIG. 5).
  • Figures 4 and 5 show the respective calculation results of a test data record in the form of a Gantt chart.
  • the jobs to be planned are specified, but the exact timing and distribution to the appropriate units are taken over by the respective calculation method. In the present case, the two calculations are very similar. However, under other boundary conditions, the results can also turn out very differently. It shows how the individual units, three electric arc furnaces EAF 1 -3, three ladle furnaces LF 1 -3), and three casting machines CCM 1-3 are occupied in the period from 4 p.m. to 10 p.m. ..

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Manufacturing & Machinery (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Bei einer Vorrichtung, die eingerichtet ist, ein Verfahren zur Planung komplexer Produktionsabfolgen in großtechnischen Anlagen insbesondere der Stahlindustrie durchzuführen, soll eine Lösung geschaffen werden, die ein schnelles und robustes Verfahren zur optimierten Planung komplexer Produktionsabfolgen ermöglicht. Dies wird durch eine Vorrichtung erreicht, die eingerichtet ist eine Produktionsabfolge einer großtechnischen Anlage, insbesondere der Stahlindustrie, unter Verwendung eines Steuerverfahrens zu steuern, wobei das Steuerverfahren aufweist: Einlesen von Eingangsgrößen, die einen gegenwärtigen Produktionsstatus und zumindest eine Produktionsaufgabe widerspiegeln; Verarbeiten der Eingangsgrößen und entscheiden, ob eine Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines Solvers möglich und/oder innerhalb einer vorgegebenen Zeit möglich ist, und Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von Steuerparametern zum Steuern der Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist.

Description

Vorrichtung und Verfahren zur Steuerung komplexer Produktionsabfolgen in großtechnischen Anlagen insbesondere der Stahlindustrie
Die Erfindung richtet sich auf ein Verfahren zur Steuerung komplexer Produktionsabfolgen in großtechnischen Anlagen insbesondere der Stahlindustrie und eine Vorrichtung, die eingerichtet ist, ein Verfahren zur Steuerung komplexer Produktionsabfolgen in großtechnischen Anlagen insbesondere der Stahlindustrie durchzuführen.
Zur Steuerung komplexer Produktionsabfolgen in großtechnischen Anlagen werden bisher im Wesentlichen zwei verschiedene Ansätze verfolgt. Zum einen sind speziell auf die Steuerung komplexer Produktionsabfolgen zugeschnittene Algorithmen, welche nachfolgend als sogenannte "spezialisierte Algorithmen" bezeichnet werden, bekannt. Diese Algorithmen stellen eine Vorgehensweise zur Steuerung komplexer Produktionsabfolgen dar und ermöglichen es, auch bei schwierigen Randbedingungen möglichst immer ein Ergebnis zu liefern, wobei das Ergebnis beispielsweise eine sich ergebende Abfolge von Produktionsschritten darstellt. Hierbei hat es sich als nachteilhaft herausgestellt, dass ein spezialisierter Algorithmus keine optimale Lösung garantiert, sondern damit lediglich ein sicherer Weg zum Erhalt einer Lösung sichergestellt ist.
Ein weiterer bekannter Ansatz zur Steuerung komplexer Produktionsabfolgen liefert die sogenannte Solver-Berechnung. Hierbei wird ein Solver verwendet und die zu lösende Planungsaufgabe in ein Gleichungssystem, wie zum Beispiel ein lineares Gleichungssystem, überführt, sodass diese Planungsaufgabe für den Solver lösbar ist. Mithilfe dieses Verfahrens wird anhand der Solver-Berechnung im besten Falle eine Lösung gefunden, welche der optimalen Lösung für den jeweiligen Anwendungsfall der Planungsaufgabe entspricht oder dieser zumindest sehr nahe kommt. Möglich ist allerdings auch, dass mit diesem Verfahren keine Lösung für das jeweils vorliegende und definierte Problem gefunden wird, da das Gleichungssystem eventuell schlichtweg nicht lösbar ist oder das Problem aufgrund seiner Komplexität ein derart großes Gleichungssystem erzeugt, dass das durch das Gleichungssystem abgebildete Problem aufgrund seiner Komplexität nicht im Rahmen der zur Verfügung stehenden Rechenzeit gelöst werden kann. Der Erfindung liegt daher die Aufgabe zugrunde, eine Lösung zu schaffen, die ein schnelles und robustes Verfahren zur optimierten Steuerung komplexer Produktionsabfolgen angibt.
Diese Aufgabe wird erfindungsgemäß gelöst durch eine Vorrichtung, die eingerichtet ist eine Produktionsabfolge einer großtechnischen Anlage, insbesondere der Stahlindustrie, unter Verwendung eines Steuerverfahrens zu steuern, wobei das Steuerverfahren aufweist: Einlesen von Eingangsgrößen, die einen gegenwärtigen Produktionsstatus und zumindest eine Produktionsaufgabe widerspiegeln.
Das Steuerverfahren umfasst weiter ein Verarbeiten der Eingangsgrößen und entscheiden, ob eine Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines Solvers möglich und/oder innerhalb einer vorgegebenen Zeit möglich ist, und Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von Steuerparametern zum Steuern der Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist. Die Aufgabe der Erfindung wird erfindungsgemäß weiter auch gelöst durch ein Steuerverfahren zum Steuern einer Produktionsabfolge und/oder einer Anlagenbelegung einer großtechnischen Anlage, insbesondere der Stahlindustrie, umfassend: Einlesen von Eingangsgrößen, die einen gegenwärtigen Produktionsstatus und zumindest eine Produktionsaufgabe widerspiegeln;
Verarbeiten der Eingangsgrößen und entscheiden, ob eine Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines Solvers möglich und/oder innerhalb einer vorgegebenen Zeit möglich ist, und Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine
Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von
Steuerparametern zum Steuern der Anlage beim Abarbeiten der
Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist.
Mit Hilfe der vorgeschlagenen Lösung ist es möglich, ein schnelles und robustes Verfahren zur Steuerung komplexer Produktionsfolgen insbesondere in der Stahlindustrie, und vorzugsweise bei der Casterplanung anzugeben. Hierdurch werden einerseits eine Vorrichtung und ein Verfahren zur Steuerung komplexer Produktionsabfolge bereitgestellt, die auf robuste Art und Weise immer ein valides Ergebnis erzeugen, und die andererseits stets eine Optimierung der Steuerungsabfolge vornehmen, sodass eine möglichst effiziente Ausnutzung der vorhandenen Ressourcen gegeben ist. Zudem werden Rechenkapazitäten berücksichtigt, sodass das komplexe Steuerungsproblem im Rahmen der zur Verfügung gestellten Rechenzeit gelöst wird. Somit kann in relativ kurzer Zeit stets eine solide Lösung für eine Steuerungsabfolge ermittelt werden. Weiterhin ist es möglich, dass für den Fall, dass die Solver-Berechnung nicht zu einer Lösung kommt, sondern lediglich eine Teiloptimierung des abstrahierten Problems liefert, durch einen nachgeordneten spezialisierten Algorithmus für ein solches teiloptimiertes Problem dennoch ein robustes Verfahren zur Angabe einer Produktionsabfolge bereitgestellt ist/wird. Überraschenderweise hat sich dabei gezeigt, dass die Kombination eines spezialisierten Algorithmus mit einer Solver- Berechnung stets zu einem Ergebnis für die Steuerungsabfolge gelangt und auch stets eine Optimierung der Steuerungsabfolge erreicht, sodass erfindungsgemäß gegenüber Situationen, in welchen bisher nur nicht zufriedenstellende
Steuerungsabfolgen zustande kamen, nunmehr stets eine teiloptimierte und optimierte Steuerungsabfolge in der zur Verfügung stehenden Rechenzeit ermittelt wird. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind Gegenstand der abhängigen Unteransprüche.
So ist es in Ausgestaltung der Erfindung zweckmäßig, dass das Entscheiden, ob eine Optimierungsberechnung unter Verwendung des Solvers möglich und/oder innerhalb einer vorgegebenen Zeit möglich ist, ein Beginnen der
Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung des Solvers, und ein Abrechen der Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung des Solvers, wenn ein bei der
Solverberechnung verwendetes Gleichungssystem nicht gelöst werden kann, umfasst. Mit anderen Worten kann der Schritt des Entscheidens am zu verwendenden Solver testen, ob eine Lösung mittels des Solvers erzielt werden kann. Falls die Solverberechnung nicht oder nicht in vorgegebener Zeit zu einem Ergebnis kommt, kann dies einer entsprechenden Entscheidung entsprechen, so dass in diesem Fall das Verfahren basierend auf dem spezialisierten Algorithmus fortgesetzt wird.
In einer bevorzugten Ausführungsform kann die Vorrichtung eingerichtet sein, während der Ausführung der Solverberechnung die Zeit zu verfolgen, die der Solver benötigt, und weiter eingerichtet sein, die Solverberechnung abzubrechen, wenn die Berechnung eine vorgegebene Zeitschwelle überschreitet. In einer bevorzugten Ausführungsform kann das Verarbeiten der Eingangsgrößen ein Verarbeiten der Eingangsgrößen zum Festlegen geeigneter Randbedingungen für eine Optimierungsberechnung unter Verwendung des Solvers unter Verwendung des für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus umfassen. Dies kann in Fällen vorteilhaft sein, in welchen solche Randbedingungen über ein lineares Gleichungssystem eines Solvers nur schwer zu erhalten sind. Nach Bestimmen der Randbedingungen kann es dann möglich sein, dass der Solver eine Optimierungsberechnung durchführen kann. Mit anderen Worten kann in einer bevorzugten Ausführungsform das Steuerverfahren weiter ein Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung des Solvers zum Berechnen von Steuerparametern zum Steuern der Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers möglich, und/oder innerhalb der vorgegebenen Zeit möglich ist, umfassen.
In einer bevorzugten Ausführungsform kann die Vorrichtung eingerichtet sein, Informationen mit einem oder mehreren Produktionsaggregat der großtechnischen Anlage auszutauschen. Parameter, die von den Aggregaten empfangen werden, wie beispielsweise Information hinsichtlich Verfügbarkeit, Auslastung, aktuelle Betriebstemperatur, aktueller Schritt einer laufenden Bearbeitung, etc. können als Eingangswerte des Steuerverfahrens verwendet werden. Die Vorrichtung kann nach entsprechender Berechnung dann Steuerparameter zur Steuerung der großtechnischen Anlage an diese übermitteln. Mit anderen Worten kann in einer bevorzugten Ausführungsform das Steuerverfahren weiter ein Steuern eines Betriebs zumindest eines Produktionsaggregats der großtechnischen Anlage basierend auf den berechneten Steuerparametern umfassen.
Wie erwähnt, ist es möglich, dass die großtechnische Anlage und/oder einzelne Produktionsaggregate desselben Informationen mit der Vorrichtung austauschen, was eine automatisierte Steuerung der Produktion basierend auf einer Produktionsaufgabe ermöglicht. Die Steuerung kann dazu bei der Berechnung der Steuerparameter auch Betriebsparameter wie Temperatur, Stadium einer laufenden Bearbeitung, Auslastung, etc. der einzelnen Produktionsaggregate berücksichtigen. Mit anderen Worten können somit in einer bevorzugten Ausführungsform die Eingangsgrößen zumindest eine Eingangsgröße umfassen, die einem Sensormesswert entspricht, der einen Produktionsparameter eines entsprechenden Produktionsaggregats der großtechnischen Anlage widerspiegelt.
Weiter können die Eingangsgrößen bevorzugt zumindest eine Eingangsgröße umfassen, die ausgewählt ist aus einer Verfügbarkeit von Produktionsaggregaten der großtechnischen Anlage, Bearbeitungszeiten auf Produktionsaggregaten der großtechnischen Anlage, Transportzeiten zwischen Produktionsaggregaten der großtechnischen Anlage, Anzahl von Gießsequenzen und die entsprechenden Metallschmelzen und/oder Pfannen, aktueller Zustand vom Metallschmelzen. In einer weiteren bevorzugten Ausführungsform können die Steuerparameter zumindest einen Steuerparameter umfassen, der ausgewählt ist aus zumindest einem Start- und zumindest einem Stoppzeitpunkt zumindest eines Produktionsaggregats der großtechnischen Anlage, Festlegung und Verteilung von Metallschmelzen auf entsprechende Produktionsaggregate der großtechnischen Anlage.
Vorzugsweise ist die Optimierungsberechnung geeignet, einen Produktionsparameter zu optimieren, der einen Materialdurchsatz maximiert, und oder einen Produktionsparameter zu optimieren, der Gießabbräche minimiert, und oder einen Produktionsparameter zu optimieren, der Behandlungszeiten optimiert. Die Optimierungsberechnung berücksichtigt vorzugsweise weiter Stillstandzeiten von Produktionsaggregaten der großtechnischen Anlage.
In einer bevorzugten Ausführungsform berücksichtigt die Optimierungsberechnung eine Abarbeitung von Produktionsschritten in einer technisch notwendigen Reihenfolge, minimale und maximale Behandlungszeiten, Kapazitäten einzelner Produktionsaggregate der großtechnischen Anlage, und/oder eine Auslastung einzelner Produktionsaggregate zum gleichmäßigen Auslasten aller Produktionsaggregate. Vorzugsweise ist die großtechnische Anlage ein Stahl- oder Hüttenwerk, insbesondere eine metallurgische Produktionsanlage, wobei das zumindest eine Produktionsaggregat eingerichtet ist, zumindest einen Prozessschritt durchzuführen, der ausgewählt ist aus den Produktionsschritten Rohmaterialbereitstellung, Schmelzen, Legieren, Gießen, Warmwalzen, Kaltwalzen, Beizen, Glühen, Beschichten und/oder Konfektionieren.
Die Erfindung ist nachstehend anhand einer Zeichnung beispielhaft näher erläutert. Diese zeigt in Fig. 1 schematisch als Blockdiagramm ein erstes Ausführungsbeispiel des
Verfahrens, bei welchem zunächst eine Solver-Berechnung und danach ein spezialisierter Algorithmus durchlaufen wird,
Fig. 2 schematisch als Blockdiagramm ein zweites Ausführungsbeispiel des
Verfahrens, bei welchem zunächst ein spezialisierter Algorithmus und danach eine Solver-Berechnung durchlaufen wird,
Fig. 3 schematisch als Blockdiagramm ein drittes Ausführungsbeispiel des
Verfahrens, welches eine Kombination der beiden ersten Ausführungsformen darstellt,
Fig. 4 ein Gantt-Chart für eine mit einem Verfahren nach dem Stand der
Technik mit einemheuristischen Löser ermittelte die Belegung von Produktionsaggregaten und in
Fig. 5 ein Gantt-Chart für eine mit dem erfindungsgemäßen Verfahren mit einem Solver ermittelte die Belegung von Produktionsaggregaten. Die Fig. 1 zeigt schematisch ein erstes Ausführungsbeispiel der Erfindung, bei der eine Lösung der Aufgabenstellung zunächst mittels einer in einer als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherten Solver-Berechnung 10 ermittelt wird. Kommt die Solver- Berechnung 10 zu keinem Ergebnis, da zum Beispiel das zu lösende Gleichungssystem nicht lösbar ist, Eingangsdaten fehlerhaft sind oder die Rechenzeit der Lösung zu hoch ist, wird nach dem Durchlaufen der Solver- Berechnung 10 in sequentieller und/oder konsekutiver Abfolge ein ebenfalls in einer als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherter spezialisierter Algorithmus 11 gestartet, um dennoch ein gültiges Ergebnis zu erhalten. Nachdem der spezialisierte Algorithmus 11 durchlaufen wurde, erfolgt eine Ausgabe des Ergebnisses 12 in Form von Steuerparametern zum Steuern beispielsweise einzelner
Produktionsaggregate einer großtechnischen Anlage wie beispielsweise eines Hüttenwerks. Die Steuerparameter basieren auf einem Ergebnis einer Optimierungsberechnung, die eine vorteilhafte Produktionsabfolge und optimale Belegung von Produktionsaggregaten in ihrer zeitlichen Abfolge in einer großtechnischen Anlage zur Erzielung einer optimalen Auslastung der Anlagenteile und Produktionsaggregate wiedergibt. Die Steuerparameter werden an die großtechnische Anlage und/oder die einzelnen Aggregate übermittelt um einen entsprechenden Produktionsablauf vorzugeben.
Eine Abfolge von Solver-Berechnung 10, Verwendung des spezialisierten Algorithmus 11 und eine Ausgabe der Ergebnisse 12 spiegelt somit exemplarisch einen Fall wider, bei welchem eine Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine
Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von
Steuerparametern zum Steuern der Anlage beim Abarbeiten der
Produktionsaufgabe durchgeführt wird, falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist (Gleichungssystem kann nicht gelöst werden). Die Fig. 2 zeigt schematisch ein zweites Ausführungsbeispiel der Erfindung. Dabei wird anhand eines in der als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherten spezialisierten Algorithmus 20 eine Vorplanung (Berechnung von Randbedingungen) vorgenommen, die aufgrund der Programmierung des spezialisierten Algorithmus 20 sehr schnell und robust erfolgt. Die hierfür benötigte Berechnungszeit fällt daher gering aus. Anschließend werden anhand dieser durch den spezialisierten Algorithmus 20 durchgeführten Planung, d.h. mittels ermittelten Ergebnisse, Randbedingungen festgelegt, welche von einer in sequentieller und/oder konsekutiver Abfolge nachfolgenden, ebenfalls in der als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherten Solver-Berechnung 21 übernommen werden. Auf diese Weise lassen sich Randbedingungen festlegen, welche alleine durch ein Gleichungssystem der Solver-Berechnung 21 nur schwer oder gar nicht festzulegen wären. Hierdurch ist es ferner möglich, die Solver- Berechnung 21 zu beschleunigen bzw. im Falle eines ansonsten nicht lösbaren Gleichungssystems, welches der Solver-Berechnung 21 zu Grunde liegt, es zu ermöglichen, dass die Solver-Berechnung 21 zu einem Ergebnis führt. Somit wird zunächst durch Festlegung der Randbedingungen durch den spezialisierten Algorithmus ein eingeschränkter Fall erzeugt, welcher anschließend der Solver- Berechnung zu Grunde gelegt wird, sodass für den durch den spezialisierten Algorithmus erzeugten eingeschränkt Fall eine optimale Lösung ermittelt wird.
Mit anderen Worten spiegelt Fig. 2 exemplarisch einen Fall wider, bei welchem ein Verarbeiten von Eingangsgrößen ein Festlegen geeigneter Randbedingungen für eine Optimierungsberechnung unter Verwendung des Solvers unter Verwendung des für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus umfasst. Dieser Fall gemäß Fig. 2 spiegelt dabei exemplarisch einen Fall wider, bei dem das Steuerverfahren weiter ein Durchführen einer Optimierungsberechnung umfasst, basierend auf den Eingangsgrößen unter Verwendung des Solvers zum Berechnen von Steuerparametern zum Steuern der Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers möglich, und/oder innerhalb der vorgegebenen Zeit möglich ist. In Fig. 3 ist schematisch ein drittes Ausführungsbeispiel der Erfindung dargestellt. Hierbei wird zunächst ähnlich wie bei dem zweiten Ausführungsbeispiel der Erfindung mittels eines in der als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherten spezialisierten Algorithmus 30 eine Vorplanung vorgenommen. Die durch den spezialisierten Algorithmus 30 festgelegten Randbedingungen werden von einer in sequentieller und/oder konsekutiver Abfolge nachfolgenden, ebenfalls in der als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherten Solver- Berechnung 31 übernommen. Anschließend erfolgt die Solver-Berechnung 31 anhand des der Solver-Berechnung 31 zugrunde liegenden Gleichungssystems. Kann das Gleichungssystem durch die Solver-Berechnung 31 gelöst werden, so erfolgt unmittelbar nach der Solver-Berechnung 31 die Ausgabe der Ergebnisse 33, ebenfalls mittels einer an die Vorrichtung, insbesondere den Computer, angeschlossenen Druck- oder Anzeigeeinheit. Kann die Solver-Berechnung 31 das ihr zugrunde liegende Gleichungssystem nicht lösen, folgt ein weiterer, ebenfalls in der als Computer ausgebildeten Vorrichtung mit Speichereinheit in einer Speichereinheit gespeicherter spezialisierter Algorithmus 32 oder erneut der spezialisierten Algorithmus 30, welcher jeweilige Algorithmus 30,32 der Solver- Berechnung 31 in sequentieller und/oder konsekutiver Abfolge nachfolgend durchgeführt wird. Somit kommt der spezialisierte Algorithmus 32 stets zu einer Lösung, auch wenn durch die vorhergehende Solver-Berechnung 31 kein valides Ergebnis geliefert werden kann. Ferner ist es auch möglich, dass durch die Solver- Berechnung 31 eine teiloptimierte vollständige Lösung erzeugt wird, welche anschließend durch den spezialisierten Algorithmus 32 gelöst werden kann, sodass ein teiloptimiertes Ergebnis erzeugt wird. Der spezialisierte Algorithmus 32 ist in vorteilhafter Ausgestaltung insbesondere identisch mit dem spezialisierten Algorithmus 30. Das heißt, dass zunächst eine Vorplanung mit dem spezialisierten Algorithmus 30 durchgeführt wird, wodurch beispielsweise Randbedingungen für die darauf folgende Solver-Berechnung 31 ermittelt werden. Im Anschluss daran erfolgt dann die Solver-Berechnung 31. Nachdem die Solver-Berechnung 31 beendet wurde, wird mit dem spezialisierten Algorithmus 32, der mit dem spezialisierten Algorithmus 30 identisch ist, eine Lösung ermittelt. Mit anderen Worten wird gemäß dieser vorteilhaften Ausgestaltung ein spezialisierter Algorithmus 30 zunächst verwendet, um bestimmte Randbedingen zu ermitteln, dann unterbrochen, um dann durch die Solver-Berechnung 31 falls möglich eine Lösung des der Solver-Berechnung 31 zugrunde liegenden Gleichungssystems zu ermitteln und anschließend auch in Fällen, in denen die Solver-Berechnung 31 zu keiner Lösung kommt, ein vollständiges Ergebnis 33 zu erzeugen.
Dem spezialisierten Algorithmus 32 folgend findet die Ausgabe des Ergebnisses 33 statt. Um Wiederholungen zu vermeiden wird an dieser Stelle nochmals darauf verwiesen, dass die für den Fall des ersten und zweiten Ausführungsbeispiels gemäß Fig. 1 und 2 beschriebenen Ausgestaltungen ebenfalls auf das dritte Ausführungsbeispiel anwendbar sind, da es sich bei dem dritten Ausführungsbeispiel um eine Kombination des ersten und zweiten Ausführungsbeispiels handelt.
Die Verwendung des Algorithmus 30, die Solver-Berechnung 31 und die Verwendung des Algorithmus 32, 30 in Fig. 3 spiegelt exemplarisch einen Fall wider, der ein Verarbeiten der Eingangsgrößen zum Festlegen geeigneter Randbedingungen für eine Optimierungsberechnung unter Verwendung des Solvers unter Verwendung eines (Algorithmus 32) oder des (Algorithmus 30) für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus umfasst. Dieser Fall umfasst weiter ein Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von Steuerparametern zum Steuern der Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist.
Bei allen drei vorstehend genannten Ausführungsbeispielen handelt es sich bei den Solver-Berechnungen 10, 21 , 31 um vollwertige heuristische Solver, welche dazu eingerichtet, sind existierende Probleme vollständig und selbständig zu lösen. Diese ermitteln auf Basis von auf Erfahrungen beruhenden Vorgehensweisen gute, aber nicht notwendigerweise optimale Ergebnisse für das Planungsproblem. In diesen ist bereits vorhandenes problembezogenes Erfahrungswissen formalisiert.
Erfindungsgemäß findet keine Zerlegung des Gesamtmodells innerhalb der Solver-Berechnungen 10, 21 , 31 statt, sondern den Solver-Berechnungen liegt das Gesamtproblem zugrunde. Somit findet keine Separierung des
Gesamtproblems beispielsweise anhand von Produktkenngrößen statt. Vielmehr bleibt erfindungsgemäß das Gesamtmodell als solches erhalten und es werden mittels der spezialisierten Algorithmen entweder vor der Solver-Berechnung Randbedingungen festgelegt, sodass nach Durchführung einer Solver- Berechnung eine Lösung für das existierende Planungsproblem ermittelt ist. Hierbei wird ohne das Planungsproblem in Einzelprobleme zu zerlegen zeiteffizient und robust eine Lösung des gesamten Planungsproblems ermittelt. Ferner kommen alle drei vorstehend genannten Ausführungsbeispiele in der Stahlindustrie zur Planung von komplexen Produktionsabfolgen zur Anwendung, sodass Nachfolgendes für alle vorstehenden Ausführungsbeispiele gilt.
Der Anlagenbetrieb bzw. die großtechnische Anlage für welchen/welche die Produktionsabfolge geplant werden soll, ist insbesondere ein Stahl- oder Hüttenwerk, vorzugsweise eine metallurgische Produktionsanlage, wobei die Produktionsaggregate insbesondere Stahlpfannen sind und die Produktionskenngrößen die Anzahl und Art der Stahlwerksaggregate umfassen. Eine exemplarische Konfiguration einer Stahlwerks- und Casterplanung umfasst drei Elektrolichtbogenöfen (EAF 1 -3), drei Argon-Spülstationen (ARS 1 -3), zwei Pfannenöfen (LF1-2), eine Vakuum Entgasungsanlage (VD 1 ) und drei
Gießmaschinen (CCM 1 -3).
Als Neben- oder Randbedingungen eingehalten werden müssen zum Beispiel die Abarbeitung der Prozessschritte in technologisch notwendiger Reihenfolge, Berücksichtigung finden weiterhin beispielsweise die minimalen und maximalen
Behandlungszeiten je Prozessschritt, die Behandlungskapazitäten der einzelnen Aggregate der Anlage, sowie eine individuelle Auslastungsverteilung der jeweiligen Aggregate. So findet die Planung der Produktionsabfolge insbesondere auf Basis einer gegebenen Reihenfolge statt und es wird innerhalb dieser gegebenen Reihenfolge eine optimale Abfolge realisiert. Durch eine solche Anlagen- oder
Maschinenbelegplanung ist es möglich, innerhalb einer existierenden Reihenfolge eine ideale Auslastung der diversen Produktionsaggregate einer Produktionsanlage oder eines Anlagenbetriebs zu realisieren.
Optimierungsgrößen sind beispielsweise ein maximaler Materialdurchsatz, eine Einplanung von flexiblen Stillständen, eine Einhaltung der optimalen Behandlungszeiten, so wie eine Minimierung der Gießabbrüche.
Eingangsgrößen sind beispielsweise die Verfügbarkeit der Aggregate, Minimale, optimale und maximale Behandlungszeiten innerhalb der einzelnen
Prozessschritte, Transportzeiten zwischen den Aggregaten der einzelnen Prozessschritte, Transportzeiten zwischen den Aggregaten, Anzahl der Sequenzen und die beinhalteten Schmelzen/Pfannen mit zugehörigen Prozessschritten, aktueller Ist-Zustand der Schmelzen, Soll-Zustand der Schmelzen.
Ausgangsgrößen oder Steuerparameter können beispielsweise Start- und Stoppzeiten der einzelnen Aggregate und eine Festlegung der Verteilung der Schmelzen auf die verschiedenen Aggregate eines Typs sein.
Eine Berücksichtigung der individuellen Auslastungsverteilung muss beispielsweise erfolgen, um alle Aggregate auf Betriebstemperatur zu halten. Daher werden beispielsweise alle Aggregate eines Typs wie zum Beispiel die Elektrolichtbogenöfen gleichmäßig ausgelastet. Alternativ kann jedoch auch eine andere Strategie zur Anwendung kommen, bei der möglichst wenige Aggregate eines Typs verwendet werden. Die Durchführung und der Ablauf des Verfahrens umfassen die nachfolgenden Schritte und Aspekte
• Vorsortierung durch einen vollwertigen heuristischer Löser, der das Problem auch selbstständig löst · Keine Zerlegung des Gesamtproblems / des Gesamtmodells in mehrere kleine Probleme für den math. Solver, sondern ganzheitliche Lösung
• Sequenzierung in Form einer gegebenen Reihenfolge und deren logistischer Umsetzung (Maschinenbelegungsplanung)
• Instandhaltungszeiten/Wartungszyklen in Form einer aktiven Planung zu dem mit den Produktionsanforderungen bestmöglich zu vereinbarenden Zeitpunkt und Festlegung einer Startzeit in einem vorgegebenen Zeitfenster · Produktkenngrößen werden indirekt im Rahmen von variablen Prozess- und
Behandlungszeiten berücksichtigt Beispielsweise wird bei einer Stahlwerks- und Casterplanung für eine Betriebs und Produktionsanlage, die drei Elektrolichtbogenöfen (Produktionsaggregate), drei Argon-Spülstationen (Produktionsaggregate), zwei Pfannenöfen (Produktionsaggregate), eine Vakuumentgasungsanlage (Produktionsaggregate) und drei Gießmaschinen (Produktionsaggregate) umfasst, bei Anwendung des erfindungsgemäßen Verfahrens - und dies mit der erfindungsgemäßen Vorrichtung - als Anforderung festgelegt, die Erstellung eines Zeitplans für alle zur Verfügung stehenden Aggregate aufzustellen. Weiterhin wären die einzuhaltenden Nebenbedingungen festzulegen, wie z.B. Abarbeitung der Prozessschritte in technisch notwendiger Reihenfolge, Berücksichtigung der minimalen und maximalen Behandlungszeiten (in den jeweiligen Aggregaten), die
Behandlungskapazität der einzelnen, jeweiligen Aggregate und die Berücksichtigung der individuellen Auslastungsverteilung. Als Optimierungsgrößen wären ein maximaler Materialdurchsatz, eine Einplanung von flexiblen Stillständen, eine Einhaltung optimaler Behandlungszeiten und eine Minimierung der Gießabbrüche weiterhin festzulegen. Ebenso müssten die Eingangsgrößen, die Verfügbarkeit der Aggregate, minimale, optimale und maximale
Behandlungszeiten, Transportzeiten zwischen den Aggregaten, Anzahl der Gießsequenzen und die beinhalteten Schmelzen/Pfannen mit den zugehörigen Prozessschritten und der aktuelle Ist-Zustand der Schmelzen bereitgestellt werden. Als Ausgangsgrößen würden dann die Start- und Stoppzeiten der einzelnen Aggregate und die Festlegung der Verteilung der Schmelzen auf die verschiedenen Aggregate eines Typs ermittelt werden. Dies gegebenenfalls unter Berücksichtigung der individuellen Auslastungsverteilung, um alle Aggregate auf Betriebstemperatur zu halten und alle Aggregate eines Typs gleichmäßig auszulasten. Eine andere Strategie kann aber auch darin bestehen, möglichst wenig Aggregate, z.B. des Typs Lichtbogenofen EAF, zum Einsatz zu bringen. In den Figuren 4 und 5 sind konkrete Beispiele von Ergebnissen dargestellt, die bei Durchführung des erfindungsgemäßen Verfahrens bzw. bei Verwendung einer damit ausgestatteten und für dessen Durchführung eingerichteten Vorrichtung, eines Computers mit entsprechender Speichereinheit, erhalten werden (Fig. 5) oder die bei der Anwendung von Verfahren nach dem Stand der Technik erhalten werden (Fig.4). Ein Test-Datensatz wird einmal sowohl von einem heuristischen Löser (Fig. 4) und einmal von einem Solver (Fig. 5) gelöst.
Die Abbildungen Fig. 4 und Fig. 5 zeigen die jeweiligen Berechnungsergebnisse eines Test-Datensatzes in Form eines Gantt-Charts. Die zu planenden Jobs sind vorgegeben, aber der genaue zeitliche Ablauf sowie die Verteilung auf die geeigneten Aggregate werden von den jeweiligen Berechnungsverfahren übernommen. Im vorliegenden Fall sind die beiden Berechnungen sehr ähnlich. Unter anderen Randbedingungen können die Ergebnisse aber auch sehr unterschiedlich ausfallen. Es zeigt sich, wie die einzelnen Aggregate, drei Elektrolichtbogenöfen EAF 1 -3, drei Pfannenöfen LF 1 -3), und drei Gießmaschinen CCM 1-3 im Zeitraum von 16.00 Uhr - 22.00 Uhr belegt werden..

Claims

Patentansprüche
1. Vorrichtung, die eingerichtet ist, eine Produktionsabfolge und/oder eine Anlagenbelegung einer großtechnischen Anlage, insbesondere der Stahlindustrie, unter Verwendung eines Steuerverfahrens zu steuern, wobei das Steuerverfahren aufweist:
Einlesen von Eingangsgrößen, die einen gegenwärtigen Produktionsstatus und zumindest eine Produktionsaufgabe widerspiegeln;
Verarbeiten der Eingangsgrößen und entscheiden, ob eine Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines Solvers möglich und/oder innerhalb einer vorgegebenen Zeit möglich ist, und
Durchführen einer Optimierungsberechnung zur Optimierung der Produktionsabfolge und/oder der Anlagenbelegung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von Steuerparametern zum Steuern der großtechnischen Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist.
2. Vorrichtung nach Anspruch 1 , wobei das Entscheiden, ob eine Optimierungsberechnung unter Verwendung des Solvers möglich, und/oder innerhalb einer vorgegebenen Zeit möglich ist, ein Beginnen der Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung des Solvers, und ein Abrechen der Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung des Solvers, wenn ein bei der Solverberechnung verwendetes Gleichungssystem nicht gelöst werden kann, umfasst.
3. Vorrichtung nach einem der Ansprüche 1 oder 2, wobei das Verarbeiten der Eingangsgrößen umfasst:
Verarbeiten der Eingangsgrößen zum Festlegen geeigneter Randbedingungen für eine Optimierungsberechnung unter Verwendung des
Solvers unter Verwendung eines für die zumindest eine Produktionsaufgabe spezialisierten Algorithmus.
4. Vorrichtung nach Anspruch 3, wobei das Steuerverfahren weiter umfasst:
Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung des Solvers zum Berechnen von Steuerparametern zum Steuern der großtechnischen Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers möglich, und/oder innerhalb der vorgegebenen Zeit möglich ist.
5. Vorrichtung nach einem der Ansprüche 1 bis 4, wobei das Steuerverfahren weiter umfasst:
Steuern eines Betriebs zumindest eines Produktionsaggregats der großtechnischen Anlage basierend auf den berechneten Steuerparametern.
6. Vorrichtung nach einem der Ansprüche 1 bis 5, wobei die Eingangsgrößen zumindest eine Eingangsgröße umfassen, die einem Sensormesswert entspricht, der einen Produktionsparameter eines entsprechenden Produktionsaggregats der großtechnischen Anlage widerspiegelt.
7. Vorrichtung nach einem der Ansprüche 1 bis 6, wobei die Eingangsgrößen zumindest eine Eingangsgröße umfassen, die ausgewählt ist aus einer Verfügbarkeit von Produktionsaggregaten der großtechnischen Anlage, Bearbeitungszeiten auf Produktionsaggregaten des großtechnischen Anlagenbetriebs, Transportzeiten zwischen Produktionsaggregaten der großtechnischen Anlage, Anzahl von Gießsequenzen und die entsprechenden Metallschmelzen und/oder Pfannen, aktueller Zustand vom Metallschmelzen.
8. Vorrichtung nach einem der Ansprüche 1 bis 7, wobei die Steuerparameter zumindest einen Steuerparameter umfassen, der ausgewählt ist aus zumindest einem Start- und zumindest einem Stoppzeitpunkt zumindest eines Produktionsaggregats der großtechnischen Anlage, Festlegung und Verteilung von Metallschmelzen auf entsprechende Produktionsaggregate der großtechnischen Anlage.
9. Vorrichtung nach einem der Ansprüche 1 bis 8, wobei die
Optimierungsberechnung geeignet ist, einen Produktionsparameter zu optimieren, der einen Materialdurchsatz maximiert, und oder einen
Produktionsparameter zu optimieren, der Gießabbräche minimiert, und oder einen Produktionsparameter zu optimieren, der Behandlungszeiten optimiert.
10. Vorrichtung nach einem der Ansprüche 1 bis 9, wobei die
Optimierungsberechnung Stillstandzeiten von Produktionsaggregaten der großtechnischen Anlage berücksichtigt.
11. Vorrichtung nach einem der Ansprüche 1 bis 10, wobei die Optimierungsberechnung eine Abarbeitung von Produktionsschritten in einer technisch notwendigen Reihenfolge, minimale und maximale Behandlungszeiten, Kapazitäten einzelner Produktionsaggregate der großtechnischen Anlage, und/oder eine Auslastung einzelner
Produktionsaggregate zum gleichmäßigen Auslasten aller Produktionsaggregate berücksichtigt.
12. Vorrichtung nach einem der Ansprüche 1 bis 11 , wobei die großtechnische Anlage ein Stahl- oder Hüttenwerk, insbesondere eine metallurgische
Produktionsanlage, ist, wobei das zumindest eine Produktionsaggregat eingerichtet ist, zumindest einen Prozessschritt durchzuführen, der ausgewählt ist aus den Produktionsschritten Rohmaterialbereitstellung, Schmelzen, Legieren, Gießen, Warmwalzen, Kaltwalzen, Beizen, Glühen, Beschichten und/oder Konfektionieren.
13. Vorrichtung nach einem der vorhergehenden Ansprüche, wobei die Vorrichtung zumindest einen Computerprozessor und zumindest eine computerlesbare Speichereinheit umfasst, die Befehle umfasst, die den Computerprozessor veranlassen, das Steuerprogram auszuführen.
14. Steuerverfahren zum Steuern einer Produktionsabfolge und/oder eine Anlagenbelegung einer großtechnischen Anlage, insbesondere der Stahlindustrie, umfassend:
Einlesen von Eingangsgrößen, die einen gegenwärtigen Produktionsstatus und zumindest eine Produktionsaufgabe widerspiegeln;
Verarbeiten der Eingangsgrößen und entscheiden, ob eine Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines Solvers möglich und/oder innerhalb einer vorgegebenen Zeit möglich ist, und
Durchführen einer Optimierungsberechnung basierend auf den Eingangsgrößen unter Verwendung eines für die zumindest eine
Produktionsaufgabe spezialisierten Algorithmus zum Berechnen von Steuerparametern zum Steuern der großtechnischen Anlage beim Abarbeiten der Produktionsaufgabe falls die Optimierungsberechnung unter Verwendung des Solvers nicht, oder nicht innerhalb der vorgegebenen Zeit, möglich ist.
15. Computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, das Verfahren nach Anspruch 14 auszuführen und/oder die die Vorrichtung nach einem der Ansprüche 1 bis 13 veranlassen das Steuerverfahren auszuführen.
PCT/EP2020/061848 2019-06-05 2020-04-29 VORRICHTUNG UND VERFAHREN ZUR STEUERUNG KOMPLEXER PRODUKTIONSABFOLGEN IN GROßTECHNISCHEN ANLAGEN INSBESONDERE DER STAHLINDUSTRIE WO2020244850A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019208194.0A DE102019208194A1 (de) 2019-06-05 2019-06-05 Vorrichtung und Verfahren zur Steuerung komplexer Produktionsabfolgen in großtechnischen Anlagen insbesondere der Stahlindustrie
DE102019208194.0 2019-06-05

Publications (1)

Publication Number Publication Date
WO2020244850A1 true WO2020244850A1 (de) 2020-12-10

Family

ID=70482631

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2020/061848 WO2020244850A1 (de) 2019-06-05 2020-04-29 VORRICHTUNG UND VERFAHREN ZUR STEUERUNG KOMPLEXER PRODUKTIONSABFOLGEN IN GROßTECHNISCHEN ANLAGEN INSBESONDERE DER STAHLINDUSTRIE

Country Status (2)

Country Link
DE (1) DE102019208194A1 (de)
WO (1) WO2020244850A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022124280A1 (de) 2022-09-21 2024-03-21 Qint Software GmbH System zur Steuerung eines Produktionsablaufs

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010032185A1 (de) * 2010-07-23 2012-01-26 Abb Ag Verfahren und Vorrichtung zum Koordinieren von zwei aufeinanderfolgenden Herstellungsstufen eines Produktionsprozesses
WO2016124231A1 (de) * 2015-02-04 2016-08-11 Siemens Aktiengesellschaft Automatisierungsanlage mit echtzeitfähiger parameterschätzung
EP3147729A2 (de) * 2015-09-25 2017-03-29 Göcke, Tobias Verfahren und vorrichtung zur adaptiven und optimierenden prozesssteuerung, verwendung des verfahrens
EP3410363A1 (de) * 2017-05-31 2018-12-05 Siemens Aktiengesellschaft Bestimmen eines produktionsplans

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010032185A1 (de) * 2010-07-23 2012-01-26 Abb Ag Verfahren und Vorrichtung zum Koordinieren von zwei aufeinanderfolgenden Herstellungsstufen eines Produktionsprozesses
WO2016124231A1 (de) * 2015-02-04 2016-08-11 Siemens Aktiengesellschaft Automatisierungsanlage mit echtzeitfähiger parameterschätzung
EP3147729A2 (de) * 2015-09-25 2017-03-29 Göcke, Tobias Verfahren und vorrichtung zur adaptiven und optimierenden prozesssteuerung, verwendung des verfahrens
EP3410363A1 (de) * 2017-05-31 2018-12-05 Siemens Aktiengesellschaft Bestimmen eines produktionsplans

Also Published As

Publication number Publication date
DE102019208194A1 (de) 2020-12-10

Similar Documents

Publication Publication Date Title
EP3580622B1 (de) Ganzheitliche planung von produktions- und/oder wartungsplänen
DE102010032185A1 (de) Verfahren und Vorrichtung zum Koordinieren von zwei aufeinanderfolgenden Herstellungsstufen eines Produktionsprozesses
DE19508474A1 (de) Intelligentes Rechner-Leitsystem
DE19508476A1 (de) Leitsystem für eine Anlage der Grundstoff- oder der verarbeitenden Industrie o. ä.
EP2527053A1 (de) Steuerverfahren für eine Walzstraße
DE102007041424A1 (de) Verfahren und System zur optimierten Planung komplexer Produktionsabfolgen in großtechnischen Anlagenbetrieben
EP1324845B1 (de) Verfahren zum betreiben einer anlage der grundstoffindustrie
DE19637917C2 (de) Verfahren und Einrichtung zum Entwurf oder zur Steuerung des Prozeßablaufs einer Anlage der Grundstoffindustrie
WO2020244850A1 (de) VORRICHTUNG UND VERFAHREN ZUR STEUERUNG KOMPLEXER PRODUKTIONSABFOLGEN IN GROßTECHNISCHEN ANLAGEN INSBESONDERE DER STAHLINDUSTRIE
EP1658533B1 (de) Verfahren und einrichtung zur steuerung einer anlage zur herstellung von stahl
EP3642372B1 (de) Verfahren zum betreiben eines glühofens
EP3056957B1 (de) Diagnoseeinrichtung und -verfahren zur Überwachung des Betriebs eines Regelkreises
WO2000005014A1 (de) Giesswalzanlage, insbesondere dünnbrammengiesswalzanlage
DE10040731A1 (de) Verfahren zur Durchführung eines automatisierten Produktionsprozesses
DE19623671A1 (de) Verfahren und System zur zeitlichen Regelung einer Anlage der Grundstoffindustrie
WO2020247999A1 (de) Verfahren und vorrichtung zur vorausschauenden fahrzeugkontrolle
DE19639976A1 (de) Verfahren zur automatischen schwingungsarmen Vorschubbeeinflussung sowie Vorrichtung zur Durchführung des Verfahrens
EP4071565A1 (de) Optimierungsversfahren für den betrieb von anlagen der grundstoffindustrie
WO2023041308A1 (de) System, verfahren und computerprogramm zur optimierung eines herstellungsprozesses in einer industriellen produktionsanlage, insbesondere einer anlage der metallerzeugenden industrie, der nicht-eisen- oder stahlindustrie oder der vorlegierungsherstellung
DE10261124A1 (de) Verfahren zur optimierten Planung komplexer Produktionsabfolgen in grosstechnischen Anlagenbetrieben
DE102010010551B4 (de) Verfahren und Vorrichtung zum Koordinieren von zwei aufeinanderfolgenden Herstellungsstufen eines Produktionsprozesses
EP4335564A1 (de) Verfahren zur automatischen stichplanberechnung beim radialschmieden
EP4335565A1 (de) Verfahren zur automatischen stichplanberechnung beim schmieden von abgesetzten wellen
EP3831511A1 (de) Verfahren und computersystem zur vorhersage einer schrumpfung eines gegossenen metallproduktes
EP2755134A1 (de) Steuerung einer technischen Anlage mit CPU und GPU

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20723334

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20723334

Country of ref document: EP

Kind code of ref document: A1