大型钢铁企业多工序协同生产智能排程应用场景建设示范项目

首钢始建于 1919 年,迄今已有超过100年的历史。百年首钢积淀了丰厚历史文化底蕴,承载着共和国工业发展记忆。特别是改革开放后,首钢得到了迅猛发展,已经成为一家跨行业、跨地区、跨所有制、跨国经营的综合性大型企业集团,是世界五百强企业。

进入新世纪,首钢贯彻国家奥运战略和钢铁业结构优化升级要求,完成了史无前例的钢厂大搬迁,兼并重组水钢、通钢、长钢、贵钢、伊钢等外埠企业,形成3500万吨钢生产能力。搬迁调整使首钢钢铁业实现了转型升级,为成功举办2008年奥运会做出历史性贡献,在京津冀协同发展中起到示范引领作用。市委市政府授予“功勋首钢”光荣称号。2014年2月,习近平总书记在视察北京时指出:“首钢搬迁到曹妃甸就是具体行动。要继续坚定不移地做下去”。

近年来,首钢进入全面深化改革、加快转型发展新阶段,确立了“一根扁担挑两头”的发展战略定位,即:通过打造全新的资本运营平台,实现钢铁和城市综合服务商两大主导产业并重和协同发展。瞄准世界一流,提升钢铁业“制造+服务”综合竞争力,形成汽车板、电工钢、镀锡板等十大高端产品系列,硅钢产品跻身世界第一梯队。整合优质资源,着力打造城市综合服务商,建成鲁家山循环经济示范基地,形成静态交通、金融服务等一批新产业、新业态。紧紧围绕打造新时代首都城市复兴新地标的目标,加快推进老工业区改造提升,北京冬奥会组委会、国家体育总局冬训中心等相继入驻园区,滑雪大跳台成为首个正式投用的北京冬奥会比赛设施,园区山-水-工业遗存特色景观初步形成。2019年2月1 日,习近平总书记到首钢园区视察慰问,给首钢干部职工拜年,对园区的规划建设、产业转型、风貌保护、生态建设等方面给予肯定。       

使命重在担当,实干铸就未来。“十四五”期间,首钢将以习近平新时代中国特色社会主义思想为指导,认真落实市委、市政府决策部署,积极践行新发展理念,主动适应新发展格局,持续推进供给侧结构性改革,打牢首钢高质量发展基础、推动首钢高质量发展,努力打造具有世界一流水平的综合性大型企业集团。

【 项目内容 】

本项目依托于首钢京唐公司的生产计划数据资源、计划员和系统管理人员,及公司的数字化建设能力。建设内容包括:冷轧区域酸轧、镀锌、连退、镀锡、彩涂等26条生产线的智能资源平衡计划、智能生产合同计划、智能生产计划等,计划投入资金1500万元,主要用于研发和设备采购。其中设备以服务器为主,主要用于大模型数据训练。另需要实际部署费用,包括上线、实际运营和培训。本项目将建立高效资源平衡系统,运用算法模型,采用先进的系统技术架构,辅助业务人员进行产能、品种、售价制定,实现与成本系统数据互通,具备多版本资源平衡功能。基于智能算法,构建合同分析模型,结合月度合同计划、产销平衡计划、炼钢和冷轧生产计划等,形成周维度的合同生产计划,指导冷轧产线工序智能排产;结合合同交货期先后、合同工艺路径长短、质量要求高低、运力资源以及冷轧产线的机组的生产能力和库存情况,实现供料平衡和物流平衡功能;建立合同订单跟踪机制,具备临时加单、催单等灵活调整功能,保障合同兑现率。对复杂的排程规则进行分类归集,形成规则模型,支撑算法调用。冷轧计划排程数据处理模型,可快速预处理出排程数据基础,对算法模型进行探索,研发一种通用算法架构,在同类产线可快速复制推广。

【 实现目标 】

本项目将针对钢铁厂生产在制品资源计划、智能合同计划与智能生产计划的联动,完成基于历史数据预测完成多版本的资源平衡计划,基于智能算法的冷轧合同分析和计划排产技术的研究,可从整体上统筹规划冷轧合同订单生产时序,按周维度给出生产计划预计划指导,实现冷轧产线排产一键化,保证轧制工艺的平滑过渡,支撑原料库低库存、高效率运转,提升产品质量稳定性。

建设主体:首钢京唐钢铁联合有限责任公司

【 技术产品需求 】

(1)此应用场景建设中对底层关键核心技术产品的应用需求主要包括排程规则和合同计划知识资源库建立、智能排程模型构建、智能合同分析模型构建以及周边系统的高效交互协同管理等。

(2)建立信息知识资源库。收集构建排产规则库将整理通过需求调研获得的具体的工艺规则、冷轧计划编制标准和实际生产条件下计划员的经验,建立规则库。在完成规则库构建后,将所有的规则映射为物料筛选条件、排产模型的优化目标和约束条件以及对候选计划的选优函数,允许用户通过前端页面查看以及通过修改参数修改规则。

(3)涉及多个决策变量和复杂约束条件,需在短时间内对相当规模的复杂问题进行求解,实现理论数学模型到实际工程实现的融合。将冷轧排程计划的制定转化为多目标组合优化模型。应用多种针对多目标优化问题设计的智能算法对数学模型求解来获得合理的候选冷轧排程计划,使用根据规则库参数实现的计划选优函数对候选计划排序结果反馈给用户。

(4)设计和构建基于深度强化学习算法,建立合同分析模型。结合深度学习和强化学习的技术,通过奖励函数设计、工艺约束和资源管理、训练数据和仿真环境以及模型评估与迭代技术等,实现合同订单的全流程跟踪和生产计划预警功能;通过模型进行合同的聚类分析、孤岛分析、超欠分析等,搭建合同桥梁,优化辊期排产关键过渡料问题、优化物流平衡。

(5)选用有效策略,保障接口通信和数据库数据互通的安全性和稳定性。包括数据加密、身份验证、访问控制和性能测试等措施,以保护数据的完整性和保密性,同时确保不会干扰其他系统的正常运行。

(6)建设智能排程算法和深度强化学习的冷轧智能排程平台。覆盖冷轧产线资源计划层、合同计划层、产线工序层系统架构,从整体上统筹规划冷轧产品生产资源,合同订单生产时序,以及最优制程,提高合同兑现率,最优化产线生产能力,提质增效的同时,提升智能制造水平。

(7)模型约束和排程规则配置化。在系统前台系统页面进行智能排程所需的收池模型规则和算法约束参数的灵活配置。包括单块物料约束、相邻物料约束、辊期序列约束、模型集批约束以及留料约束、分组链接等。

(8)智能排程计划一键化。支持用户在选定的不同模型下的排程一键化操作。包括新辊期模式、延续辊期模式、插料辊期模式等,同时涵盖普料模型、外板模型以及各类规则下的集批模型等。同时具备计划的人机交互功能。

(9)智能合同计划排产。实现冷轧合同订单的全流程跟踪和生产计划预警功能;通过模型进行合同的聚类分析、孤岛分析、超欠分析等,搭建合同桥梁,优化辊期排产关键过渡料问题、优化物流平衡;

(10)虚拟和实物库存同步和合同资源池优化。系统可获取冷轧上下游系统和模块各项数据,包括虚拟和实物库存数据、轧制计划、转储计划等;同时可对合同产品生产序列进行优化,提供最优化产品制程。智能排程数据分析与统计。

(11)数据分析和报告。提供数据分析和报告工具。

(12)多系统高效交互。该平台和产销制造管理系统、生产PES系统以及物流管理系统等多个系统进行高效数据交互,选用稳定的电文通信和网络策略。可进行系统间交互信息的查询、重发等功能。







项目联系人: 孟静潇

联系方式: 15832552212