一种基于工序节奏管控的炼钢数字化调度优化方法与流程

1.本发明属于炼钢领域，具体涉及一种基于工序节奏管控的炼钢数字化调度优化方法。


背景技术：

2.冶金行业的调度生产组织过程强调整体性和实时性，针对复杂的生产过程、生产计划及要求，协调各种设备及各车间生产的正常运转，保证生产过程运行平稳、高效。国外的冶金企业，如美钢联所属的加里厂、日本的新日铁等，近年来致力于建设集成化的计算机生产管理系统，包含核心模块，即生产调度系统，使生产管理合理化、在线化和集成化，能够对生产过程中物流、信息流和能源流进行综合管理。国内的宝钢、武钢等进行了调度管理方面的研发工作，如宝信公司为上钢一厂开发的调度系统，大连理工大学开发的原东北特钢集团生产管理系统等。
3.我公司信息化的发展处于起步状态，当前炼钢厂只有erp系统、二级系统用于生产指导，没有mes、智能调度等信息化系统，在信息化管理上存在较大的缺失，另外结合我公司材大于钢的实际现状，需要开发一套适用于炼钢厂现状的调度系统，为炼钢厂不断提效增产奠定基础。


技术实现要素：

4.为解决上述问题，本发明提供一种基于工业互联网平台开发的，一种基于工序节奏管控的炼钢数字化调度优化方法的系统，该系统集成了大数据分析的思路，通过对实时工艺参数数据及业务数据的采集、清洗、分析等，使用实时数据展示、数据建模、算法分析等手段，通过信息系统来规范员工操作，系统自动形成生产关键工序操作提醒，并通过大数据分析节奏各工序时间损失，以提高生产效率。
5.本发明解决其技术问题所采用的技术方案是：一种基于工序节奏管控的炼钢数字化调度优化方法，自下而上包括以下四层架构：数据采集层、数据计算层、数据服务层和数据应用层；数据采集层包括热数据源和冷数据源，热数据源通过现场工业网关直接连接的plc/dcs及其下的各种工业传感器和设备采集实时数据，冷数据源包括erp、能管系统、mes、二级系统按需采集各部门业务系统数据，同时还有一部分数据以数据文件的方式上传；数据计算层为热数据源和冷数据源的计算机制，数据计算层包括实时数据库和数据仓库，实时数据库与热数据源连接，采集、处理并存储实时热数据，并为上层数据服务层用例提供高速实时和历史数据接口；数据仓库用于采集来自业务系统的冷数据和来自实时数据库的热数据；数据服务层包括微服务架构，微服务架构包括多个用例数据库，支持多个智能用例，同时支持为各用例提供聚合门户服务的平台模块用例；数据应用层用于提供聚合门户，提供数据服务层中各用例的ui界面，通过api网关
与微服务架构进行交互。
6.1、基于工序节奏管控的炼钢数字化调度优化方法，包括准时化生产模型、全流程时间管控模型、准时化生产评价模型、生产节奏提醒预警模型、生产导航看板。
7.2.1、准时化生产模型：a)编制横班准时化生产模型，根据开浇时间，自动匹配出站时间、出钢时间等时间点，匹配钢水去向、精炼工艺路线，与生产实际情况对接、关联，形成具有指导生产的钢水时刻表，各区域根据钢水时刻表上的时间要求进行生产操作，达到生产系统整体的协调统一，实现调度集中指挥、有序生产。
8.2.2、全流程时间管控模型：a) 全流程时间管控，其中包括全流程四大周期，十六时长，三十二项时间节点（衔接时间与操作步骤时间)，规范时间流专业术语与统计口径，明确时间流中基准值与岗位责任，时间流管控公开透明化，提升作业效率2.3、准时化生产评价模型：a)按炉对准时化生产进行评价，形成转炉生产准时率，精炼生产准时率、运行节奏准时率、连铸生产准时率，并对异常情况进报警识别，强化操作岗位准时化生产意识，提升系统自我纠错能力，提高生产效率。
9.2.4、生产节奏提醒预警模型：a)按炉对准时化生产进行评价，形成转炉生产准时率，精炼生产准时率、运行节奏准时率、连铸生产准时率，并对异常情况进报警识别，强化操作岗位准时化生产意识，提升系统自我纠错能力，提高生产效率。
10.2.5、生产导航看板：a) 利用生产导航看板组织炼钢生产，让看板成为现场生产管理互动的“窗口”。对转炉、精炼、连铸的生产状态、生产参数、时间流、技术模型等即时管控；实时显示各工序状态，即时显示生产异常情况，提示、提醒各工序完成生产计划的偏差值，提高管理人员对现场生产掌控能力，辅助管理人员对生产管控决策，提高生产管理掌控能力，提高全流程生产运作效率。
11.本发明通过本系统各模块间有效结合，生产效率较之前大幅度提升，冶炼周期从31.2min/炉降低至 28.7min/炉以下，年度产能提升约19.8万吨；当前实现生产信息传递无障碍，生产组织合理。
12.计算方式：当前新线有两座转炉，出钢量为150吨，经项目攻关后，每天每个炉子平均多生产2炉钢，年度有效生产时间按330天计算，吨钢效益按300元计算；年度效益为：2*150*2*330*300=5940万元。
具体实施方式
13.实施例1：一种基于工序节奏管控的炼钢数字化调度优化系统，自下而上包括以下四层架构：数据采集层、数据计算层、数据服务层和数据应用层。
14.数据采集层：包含所有的数据源，一部分是热数据源，即通过现场工业网关直接连
接的plc/dcs及其下的各种工业传感器和设备采集实时数据；另一部分是冷数据源，即erp、能管系统、mes、二级系统等，按需采集各部门业务数据，同时还有一部分数据以数据文件的方式上传。
15.数据计算层：包含冷热数据源分别的计算机制，其中pi实时数据库与实时热数据源连接，采集、处理并存储实时热数据，并为上层用例提供高速实时和历史数据接口；其中基于greenplum构建的数据仓库，采集来自业务系统的冷数据和来自实时数据库的热数据，统一进行etl清洗、计算和存储，并构建从基础数据层到特征数据层，再到应用数据层的etl多层结构，为上层用例提供各种维度的分析结果。
16.数据服务层：基于spring cloud和spring boot构建的微服务架构，支持多个智能用例，同时支持为各用例提供聚合门户服务的平台模块用例，实现多用例统一网关、统一配置等管理功能，所有微服务采用标准restful api服务统一进行数据交互。
17.数据应用层：提供聚合门户，提供各用例的ui界面，通过api网关与微服务结构进行交互。
18.基于工序节奏管控的炼钢数字化调度优化系统，前端客户使用vue、javascript和css3技术构建，图表使用highcharts和echarts组件，推送技术以websocket为主，前端与后端的连接使用restful web服务和jsf技术；应用逻辑端的所有微服务之间通过restful进行数据交互，使用基于java的spring cloud和spring boot企业级微服务技术构建，使用elk框架提供集中日志服务；数据存储端关系型数据库采用mysql，实时数据库采用pi。
19.本发明不局限于上述实施方式，任何人应得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。


技术特征：
1.一种基于工序节奏管控的炼钢数字化调度优化方法，其特征在于，自下而上包括以下四层架构：数据采集层、数据计算层、数据服务层和数据应用层。2.如权利要求1所述一种基于工序节奏管控的炼钢数字化调度优化方法，其特征在于，数据采集层包括热数据源和冷数据源，热数据源通过现场工业网关直接连接的plc/dcs及其下的各种工业传感器和设备采集实时数据，冷数据源包括erp、能管系统、mes、二级系统按需采集各部门业务系统数据，同时还有一部分数据以数据文件的方式上传。3.如权利要求1所述一种基于工序节奏管控的炼钢数字化调度优化方法，其特征在于，数据计算层为热数据源和冷数据源的计算机制，数据计算层包括实时数据库和数据仓库，实时数据库与热数据源连接，采集、处理并存储实时热数据，并为上层数据服务层用例提供高速实时和历史数据接口；数据仓库用于采集来自业务系统的冷数据和来自实时数据库的热数据。4.如权利要求1所述一种基于工序节奏管控的炼钢数字化调度优化方法，其特征在于，数据服务层包括微服务架构，微服务架构包括多个用例数据库，支持多个智能用例，同时支持为各用例提供聚合门户服务的平台模块用例。5.如权利要求1所述一种基于工序节奏管控的炼钢数字化调度优化方法，其特征在于，数据应用层用于提供聚合门户，提供数据服务层中各用例的ui界面，通过api网关与微服务架构进行交互。

技术总结
本发明提供基于工业互联网平台开发的一种基于工序节奏管控的炼钢数字化调度优化方法的系统，该系统集成了大数据分析的思路，通过对实时工艺参数数据及业务数据的采集、清洗、分析等，使用实时数据展示、数据建模、算法分析等手段，通过信息系统来规范员工操作，系统自动形成生产关键工序操作提醒，并通过大数据分析节奏各工序时间损失，以提高生产效率。以提高生产效率。


技术研发人员：王鹏鹏 张锡久 王玉昌
受保护的技术使用者：山东莱钢永锋钢铁有限公司
技术研发日：2021.07.30
技术公布日：2021/10/26