通过与钢铁企业实际生产相结合,面向订单坯料设计时多种可选坯型的特殊场景,充分考虑了炉次计划编制过程中所涉及的客户特殊要求、生产工艺约束、设备约束等条件,以降低钢水冶炼成本、减少无委托钢坯库存、提升客户服务水平为目标,基于约束理论建立了数据模型.通过挖掘模型特点,提出了一种基于贪婪算法和回溯法、约束传播方法混合的约束满足问题的求解方法.该算法与传统人工编制计划相比,计划编制效率平均提升2 897倍,钢包利用率平均提高0.56％,人工调整率平均为2.38％.试验结果表明,本文所提供的炉次批量计划优化方法有效解决了人工编制计划模式下的效率低下、人工经验依赖程度高、重复性工作量大等问题.

研究和设计一种针对中小型钢铁深加工企业的产供销一体化管控平台,旨在协助企业优化业务流程、提高资源利用效率,进而提升企业竞争力.该平台将覆盖采购管理、销售管理、计划管理、质量管理、库存管理、计量管理、设备管理等关键业务模块,整合数据分析,为企业提供全面的管理与决策支持工具.

针对钢铁企业订单呈现多品种规格、小批量趋势下的生产计划组织难点问题,充分考虑订单结构、设备、原料、工艺等因素,以钢铁企业生产计划为主线构建了钢铁企业智能钢轧一体化管控平台.平台以数据中心为支撑,融合工厂模型、业务模型,并集成算法求解引擎,以支撑订单计划、批量计划、生产调度等业务需求.在管控平台基础上能够实现钢铁企业各个业务系统之间的数据共享,达到综合决策、协同优化的目标.该系统在宁波钢铁有限公司投入使用,在生产计划组织方面起到了较好的效果,为智能化转型奠定了基础.

物流作为钢铁行业不可或缺的服务性支撑产业,其重要性不言而喻.在此背景下,从目前钢铁行业物流现状和普遍存在的问题入手,通过构建智慧物流服务体系,有效实现对钢铁物流的全流程管控,最优化物流运输路径,提高物流运输效率,缩短物流运送周期,极大地降低物流成本,对钢铁行业物流高效能发展提供借鉴.

探讨现代钢铁企业管控模式面临的问题和挑战,并提出基于数据中台的解决方案,旨在帮助企业建立数据资产,挖掘数据价值,提高企业决策效率、生产效益和资源利用率.首先,对钢铁企业管控平台现状进行综述,分析其优缺点和实际应用情况;在此基础上,提出了基于数据中台的钢铁企业管控平台的架构、功能、特点和应用场景等;最后,通过实际案例和应用效果,研究验证基于数据中台的钢铁企业管控平台的可行性和有效性.未来,随着大数据和人工智能技术的不断发展,基于数据中台的钢铁企业管控平台将进一步加深数据利用程度,拓展智能化应用,为钢铁企业的数字化转型和可持续发展提供保障.

随着钢铁企业数字化建设的推进,钢铁企业逐步认识到数据驱动业务的重要性.然而,当前钢铁企业业务管理方式仍依赖大量的数据报表,在信息筛选效率方面有所欠缺.围绕钢铁企业8个核心业务主题,构建钢铁企业数据驱动指标体系,一是可以突出重点指标,提高信息获取效率;二是将指标层层分解,有利于通过数据驱动业务思考.

在"节能减排、降本增效"的大背景下,从碳素流视角切入,在煤气介质预测基础上,建立了 0-1混合线性规划模型,以能源成本和碳交易成本总和最小化为目标,研究钢铁行业副产煤气生产调度问题.采用基于遗传算法的动态迭代调度算法,通过混合交叉算子和平均变异算子提高遗传算法局部搜索能力,并以国内某大型钢铁企业为仿真对象进行系统仿真,结果表明:混合煤气柜可以根据煤气产耗特点调整存储量,并保证存储量在合理范围内;调节用户会起到一定的缓冲作用,可以根据某种副产煤气的产耗特点响应增加或减少该种煤气的消耗量;当某种副产煤气严重不足时,固定消耗用户会根据优先级响应停调,以满足生产需求.可见副产煤气的优化调度应用可以为中国钢铁行业的低碳发展和节能减排提供技术支撑.

为了研究数据在钢铁行业的生态化利用问题,介绍了中国钢铁行业发展面临的新形势,以及新发展阶段对钢铁企业的新型能力要求,阐述了钢铁行业存在的问题及发展趋势,分析了钢铁行业数据资源特点及数字赋能基础,数据要素与土地、劳动力、资本、技术等传统生产要素不断交叉融合,从提升企业核心竞争力、优化行业资源配置、支撑政府行业治理3个层面,总结了钢铁行业数据发力的重点领域,提出以基于区块链的"数字基建"构建行业新型信用体系,支撑钢铁内涵式发展.

随着新一轮科技革命的发展,物联网、云计算、大数据、人工智能、5G等新一代信息技术的出现,信息技术和工业生产不断集成、融合,促进产业变革,形成新发展形态及模式.不仅要求企业内部各部门、层级系统、设备之间互联互通,也对行业产业链、价值链及资源灵活配置提出更高要求,工业互联网平台随之产生.本文介绍了工业互联网产生的背景,并对工业互联网的发展趋势及发展基础进行了分析.以钢铁行业为背景,结合企业内部生产与外部互通,探讨钢铁企业工业互联网建设必要性.最后对钢铁企业实施工业互联网建设提出系统化的建议.

经营计划决策是钢铁企业决策的重要内容,基于钢铁企业经营计划决策和管控现状,结合市场实际需求,充分利用新一代信息技术,搭建决策优化与支持系统模型,为钢铁企业经营计划决策和全流程管控提供系统化的解决思路.

新中国成立以来,我国钢铁行业取得了举世瞩目的巨大成就,但在发展过程中也面临着诸多问题.区块链通过各种技术手段建立起强大的信任关系和价值传输网络,为钢铁行业面临的问题提供了新的解决方案.基于此,归纳了钢铁行业在高质量发展过程中存在的问题,并结合区块链的技术特征讨论了区块链技术对钢铁行业转型升级带来的积极作用,阐述了区块链技术在钢铁行业中的应用场景,并提出系统化的发展建议.

智能制造是钢铁行业转型升级的现实需要和高质量发展的有力保障.本文阐述了智能制造在钢铁企业转型升级中起到的重要作用,分析了钢铁行业推进智能制造过程中存在的问题,提出了系统化的解决建议.

随着信息技术的发展,大数据、物联网等技术的成熟,计算能力的提高,人工智能开始出现第3波学术研究与工业应用的高潮.钢铁工业是一个复杂的流程工业,内部生产工艺复杂,影响生产因素众多,人工智能在钢铁行业中有较高的应用潜力和价值.中国钢铁行业随着国家两化融合政策的推进与实施,信息化程度与水平逐步提高,为人工智能技术在钢铁企业的应用实施打下坚实基础.本文首先探讨了人工智能技术的研究领域,主要包括专家系统、神经网络、智能机器人、机器学习、智能优化等,然后研究了这些技术在钢铁领域中的主要应用场景和成果,最后提出人工智能技术从生产优化到战略经营层面,如何助力钢铁工业高质量发展.

结构调整与转型升级已成为新时代钢铁行业健康发展的重要主题.在新一轮的科技革命和产业变革与我国加快经济发展方式转变形成历史性交汇的背景下,利用海量的生产数据、工艺数据,在钢铁企业全生命周期质量管理中进行深度挖掘与分析,对企业提高产品质量、降低生产成本、减少同质化竞争具有重要的现实意义.

聚焦散杂货港口的泊位调度问题,针对散杂港口的随机性与不确定性,建立基于场存平衡与时间最小化的多目标散杂货港口泊位调度模型,结合启发式规则与遗传算法对模型进行求解.对港口历史数据的模拟结果表明该算法在匹配率、待泊船只数量、船舶等待时间等关键指标上优于人工调度,算法有效可行,对实现散杂货港口的泊位智能调度具有指导意义.

本文主要介绍了基于物联网的钢铁智能仓储系统的设计与应用.基于无线数传、激光定位、物联网等技术,进行行车定位系统、行车调度系统、库管系统等软硬件的开发与应用,从而实现对钢铁制品物流的全流程智能跟踪与信息集成,完成物料从下线到出库的动态闭环管理,有效提升钢铁企业物流管理的智能化水平.

制定具有柔性的热轧批量计划是钢铁企业实现敏捷制造的关键环节.针对轧制计划的编制问题,结合企业生产管理特点和热轧工艺要求,在考虑订单重量柔性的基础上,建立了基于多目标的热轧批量计划模型,并采用改进的遗传禁忌智能算法对模型进行了求解,最后通过实例仿真证明了模型与算法的有效性和可行性.

分析了新时期中小钢铁企业所面临的新发展形势;针对中小钢铁企业目前主要存在的产销衔接不畅、质量管控系统功能不足、生产管控系统功能不全、管理层的决策支持系统缺失等问题,指出智能制造可以助力中小钢铁企业实现转型升级;同时,特别强调了企业实施智能制造要秉持"需求引领,效益驱动"的基本原则;设计了面向中小钢铁企业的集成化-智能化综合性解决方案,并对中小钢铁企业发展智能制造的保障措施提出了看法.

介绍了《电子商务“十三五”发展规划》的发布背景及主要内容,阐述了钢铁电商的发展现状,并对其存在的问题进行了剖析,在此基础上指出该规划对于钢铁电商发展的指导意义,最后从顶层设计、行业标准、提质升级、创新模式、人才培养等角度提出要深化钢铁工业与互联网融合发展.

在钢铁减量化发展的背景下,“互联网+”已成为钢铁行业转型升级的有力抓手.本文以冶金备件采购为出发点,重点分析了在“互联网+”的发展趋势下备件采购的协同化及管理智能化中存在的问题,探讨了“互联网+备件”的采购模式及实施路径,提出钢铁企业实施“互联网+”备件管理的发展建议.