刘青等：炼钢厂多尺度建模与协同制造 ·1707· 节的作用，缓冲能够有效地消解扰动事件对炼钢 小原则、拉速决定流量原则、连浇原则在多工序 厂多工序正常运行的影响，对于降低能耗和重调 生产过程中的集中体现.因此，掌握钢包运转规 度的频率、保持生产系统的稳定运行具有积极的 律，实施生产过程钢包运转的过程优化尤为重要. 作用.目前，炼钢厂的生产缓冲多是根据经验确 笔者团队根据某钢厂的车间布局、钢包运行 定，缺乏定量依据.因此，合理优化的精炼缓冲策 特性和实际生产情况，运用Plant--simulation仿真软 略是炼钢-连铸过程运行优化的核心内容 件建立了钢包运行过程仿真模型2-4]通过分析 笔者团队以LF精炼工序为例，在其工艺流程 某钢厂实际生产数据与浇次计划，将其输入仿真 分析和处理时间解析的基础上，针对LF钢包精炼 模型，对实际钢包运行过程进行综合仿真研究 工序归纳总结了单工位独立缓冲、双工位联合缓 “定炉对定机”生产模式下的钢包仿真结果如图9 冲（座包位、软吹位）等6种缓冲思路0，综合考虑 所示，与实际生产使用18个钢包相比，仿真实验 炼钢-连铸过程各工序的衔接匹配、钢水温度与成 使用的钢包数量减少3个.且实际生产中94.4%的 分控制、车间布局等情况，提出了LF精炼炉运行 钢包运行次数在7次以下，只有1个钢包运行次数 调控策略，当LF需要缩短操作时间时，缩短时间 达到11次；而仿真研究中73.3%的钢包运行次数 的工位选择顺序为座包位、软吹位、精炼位；当 在5次以上，并且有3个钢包达到11次以上，总体 LF需要延长操作时间时，延长时间的工位选择顺 钢包利用率提高.同时，在24h内生产97炉钢水， 序为座包位、精炼位、软吹位 仿真模型的钢包每天周转6.5次，也明显高于实际 基于上述精炼工序缓冲策略，进一步对钢包 生产中钢包每天周转5.4次.这是由于炉-机匹配 的运行控制进行优化.钢包运行控制的内容主要 模式的改变优化了钢包运行过程，可有效避免使 包括钢包数量和周转效率的控制，钢包运转的解 用过多的钢包.从仿真结果来看，优化炼钢厂炉- 析与优化涉及炼钢系统运行过程的诸多工序)， 机匹配模式后，提高了各工序规范化作业时间，有 是炼钢厂系统运行优化的炉机对应原则、能耗最 效提高了炼钢厂钢包运行效率 02 03 Resource/Order 5020504050607080910112131451617151920212230010290405060708091011121141516718 BOF1 g■■■■■口■■■■口 2 BOF2 口回■■目■■■口口■■■■ BOF3 00□00口0■□0■■■■ 日■口■口0■00■口0■00■0目a口0■0 BOF4 LFI 6 LF2 口口回■■目■■■口口■■口■ 7 LF3 日■■目■口口■■0■■■■ ■■■口0■0■■0日■口■■口■■口■■0 LF4 ■ 9 CCI 10 CC2 W 11 CC3 ■■ ■■■ 12 CC4 ■■ 图9“定炉对定机”生产模式运行甘特图（使用钢包15个） Fig.9 Gantt chart of ladle operation based on "furnace-caster coordinating"strategy (use 15 ladles) 32工序控制与生产调度的动态协同 术的分步求解优势，将复杂的生产调度任务逐个 炼钢厂调度过程是通过对各工序装置不间断 分解成相对简单的个体单元模块，在生产调度模 地进行动态交互，实现不同工序装置的高效运行 型与工艺优化模型的协调和交互中共同完成调度 其中，生产调度模型与工艺控制模型具有不同的 任务. 功能并不断生成不同的数据，模型之间需要互通 基于工艺模型的多智能体技术的炼钢-连铸 数据、互传指令，这对协同调度系统的动态性和智能 过程协同调度系统架构如图10所示，该系统中的 性提出较高的要求.多智能体(Multi-.agent systems, 炉次作业计划执行Agent与浇次作业计划执行 MAS),是当今智能控制与人工智能优化领域的热 Agent完成生产计划的实施与执行，调度优化模型 门技术，对分布式、多模块、动态交互的复杂问题 Agent根据计划执行情况进行后续作业计划的修 求解独具优势均]本节基于多智能体系统技术 改与生产任务的分配.各作业计划执行Agent根 对协同调度进行架构分析，发挥多智能体系统技 据生产设备的实际运行状况和生产能力实施相应节的作用，缓冲能够有效地消解扰动事件对炼钢 厂多工序正常运行的影响，对于降低能耗和重调 度的频率、保持生产系统的稳定运行具有积极的 作用. 目前，炼钢厂的生产缓冲多是根据经验确 定，缺乏定量依据. 因此，合理优化的精炼缓冲策 略是炼钢−连铸过程运行优化的核心内容. 笔者团队以 LF 精炼工序为例，在其工艺流程 分析和处理时间解析的基础上，针对 LF 钢包精炼 工序归纳总结了单工位独立缓冲、双工位联合缓 冲（座包位、软吹位）等 6 种缓冲思路[40] ，综合考虑 炼钢−连铸过程各工序的衔接匹配、钢水温度与成 分控制、车间布局等情况，提出了 LF 精炼炉运行 调控策略，当 LF 需要缩短操作时间时，缩短时间 的工位选择顺序为座包位、软吹位、精炼位；当 LF 需要延长操作时间时，延长时间的工位选择顺 序为座包位、精炼位、软吹位. 基于上述精炼工序缓冲策略，进一步对钢包 的运行控制进行优化. 钢包运行控制的内容主要 包括钢包数量和周转效率的控制，钢包运转的解 析与优化涉及炼钢系统运行过程的诸多工序[41] ， 是炼钢厂系统运行优化的炉机对应原则、能耗最 小原则、拉速决定流量原则、连浇原则在多工序 生产过程中的集中体现. 因此，掌握钢包运转规 律，实施生产过程钢包运转的过程优化尤为重要. 笔者团队根据某钢厂的车间布局、钢包运行 特性和实际生产情况，运用 Plant-simulation 仿真软 件建立了钢包运行过程仿真模型[42−43] . 通过分析 某钢厂实际生产数据与浇次计划，将其输入仿真 模型，对实际钢包运行过程进行综合仿真研究. “定炉对定机”生产模式下的钢包仿真结果如图 9 所示，与实际生产使用 18 个钢包相比，仿真实验 使用的钢包数量减少 3 个. 且实际生产中 94.4% 的 钢包运行次数在 7 次以下，只有 1 个钢包运行次数 达到 11 次；而仿真研究中 73.3% 的钢包运行次数 在 5 次以上，并且有 3 个钢包达到 11 次以上，总体 钢包利用率提高. 同时，在 24 h 内生产 97 炉钢水， 仿真模型的钢包每天周转 6.5 次，也明显高于实际 生产中钢包每天周转 5.4 次. 这是由于炉−机匹配 模式的改变优化了钢包运行过程，可有效避免使 用过多的钢包. 从仿真结果来看，优化炼钢厂炉− 机匹配模式后，提高了各工序规范化作业时间，有 效提高了炼钢厂钢包运行效率. Resource/Order BOF1 BOF2 BOF3 BOF4 LF1 LF2 LF3 LF4 CC1 CC2 CC3 CC4 No. 1 2 3 4 5 6 7 8 9 10 11 12 0 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 00 0201 03 02 03 19 20 21 22 23 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 图 9    “定炉对定机”生产模式运行甘特图（使用钢包 15 个） Fig.9    Gantt chart of ladle operation based on “furnace−caster coordinating” strategy (use 15 ladles) 3.2    工序控制与生产调度的动态协同 炼钢厂调度过程是通过对各工序/装置不间断 地进行动态交互，实现不同工序/装置的高效运行. 其中，生产调度模型与工艺控制模型具有不同的 功能并不断生成不同的数据，模型之间需要互通 数据、互传指令，这对协同调度系统的动态性和智能 性提出较高的要求. 多智能体（Multi-agent systems, MAS），是当今智能控制与人工智能优化领域的热 门技术，对分布式、多模块、动态交互的复杂问题 求解独具优势[44−45] . 本节基于多智能体系统技术 对协同调度进行架构分析，发挥多智能体系统技 术的分步求解优势，将复杂的生产调度任务逐个 分解成相对简单的个体单元模块，在生产调度模 型与工艺优化模型的协调和交互中共同完成调度 任务. 基于工艺模型的多智能体技术的炼钢−连铸 过程协同调度系统架构如图 10 所示，该系统中的 炉次作业计划执行 Agent 与浇次作业计划执行 Agent 完成生产计划的实施与执行，调度优化模型 Agent 根据计划执行情况进行后续作业计划的修 改与生产任务的分配. 各作业计划执行 Agent 根 据生产设备的实际运行状况和生产能力实施相应 刘    青等： 炼钢厂多尺度建模与协同制造 · 1707 ·