·1706 工程科学学报，第43卷，第12期 0 50 100 150 200 250 300 350 400 BOF#1 BOF#2 CegEM OigA格g钱sC覆Ils Ggt.6 BOF#3 LF#1 LF#2 G名格0转6uw线国a山 LF#3 CC#1 CC#2 aaag游m推Gs里 CC#3 (a) Kg挂湘插nn零5n士 306090120150180210240270300330360390420 BOF#1 0owMa西aa BOF#2 BOF#3 标0山4装0到85O5通心6 LF#1 量6鞋道01帖夏8以练道成维夏a四 LF#2 LF#3 CC#1 0L学站0uA2持4站D电 CC#2 CC#3 (b) 4=240 1=300 图8故障重调度前后甘特图对比.()重调度前：(b)重调度后两 Fig.Gantt chart comparison(a)before rescheduling and(b)after rescheduling 表3A、B两厂2019年4月~7月期间系统层流运行指数R与工 的量化评价，是炼钢-连铸区段智能化发展的重要 序匹配度R到 基础 Table 3 System laminar flow operation index Rm and process matching index R for steelmaking plants A and B from April to July,2019 3炼钢厂运行优化与协同控制 RM Plant 综合分析当前炼钢-连铸过程智能化的探索， April May June July April May June July 多数研究集中于某一局部层面，或是关键工序工 A0.6470.6380.6390.6290.6080.6010.6310.599 艺的智能化，或是计划调度的智能化.仅追求单一 B1.0001.0001.0001.0000.7490.7890.7200.776 目标或某一局部的智能化，所实现的生产优化并 不是真正意义上的智能化制造.在炼钢-连铸过程 表4A厂4种调度模型的可用性评价指数 中，精炼工序是炼钢炉和连铸机实现稳定、长时间 Table 4 Scheduling model availability degree sp of the four scheduling models of Plant A 准连续化运行的保障，是炼钢-连铸过程运行优化 Scheduling model EL.p 62.p 63p E4.p Ep 的关键环节之一，而钢包周转贯穿整个炼钢厂制 Model p 0.9650.85 造流程的始终，提出科学合理的钢包运行控制模 0.9180.8970.919 Model p2 0.6030.456 0.595 0.5570.579 型对实现炼钢厂运行优化意义重大).因此，本节 Model p3 0.1240.1460.0690.3440.115 面向炼钢厂多尺度建模与协同制造技术架构中的 Model pa 0.2850.5710.5880.4220.509 最高层级一系统综合层级，从影响炼钢一连铸过 程的炉-一机界面一钢水精炼工序和炼钢-连铸全 p9和A厂炼钢厂人工调度模型P4)在不同生产 流程物质流的载体一钢包运行两个重要环节出 模式下的可用性指数，p,并根据4种生产模式的 发，开展炼钢-连铸过程运行优化与协同控制探 权重值(02、0.1、0.6和0.1)，可计算得到4种调度 讨.同时，基于多智能体系统技术实现工序控制与 策略的可行性评价指数εp.由表可知，基于炉-机 生产调度的动态协同，并与炼钢厂MES系统进行 对应模式优化的调度策略更适合A厂实际情况 有机融合，以实现炼钢一连铸过程工序的运行优化 炼钢-连铸过程多工序协同运行水平量化评价方 与协同控制 法的建立，对炼钢一连铸区段界面技术的开发与优 3.1精炼工序缓冲策略与钢包运行优化 化具有重要的指导作用，实现了多工序协同运行 精炼工序在转炉与连铸机之间承担着缓冲调εl,p εp p3 [39] 和 A 厂炼钢厂人工调度模型 p4）在不同生产 模式下的可用性指数 ，并根据 4 种生产模式的 权重值（0.2、0.1、0.6 和 0.1），可计算得到 4 种调度 策略的可行性评价指数 . 由表可知，基于炉−机 对应模式优化的调度策略更适合 A 厂实际情况. 炼钢−连铸过程多工序协同运行水平量化评价方 法的建立，对炼钢−连铸区段界面技术的开发与优 化具有重要的指导作用，实现了多工序协同运行 的量化评价，是炼钢−连铸区段智能化发展的重要 基础. 3    炼钢厂运行优化与协同控制 综合分析当前炼钢−连铸过程智能化的探索， 多数研究集中于某一局部层面，或是关键工序工 艺的智能化，或是计划调度的智能化. 仅追求单一 目标或某一局部的智能化，所实现的生产优化并 不是真正意义上的智能化制造. 在炼钢−连铸过程 中，精炼工序是炼钢炉和连铸机实现稳定、长时间 准连续化运行的保障，是炼钢−连铸过程运行优化 的关键环节之一，而钢包周转贯穿整个炼钢厂制 造流程的始终，提出科学合理的钢包运行控制模 型对实现炼钢厂运行优化意义重大[27] . 因此，本节 面向炼钢厂多尺度建模与协同制造技术架构中的 最高层级——系统综合层级，从影响炼钢−连铸过 程的炉−机界面——钢水精炼工序和炼钢−连铸全 流程物质流的载体——钢包运行两个重要环节出 发，开展炼钢−连铸过程运行优化与协同控制探 讨. 同时，基于多智能体系统技术实现工序控制与 生产调度的动态协同，并与炼钢厂 MES 系统进行 有机融合，以实现炼钢−连铸过程工序的运行优化 与协同控制. 3.1    精炼工序缓冲策略与钢包运行优化 精炼工序在转炉与连铸机之间承担着缓冲调 0 BOF#1 (a) BOF#2 BOF#3 LF#1 LF#2 LF#3 CC#1 CC#2 CC#3 50 100 150 200 250 300 350 400 (b) BOF#1 BOF#2 BOF#3 LF#1 LF#2 LF#3 CC#1 CC#2 CC#3 0 60 30 90 120 150 180 210 240 420 300 330 360 390 tb=240 tr=300 270 图 8    故障重调度前/后甘特图对比. (a) 重调度前; (b) 重调度后[34] Fig.8    Gantt chart comparison (a) before rescheduling and (b) after rescheduling[34] 表 3    A、B 两厂 2019 年 4 月~7 月期间系统层流运行指数 RM 与工 序匹配度 R [35] Table 3    System laminar flow operation index RM and process matching index R for steelmaking plants A and B from April to July, 2019 Plant RM R April May June July April May June July A 0.647 0.638 0.639 0.629 0.608 0.601 0.631 0.599 B 1.000 1.000 1.000 1.000 0.749 0.789 0.720 0.776 表 4    A 厂 4 种调度模型的可用性评价指数εp Table 4    Scheduling model availability degree εp of the four scheduling models of Plant A Scheduling model ε1,p ε2,p ε3,p ε4,p εp Model p1 0.965 0.85 0.918 0.897 0.919 Model p2 0.603 0.456 0.595 0.557 0.579 Model p3 0.124 0.146 0.069 0.344 0.115 Model p4 0.285 0.571 0.588 0.422 0.509 · 1706 · 工程科学学报，第 43 卷，第 12 期