刘青等：炼钢厂多尺度建模与协同制造 ·1699· process control,process operation control,production planning,and scheduling system.It had formed the steelmaking-continuous casting process integrated manufacturing technology supported by the precise process control co-driven by mechanism and data models, collaborative process operation,and production planning and scheduling based on "rules+algorithms."Through multilevel vertical coordination and multiprocess horizontal coordination,the coordinated operation and the control of steelmaking plants were realized. The study results demonstrated a beneficial exploration and the practice of intelligent manufacturing in the steelmaking-continuous casting process,which had strong reference value for intelligent manufacturing enterprises in the process industry,and had a demonstration effect for the green and the intelligent development of the metallurgical industry.After the application,the collaborative manufacturing level of the steelmaking plant had been considerably improved,and significant economic and social benefits had been achieved. KEY WORDS process model;production mode;planning and scheduling;operation evaluation;interface technology;dynamic collaboration;integrated manufacturing:steelmaking plants 近年来，随着国内外装备制造技术与自动化 探索极具挑战性，并且更具现实意义 信息化水平的不断提高，以信息物理系统(CPS, 1单体工序尺度的工艺控制模型 Cyber--physical systems)为技术核心的“智能制造” 理念应运而生，并被誉为“第四次工业革命”.随 笔者团队基于在炼钢-连铸过程模拟与流程 着“智能制造”浪潮的兴起，一些发达国家或联 优化领域多年的研究与实践成果，瞄准关键工序 盟组织根据自身的发展特点及技术优势纷纷制 工艺控制、物质流运行优化与炼钢厂协同控制等 定并提出了“智能制造”发展战略，包括：欧盟未来 切入点，提出了炼钢厂多尺度建模与协同制造的 工厂计划与“智能制造系统2020”、美国先进制造 五级技术架构，如图1所示 业国家战略规划及工业互联网、德国“工业4.0”、 第一层级为基础理论与大数据层级，核心内 日本“机器人新战略”与“社会5.0”、以及中国制造 容为：“数据精准获取”与“价值深入挖掘”.大数 2025等. 据技术与冶金学相关理论相铺相成，共同构成炼 钢铁工业作为我国国民经济的支柱产业，在 钢-连铸过程智能化研究的基石.该层级包含大量 经历近三十年的高速发展后，目前正处于“高产 基础研究，下文对此暂不做具体阐述 量、高成本、效益价格波动大”的发展局面.为促 第二层级为工序工艺层级，核心内容为：“机 使钢铁行业可持续性发展，《中国制造2025》提出 理数据融合”与“协同驱动建模”.建立各工序工艺 钢铁行业需着力开发基于大数据、云计算以及人 控制模型是实现关键工序智能化的关键，目前已 工智能的信息技术.2016年工信部印发《钢铁工 有的各类工艺控制模型多是基于冶金机理而构建 业调整升级规划(2016一2020年)》，明确提出要 静态控制模型，其适用性具有很大的局限性.在对 以智能制造为重点，以企业为创新主体，完善产学 冶金机理深入分析的基础上，还应利用大数据分 研用协同创新体系，破解钢铁材料研发难题，推进 析手段，考虑更多影响因素，构建基于冶金机理与 产业转型升级.此外，十四五规划进一步指出，深 数据驱动的融合模型，实时监测生产过程，构成闭 入实施智能制造和绿色制造工程，发展服务型制 环控制系统，提高过程控制的准确率 造新模式，推动制造业高端化智能化绿色化.尤其 第三层级为工序衔接关系层级，核心内容为： 是在“碳达峰”“碳中和”背景下，钢铁行业的智能 “物流参数解析”与“生产模式优化”.该层级智能 化绿色化转型发展势必成为未来钢铁工业的发展 化的实现需在炼钢-连铸过程物质流运行规律解 趋势 析的基础上，确定各个工序的最佳作业周期及关 炼钢-一连铸过程作为钢铁生产流程的关键区 键时间节点的温度，探究设备工序/系统产能与生 段，是包含物理化学反应的气-液一固多相共存的 产节奏、产品结构之间的定量化关系，并根据炼 间歇准连续化的复杂制造过程，特别是原料成分 钢厂运行优化原则山，确定每条生产线的最佳工艺 波动、生产过程易受到外界随机干扰，工艺操作不 路径，实现产品专线化生产，解决多钢种混合生产 稳、质量波动等，导致炼钢-连铸过程的运行与管 时车间作业模式优化问题. 控变得更加复杂，控制机理难以厘清.因而开展炼 第四层级为计划与调度层级，核心内容为： 钢-连铸过程的智能化探索显得极为迫切，相应的 “冶金规则建模”与“智能算法求解”.生产计划与process  control,  process  operation  control,  production  planning,  and  scheduling  system.  It  had  formed  the  steelmaking-continuous casting process integrated manufacturing technology supported by the precise process control co-driven by mechanism and data models, collaborative process operation, and production planning and scheduling based on “rules + algorithms.” Through multilevel vertical coordination and multiprocess horizontal coordination, the coordinated operation and the control of steelmaking plants were realized. The  study  results  demonstrated  a  beneficial  exploration  and  the  practice  of  intelligent  manufacturing  in  the  steelmaking-continuous casting  process,  which  had  strong  reference  value  for  intelligent  manufacturing  enterprises  in  the  process  industry,  and  had  a demonstration effect for the green and the intelligent development of the metallurgical industry. After the application, the collaborative manufacturing level of the steelmaking plant had been considerably improved, and significant economic and social benefits had been achieved. KEY  WORDS    process  model； production  mode； planning  and  scheduling； operation  evaluation； interface  technology； dynamic collaboration；integrated manufacturing；steelmaking plants 近年来，随着国内外装备制造技术与自动化、 信息化水平的不断提高，以信息物理系统（CPS， Cyber-physical systems）为技术核心的“智能制造” 理念应运而生，并被誉为“第四次工业革命”. 随 着“智能制造”浪潮的兴起，一些发达国家或联 盟组织根据自身的发展特点及技术优势纷纷制 定并提出了“智能制造”发展战略，包括：欧盟未来 工厂计划与“智能制造系统 2020”、美国先进制造 业国家战略规划及工业互联网、德国“工业 4.0”、 日本“机器人新战略”与“社会 5.0”、以及中国制造 2025 等. 钢铁工业作为我国国民经济的支柱产业，在 经历近三十年的高速发展后，目前正处于“高产 量、高成本、效益价格波动大”的发展局面. 为促 使钢铁行业可持续性发展，《中国制造 2025》提出 钢铁行业需着力开发基于大数据、云计算以及人 工智能的信息技术. 2016 年工信部印发《钢铁工 业调整升级规划（2016—2020 年）》，明确提出要 以智能制造为重点，以企业为创新主体，完善产学 研用协同创新体系，破解钢铁材料研发难题，推进 产业转型升级. 此外，十四五规划进一步指出，深 入实施智能制造和绿色制造工程，发展服务型制 造新模式，推动制造业高端化智能化绿色化. 尤其 是在“碳达峰”“碳中和”背景下，钢铁行业的智能 化绿色化转型发展势必成为未来钢铁工业的发展 趋势. 炼钢−连铸过程作为钢铁生产流程的关键区 段，是包含物理化学反应的气−液−固多相共存的 间歇/准连续化的复杂制造过程，特别是原料成分 波动、生产过程易受到外界随机干扰，工艺操作不 稳、质量波动等，导致炼钢−连铸过程的运行与管 控变得更加复杂，控制机理难以厘清. 因而开展炼 钢−连铸过程的智能化探索显得极为迫切，相应的 探索极具挑战性，并且更具现实意义. 1    单体工序尺度的工艺控制模型 笔者团队基于在炼钢−连铸过程模拟与流程 优化领域多年的研究与实践成果，瞄准关键工序 工艺控制、物质流运行优化与炼钢厂协同控制等 切入点，提出了炼钢厂多尺度建模与协同制造的 五级技术架构，如图 1 所示. 第一层级为基础理论与大数据层级，核心内 容为：“数据精准获取”与“价值深入挖掘”. 大数 据技术与冶金学相关理论相辅相成，共同构成炼 钢−连铸过程智能化研究的基石. 该层级包含大量 基础研究，下文对此暂不做具体阐述. 第二层级为工序工艺层级，核心内容为：“机 理数据融合”与“协同驱动建模”. 建立各工序工艺 控制模型是实现关键工序智能化的关键，目前已 有的各类工艺控制模型多是基于冶金机理而构建 静态控制模型，其适用性具有很大的局限性. 在对 冶金机理深入分析的基础上，还应利用大数据分 析手段，考虑更多影响因素，构建基于冶金机理与 数据驱动的融合模型，实时监测生产过程，构成闭 环控制系统，提高过程控制的准确率. 第三层级为工序衔接/关系层级，核心内容为： “物流参数解析”与“生产模式优化”. 该层级智能 化的实现需在炼钢−连铸过程物质流运行规律解 析的基础上，确定各个工序的最佳作业周期及关 键时间节点的温度，探究设备/工序/系统产能与生 产节奏、产品结构之间的定量化关系. 并根据炼 钢厂运行优化原则[1] ，确定每条生产线的最佳工艺 路径，实现产品专线化生产，解决多钢种混合生产 时车间作业模式优化问题. 第四层级为计划与调度层级，核心内容为： “冶金规则建模”与“智能算法求解”. 生产计划与 刘    青等： 炼钢厂多尺度建模与协同制造 · 1699 ·