南京钢铁股份有限公司 江苏省南京市 210035
摘要：经济在快速的发展，社会在不断的进步，钢铁企业物质流网络与能量流网络的协同优化是实现钢铁行业高层次系统节能的关键。钢铁企业在不同工况下煤气的富余量以及蒸汽和电力需求量不同，轧制工序（含加热炉）作为电力和煤气消耗大户，轧制计划的改变会影响能量流网络中能源介质的分配和调度。提出了钢铁流程物质流与能量流协同优化方法，在分时电价的条件下，利用启发式规则调度方法对一天内的轧制单元进行合理的排程，然后用线性规划方法以系统运行能源成本最小为目标函数，建立钢铁企业煤气－蒸汽－电力系统不同工况下的耦合优化调度模型。通过LINGO求解出模型的最优解，得到了轧制单元的最优排程以及不同工况下煤气、蒸汽、电力的最优实时生产调度方案，用于指导实际生产。利用Ｓ钢厂实际数据进行实例分析，得出的调度方案可实现煤气－蒸汽－电力系统的最优化分配，系统运行的能源成本降低8.54%，验证了模型的有效性。
关键词：钢铁企业；能源调度；线性规划；轧制单元优化
引言
上个世纪中期以来，伴随着科学技术，特别是信息技术的匕速发展，信息革命在全球各个领域深入展开。非常明显的是在企业经营活动中引入信息技术，使得生产白动化达到一个新的高度。其次，通讯与计算机技术的高度发展，使得信息互通，情报共享在全世界内得以实现，尤其是计算机网络技术使我们可以以前所未有的规模进行信息的收集、整理、处理、传播。信息和信息处理机渗透了我们的一切生活，信息成为成为社会发展的主要动力。在信息时代里谋求发展的现代企业，不可避免的要融入到信息所营造的大环境中来。同时，信息时代的到来，也从根本上改变了企业的生产经营方式、目标，以及企业生产资源，组织原则和企业文化的传统观念。由决策层制定决策方案到方案的实施过程要求更短，需要提高企业对经营环境的适应能力和反应速度。此外，现代企业在进行决策支持过程中依据的信息更加充分，但是各级决策者必须对海量的决策信息进行有效识别与区分，如何在最短期问内从众多的信息中提炼出所需要的决策支持信息是一件非常困难的事情。
1实施产线信息资源管理的目标
支撑部门管理者的分析和决策以数据仓库系统平台为依托，可以将生产合同计划、生产合同归并、生产合同跟踪、准发及转库、销售合同及仓库管理，各产线工艺卡及标准、检化验、质保书及质量判定，各产线的生产计划、工序生产实绩、能源消耗实绩、原坯料库存、在制品库存等基础数据信息进行归纳、整理，形成各数据集市对应的主题数据结构集，并在此基础上构建各个应用数据集市，供用户进行查询、分析。通过对合同完成率、库存、库龄分析、余材等分析，从而支持资源计划、产能计划、合同计划、生产作业管理、库存（在制品）管理等与企业生产组织有关的管理决策活动，为提高产能、降低库存提供决策支持。实现各产线信息资源的集中整合，将生产、质量、合同、部分能源及物料信息进行集中有效管理、对指标进行重新分类组织，形成开放的、统一的各区域分析平台，实现企业内部的信息共享，从而满足不同层次技术、管理人员、在不同阶段，从不同维度对各生产厂（各产线）的工序生产质量信息、机组班报、合同跟踪等进行查询分析的需求；运用整合、分析、呈现等手段，在生成具有较高价值的、供管理决策的信息和知识的同时，实现支持部门层面决策。2）支撑产线业务人员的统计分析通过对产线明细数据收集、分类及统计，对重点数据进行深入挖掘，发现数据中所隐含的趋势、构成的模式及关系，形成信息资源，引导业务人员根据市场变化，以最佳生产模式及最小生产成本，适时制定出最合理的生产计划；通过灵活的组合查询条件，能够方便、快捷地满足不同用户，根据不同的统计思路，灵活地查询、组织、处理和分析数据，并生成适用的图表；体现高于业务处理、精于数据挖掘的管理创新思路。
期刊文章分类查询,尽在期刊图书馆
2案例分析
2.1煤气－蒸汽－电力优化调度
本实例以一天２４ｈ的煤气调度为例，其他工序设备正常生产。根据Ｓ钢厂实际生产过程中富余煤气供应及蒸汽和电力需求的时间序列来进行模型计算。某一天内１２个轧制单元的排程是Ａ－Ｌ顺序排列，其对应的电力消耗量见表２，实际富余煤气供应量及蒸汽和电力的需求量时间序列见表３。由于模型考虑不同轧钢排程对加热炉煤气消耗的影响，加热炉的煤气消耗也是优化参数。富余煤气供应量是指各种煤气的产生量减去主工序（轧钢加热炉除外）煤气的消耗量，剩余进入缓冲设备和轧钢加热炉的煤气量；蒸汽的需求量等于缓冲设备产生的蒸汽量；ｔ１～ｔ１２周期是从某一天０：００—２４：００、间隔为２ｈ的周期，每个周期的电价根据当地分时电价进行折合。钢厂富余电力的外卖价格（上网电价）不随时间而变，为０．３５元／（ｋＷ·ｈ）。该实例分析模型应用ＬＩＮＧＯ优化软件进行计算求解，求解算法是单纯形法，通过计算直接得出模型的最优解。将上述钢铁企业实际生产数据以及各设备的相关参数代入优化模型中，模型一共有５２个约束、５３个变量和１１０个非零系数，模型的计算机求解时间少于１０ｓ。
2.2针对人工数据修改的管理配套措施
即使是最严密的技术手段和逻辑，由于人为的一些因素也会造成技术失效，这就对管理层面提出了要求。众所周知，任何系统中的数据表对于系统开发人员或是运维人员都可以通过后台访问数据库的形式对数据进行修改。这种修改的要求往往是业务用户提出的，其目的也是将错误的数据进行修正，开发和运维人员仅是执行而已。而这种方式修改的恶果是时问戳没有变化，ODS层抓取数据时就无从知晓实际的行数据已经被修改了。
2.3库存作业与轧制计划的集成
实际特钢企业生产中，钢坯连铸下线后有一大部分暂存在钢坯库内，少量直接进入热轧阶段轧制或直接发运到成品库外售，生产部以客户合同数据为原始数据，经过工艺计划将其转换为“生产合同数据”。对于预选池合同，根据各主要生产工序的供应情况，制定合理的合同计划，在此基础上根据生产工艺约束条件和优化切割的原则进行轧制批（轧制钢坯序列）的设计，最后编制热轧生产计划。冷装工艺生产环境下，在执行热轧生产计划过程中，需要根据生产合同和对应钢坯库内的钢坯信息编制和调整热轧生产计划，因为钢坯下线入库操作与制定轧制计划操作并不能保证同步进行，钢坯下线入库完成后一段时间才编制轧制计划，之前根据合同交货期入库计划的编制只是粗略的优化了后续轧制计划钢坯的出库，并不能保证合同交货期和轧制交货期完全一致。
结语
（１）本文以系统运行能源成本最小为目标函数，建立物质流生产计划确定条件下的钢铁企业煤气－蒸汽－电力系统耦合优化调度模型。通过ＬＩＮＧＯ优化软件进行模型求解，可以得到煤气－蒸汽－电力的调度方案。（２）在物质流和能量流协同的思想下，考虑了轧制单元排程对电力和煤气消耗的影响，使用图解法进行优化排程。轧钢优化排程与钢铁企业煤气－蒸汽－电力系统耦合优化调度模型相结合，实现物质流与能量流协同优化。通过案例分析，针对目标企业发现轧制计划与煤气－蒸汽－电力调度协同优化可使案例当天的总能源成本减少３０ ２７２元，降低８.５４％，从而验证了方法和模型的有效性。
参考文献
［１］殷瑞钰．冶金流程工程学［Ｍ］．２版．北京：冶金工业出版社，２００９．
［２］殷瑞钰．关于智能化钢厂的讨论———从物理系统一侧出发讨论钢厂智能化［Ｊ］．钢铁，２０１７，５２（６）：１．
论文作者:黄俊
论文发表刊物:《建筑模拟》2019年第13期
论文发表时间:2019/6/11
标签：煤气论文; 计划论文; 蒸汽论文; 钢坯论文; 模型论文; 合同论文; 数据论文; 《建筑模拟》2019年第13期论文;