鋼鐵制造業信息化集成方案與優化技術研究

摘 要：結合鋼鐵制造企業特點，提出了一個基于STEP標準的企業內外信息集成方案；研究了以實現整個企業及供應鏈集成優化為目標的高級計劃排程系統；圍繞原材料的充分利用問題，研究了原料的優化下料決策支持系統；給出了采用數據挖掘技術實現庫存控制和故障分析的思想。

關鍵詞：產品模型數據交換標準； 高級計劃排程系統； 優化配切問題； 庫存控制； 故障分析

中圖分類號：TH166; TP39 文獻標志碼：A 文章編號：1001-3695(2008)08-2305-04

Information integrated solution and optimization technologies of

steel and iron manufacturing

ZHONG Jin-hong1， HUANG Ling1，2， LI Xing-guo1， YANG Shan-lin1

(1.School of Management， Hefei University of Technology， Hefei 230009， China; 2.Electronic Engineering Institute， Hefei 230037， China)

Abstract:Considering the peculiarity for steel and iron firm， this paper first presented an information integrated solution based on STEP， and then investigated advanced planning and scheduling system， decision support system for optimal match and cut problem， stock control and fault analysis system using data mining.

Key words：standard for the exchange of product model data(STEP); advanced planning and scheduling (APS); optimal match and cut problem; stock control; fault analysis

0 引言

在鋼鐵制造業，企業的信息化和自動化體系通常是分層實現的。最上層是面向企業商務和計劃的企業資源計劃系統（ERP），最下層是基礎/過程自動化系統，中間層是制造執行系統（MES）。目前，計劃層的信息化以及生產控制層的自動化已經相當成熟。MES^[1]實現了生產信息和計劃信息的實時交互，解決了生產與計劃之間的斷層問題；人們開始關注MES，部分企業已經或開始實施了自己的MES。但現有的MES和ERP系統缺少生產計劃制定中的決策優化功能，基于約束優化理論、采用數學規劃等方法實現決策優化的高級計劃排程系統應運而生。MES、APS和ERP的集成是未來制造業信息化的發展趨勢^[2]。

CAD/CAE/CAPP/CAM系統是制造業信息化的核心技術，主要支持和實現產品設計、分析、工藝規劃、數控加工及質量檢驗等工程活動的自動化處理。我國有很多企業已經使用了這些系統，但應用的深度不夠、水平不高，更沒有CAx之間、與生產設備間和其他企業管理系統之間的集成。STEP-ISO 10303^[3]是一套關于產品整個生命周期中產品數據的表達和交換的國際標準。基于STEP實現企業各部門間、信息系統間、信息系統與生產線設備間的信息暢通和集成是未來的發展趨勢。

在機械行業，下料問題有著廣泛的應用。目前多是人工基于經驗來進行計算，下料方案的優化程度低、原料浪費嚴重。這方面的理論研究成果很多，但僅少數企業開發或應用了這方面的計算機系統。原材料及備件庫存的優化控制、故障分析和產品質量跟蹤是制造企業非常關心的問題。利用企業運營的大量原始數據，從中挖掘出有用信息服務于庫存優化控制、備件管理和故障分析非常有意義。在這方面已有大量研究，實際應用的系統卻較少。隨著內外環境的變化，企業對信息化提出了更高要求，要求實現整個企業和供應鏈的信息無縫集成；另一方面，企業的管理越來越精細化，優化技術在管理中的應用備受關注。

1 基于STEP的信息集成方案

企業內外信息流的暢通是信息資源管理和利用的基礎。在內部是實現一個個孤立設備和系統的集成；在外部是實現整個供應鏈的信息集成，使企業可快速響應客戶需求，為顧客提供滿意服務。

技術實現角度的信息集成方案。在底層，增加數據的自動采集功能，使生產過程的信息可及時準確上傳管理系統，實現對生產過程的監控；在現場增加信息終端，實現管理信息及時向下傳達，最終實現管理和控制的一體化。在這方面采用的技術主要有射頻識別技術^[4]、條形碼技術和專用的采集設備及接口。在高層，企業管理擴展到整個供應鏈的管理，采用XML和Web service技術實現整個供應鏈的信息透明連接。這方面的研究和應用主要是基于XML的數據交換平臺^[5]和基于Web service的系統整合框架^[6]。

統一的數據格式是信息交流的基礎。STEP本身不是某一產品的信息標準，而是一套標準程序，可以提供不同企業、不同產業間建立其產品的標準信息，以促進在該產業內或跨產業間都可以相互流通該產品在其生命周期中的各種產品信息。XML技術提供了一種可擴展的用戶可自定義數據格式的機制，已廣泛應用于互聯網上的數據交換。基于STEP和XML技術的信息集成方案如圖1所示。

從圖1可看出，企業內外通過STEP和XML技術進行信息的交流和共享。整個信息集成方案采用了遺留系統機制，即對企業內外的各信息系統進行封裝，開發它們之間的信息集成接口，實現其透明連接。當然，對符合STEP的信息系統，該接口僅起到相關信息的提取功能。數字設備自身有信息交互接口，只需開發專用的接口實現數據采集；對老設備和人工數據采集部分，則需要增加新的數據采集設備。在CAx方面，國內外有較多成熟的商業專用軟件，基于這些軟件進行二次個性化開發是深化應用的主要工作，它們基于STEP直接通信。

對高級計劃排程系統、配切優化決策支持系統和庫存控制/故障分析系統，由于問題本身的復雜性，需要建立不同的模型、采用不同的方法進行求解。這需要模型與算法本身的靈活性以及軟件結構的可擴展性，基于多agent架構是一個非常好的選擇。圖2是其原理實現的示意圖。

2 高級計劃排程系統

經濟全球化帶來了企業生產方式的深刻變化；生產過程的管理日趨精細化，使人們充分認識到在生產計劃中考慮物料、設備、人員、場所、時間和技術等約束因素是非常重要的；應該在這些約束因素下針對不同的目標通過不同的方法進行優化。同時，信息技術的發展使得大規模計算成為可能；數學規劃等方法開始在制訂生產計劃的過程中得到應用；基于約束理論的計劃方法開始引起人們的重視。深入研究符合工業生產實際的計劃模型和求解算法，提高信息系統應用的深度和廣度、提高信息化效果，成為信息時代企業管理變革的迫切需要。高級計劃排程系統的出現為生產計劃與調度優化提供了新的發展機遇。APS把生產計劃和生產過程聯合起來，綜合考慮企業生產全過程的優化問題，成為信息化應用研究的一個熱點。

在當今快速增長的全球商務環境下，利用信息技術實現企業生產計劃與調度的信息化對實現企業生產和采購的優化具有重要意義。然而，由于生產和采購計劃因企業生產規模和方式的不同具有不同的處理方式，需要根據具體的生產環境進行分析建模，難以實現通用的模型和算法。在SAP等公司的ERP軟件包中，缺少生產計劃制訂中的決策優化功能，只能根據現有資源提供一個可行解；在生產計劃建模中則省略了一些實際存在卻又難以求解的因素，使得ERP模型變得簡單，但降低了計劃模型的可用性；ERP計劃模塊的核心是物料需求計劃（MRP），這決定了它無法實現整個供應鏈的生產計劃優化。高級計劃排程系統的出現改變了這一狀況，它基于約束優化理論，采用數學規劃、（元）啟發式算法等多種數學分析方法為企業的生產（采購）計劃制訂提供輔助優化決策功能。APS為企業生產計劃與調度技術這一古老的研究課題帶來了新的生機。APS的突出特征是實現了生產計劃與作業調度的融合，它把ERP中的計劃功能和MES、SCM（供應鏈管理系統）等集成起來，從而實現整體優化，在供應商的選擇與生產計劃批量問題中有著重要意義。

自20世紀90年代以來，各大ERP廠商紛紛開發自己的APS系統，如i2公司的Rhythm、J. D. Edwards公司的OneWorld Advanced Planning and Scheduling Solution、Oracle公司的Oracle APS和SAP公司的Advanced Planner and Optimizer。這些APS系統為企業進一步開發信息資源，實現生產計劃的決策優化提供了可能。但由于實際問題的復雜性，在APS的理論和實現方面仍然有很多問題需要研究。

計劃建模和模型求解方法是APS中計劃制訂的基礎，目前的研究也主要集中在這里。例如藍伯雄^[7]針對MRP存在的問題提出了一個統籌考慮產品組合、物流關系、生產能力和庫存能力約束，尋求最優生產計劃的制造企業整體經營優化模型；王海軍等人^[8]對大規模定制生產模式下的計劃平準化模型的最優算法進行了研究；汪定偉等人^[9]研究了敏捷制造ERP中的關鍵優化問題；周水銀等人^[10]研究了供應鏈合作伙伴選擇模型；Chen和Ji^[11]研究一個多訂單環境下考慮能力約束、操作次序、提前期和周期因素的APS混合整數規劃模型。求解算法方面的研究主要是開發啟發式算法，有較多研究者嘗試元啟發式算法求解APS問題，但提供精確數學方法的研究很少。

實現APS需要針對企業的生產計劃提出通用的數學模型(如LP、MIP、CP)，并對這些優化問題進行求解。同時，APS的應用也要根據企業生產需要隨時調整模型和算法，需要通過可配置的系統結構實現模型和算法的靈活構筑。這需要建立統一的集成數據模型和可配置的APS系統的體系結構。在數據模型方面，Hastings和Yeh^[12]提出了制造清單概念，它是傳統的物料清單(BOM)和計劃及調度中的工藝過程信息的集成；Okamoto等人^[13]基于制造清單概念和XML技術給出一個新的集成數據模型；Nishioka^[14]提出了一種集成物流和制造調度中的數據結構的方法。在APS系統的體系結構方面，Nishioka^[15]指出APS是處理復合問題的一種方法；PSLX技術規范^[16]定義APS是一個集成企業的決策要素、面向整個企業的各部分同步優化的系統。為避免大系統難以理解、設計、修改和改進的弊端，PSLX提出了基于多個小子系統（agents）構造APS系統的方法。PSLX和MESX^[17]設計了服務于工業企業的XML標準。Okamoto等人^[18，19]采用XML技術提出了一個基于GA的APS系統的調度agent。

綜上所述，模型和求解算法是APS系統的難點，很多研究集中在這里，但對具體企業來說，仍需建立切合實際的模型和能解決實際問題的算法。由于實際的生產問題復雜且規模大，基于規則的啟發式算法和元啟發式算法將是主要考慮對象。在計劃模型的維護和求解工具的關鍵技術方面，需要進行以下兩方面的研究：a）生產計劃模型的信息建模，研究模型的信息處理過程和存儲方式、決策優化模型與ERP等生產計劃系統的信息融合、基于信息的模型操縱方法以及模型庫的構造方法等；b）模型維護和求解軟件平臺的體系結構，研究軟件平臺的體系結構、模型表達和算法的可配置接口等。

3 鋼錠的優化下料決策支持系統

隨著全球資源的日益匱乏，人們對資源利用問題的研究愈來愈重視；同時，最大限度地提高原材料利用率也是生產中提高效益的一個重要手段。在制造企業，配切就是根據要生產產品的規格及重量，把不同型號的原型鋼切成毛坯，滿足生產的需要。大型鋼鐵制造企業通常要切割的鋼錠形狀有很多種規格，每次的訂單也對應多種規格的切割形狀。因此，一種好的切割方法不僅可以節省原材料而且可以加快切割速度，降低企業生產成本，直接給企業帶來經濟效益。

材料切割下料、排樣和裝箱統稱為下料，屬于切割裝箱問題，是組合優化和生產調度交叉的一個混合問題。由于組合問題的爆炸性，它已被證明是NP-hard。切割裝箱問題的主要目標是在滿足一定合同需求及某些特定工藝的約束下，通過確定切割模式和執行次數使某個預定目標達到最優或近似最優。

與APS一樣，下料問題的核心仍然是模型和求解算法，這方面已有很多研究。Dyckhoff^[20]提出了一種系統分析切割裝箱問題的類型學方法，將常用的研究方法分為基于產品和基于切割方式兩類；Wscher等人^[21]對Dyckhoff的類型學方法作了改進。ESICUP（歐洲切割與裝箱特別興趣組）基于這種類型學方法建立了一個有關切割裝箱問題的文獻數據庫。

對一維下料問題主要是建立線性規劃模型，有些研究將實際的整數規劃模型松弛為線性規劃模型來求解，也有研究建立了混合整數規劃模型。二維下料常用的切割方式有直角切割、截斷切割、兩階段切割和方向性切割等；研究主要集中在單料板約束和無約束切割，優化目標主要有總利用面積最大和切割產品價值最大等。

在求解算法方面，文獻[20，22~24]進行了很好的綜述。常用的求解算法主要有單純形算法、列生成算法、分支定界法、啟發式算法和元啟發式算法。混合算法研究有結合列生成和分支定界法的整數規劃列生成算法；基于單純形/次梯度的優化算法；結合列生成和Chvatal-Gomory割平面法的算法、分支定界法和Chvatal-Gomory割平面法結合的方法、Lagrangian法和列生成結合的方法。啟發式算法最常用的是順序啟發式方法；此外還有一些混合啟發式算法、基于動態規劃的啟發式算法和元啟發式算法。

材料切割問題的現行解決方法主要是利用傳統的人工經驗方法來處理。首先在給定的原材料上切割出長度最大的零件，再在剩下的零件中切割出可能的最長零件；一次切割，直至最后無法切割出任何一種規格的零件為止，剩下的邊角余料就當廢料處理。這使得浪費十分驚人，下料計算復雜，耗費工程技術人員的大量精力，且容易下料出錯。目前，也有一些應用行業采用計算機輔助下料，但是所用的算法不能同時保證材料的利用率和計算效率。隨著計算機技術和優化技術的飛速發展，已經出現了一些計算機排樣的商業軟件包^[25]。這些系統多針對具體的行業、用于專業領域，未能在企業中得到廣泛應用。未來隨著研究的深入和企業對這方面認識的加強，將會有更多的這些專用優化下料系統出現，開發一個通用的或行業通用的統一下料問題平臺是未來的發展趨勢，它提供靈活的問題模型建立和算法設計功能，用戶可加入自己的設計算法。

從理論和實際角度來看，在鋼鐵制造企業有兩類優化下料問題值得關注：連續多時段整體智能優化下料模型和多型材變截面原料的下料模型。目前，鋼鐵制造企業的個性化訂單的比例明顯增加，其特點是多品種、小批量。為了公司長期和整個供應鏈的總體最優，連續訂單情況下（連續多時段）的優化下料方法研究顯得非常重要。多型材變截面原料的下料問題需考慮下料重量與長度的準確換算、工藝約束以及原料的規格材質差異，情況復雜；當考慮刀縫時，情況將更加復雜。鑒于下料問題的復雜性，問題的求解將主要依賴于啟發式算法、元啟發式算法以及混合算法。

4 庫存控制與故障統計分析

由于缺乏保證企業正常生產所需的原材料、刀具和模具等的合理安全庫存數據，企業始終維護本不需要的龐大庫存，占用大量資金；另外，在鋼鐵制造企業因故障造成的停產時間比例較大。這兩方面都有較大的改進空間，但苦于沒有這兩方面的數據支持決策。在企業的信息系統中存有大量的生產批量數據、采購及銷售的歷史記錄，以及大量的現場設備運轉情況的數據，這為開發安全庫存控制和故障分析奠定了數據基礎。

在企業信息化的基礎上，建立基于數據挖掘的庫存控制與故障分析決策支持系統可以實現以下目標：綜合分析生產消耗、采購及銷售情況，找出保證企業正常生產所需的原材料的合理安全庫存數據；根據設備運行使用、維修和保養的原始記錄找出關鍵備件的磨損規律，為其壽命預測提供數據，從而提高預測準確率，為備件庫存控制提供依據；實現對故障的統計分析，找出故障的原因、給出指導性意見，避免或減少因故障造成的停產。

為實現對企業歷史運營數據的挖掘，首先是要建立合適的數據挖掘的源數據庫，只有建立了充分的、正確反映企業運行情況的數據庫，才有可能挖掘出有指導意義的結果。如何從大量的信息系統數據庫中抽取適當的數據組成供分析的數據庫，牽涉了數據庫的設計問題。在有了源數據庫后，能在適當時間內取得有價值信息的數據挖掘算法也非常關鍵。

5 結束語

鋼鐵制造業有較高的基礎自動化和信息化水平，但信息化的深度不夠。缺少統一的產品數據信息模型，不能實行企業內外信息的無縫集成；在信息系統中積累的運營數據利用方面，所做努力較少；隨著企業內外環境的變化和信息技術的進步，企業管理有精細化趨勢，但現有信息系統缺乏這方面的支持。本文針對上述問題提出了一個基于STEP的企業信息集成方案，研究了以實現整個企業及供應鏈集成優化為目標的高級計劃排程系統；圍繞原材料的充分利用問題，研究了原料的優化下料決策支持系統；給出了采用數據挖掘技術實現庫存控制和故障分析的思想。

參考文獻：

[1]陳勇，鞏應奎，梅中義，等. MES在鋼鐵企業中的應用[J].制造業自動化，2004，26(5): 46-48.

[2]姚麗. 21世紀我國制造業信息化發展新趨勢——APS，ERP和MES系統集成研究[J].物流技術，2005（10）: 237-240.

[3]HARDWICK M. The STEP services reference manual， Teck report 96004 [R]. New York: Laboratory for Industrial Information Infrastructure， Rensselaer Polytechnic Institute， 1995.

[4]陳斗雪，黎毅明，陳一天，等. 無線射頻識別及其在制造業中的應用[J].計算機工程與設計， 2006， 27(8): 1359-1361.

[5]AMER-YAHIA S. A Web-services architecture for efficient XML data exchange[C]// Proc of the 20th International Conference on Data Engineering. Boston: IEEE Computer Society， 2004.

[6]仇麗青，趙慶禎. Web服務在動態聯盟中的應用[J].計算機應用與軟件，2005， 22(11): 68-70.

[7]藍伯雄.企業資源優化與優化模型[J]. 計算機集成制造系統—CIMS， 2004， 10(3):241-251.

[8]王海軍，馬士華，趙勇.大量定制環境下基于延遲制造的多級供應控制模型研究[J].管理工程學報，2005， 19(1): 6-9.

[9]汪定偉，于海斌.敏捷制造ERP中的關鍵優化問題及其數學模型[J].控制工程， 2002， 9(6):1-6.

[10]周水銀，陳榮秋. 面向顧客需求的供應鏈合作伙伴選擇模型[J].華中科技大學學報，2001， 29(5): 38-40.

[11]CHEN Ke-jia， JI Ping. A mixed integer programming model for advanced planning， and scheduling (APS) [J]. European Journal of Operational Research， 2007，181 (11): 515-522.

[12]HASTINGS N A J， YEH C H. Bill of manufacture[J]. Production and Inventory Management Journal， 1992， 33(4): 27-31.

[13]OKAMOTO A， GEN M， SUGAWARA M. Integrated data structure and scheduling approach for manufacturing and transportation using hybrid genetic algorithm [J]. Journal of Intelligent Manufactu-ring， 2006， 17（4）:411-421.

[14]NISHIOKA Y. Supply chain planning for computer optimized manu facturing[J]. Management Systems Japan Industrial Management Association， 1999， 9(3): 132-136.

[15]NISHIOKA Y. A new turn of manufacturing enterprise architecture with advanced planning and scheduling [J]. Management Systems， Japan Industrial Management Association， 2002， 12(1): 9-13.

[16]PSLX Consortium. PSLX technical specifications， recommendation[EB/OL]. (2003). http://www.pslx. org.

[17]MESX Joint Working Group. MESX white paper[EB/OL]. (2004). http://www.mstc.or.jp/faop/doc/informative/MESX-WP. pdf.

[18]OKAMOTO A， GEN M， SUGAWARA M. APS system based on scheduler moGA and XML[J]. Journal of the Society of Plant Engineers Japan， 2005， 17(2): 15-24.

[19]OKAMOTO A， GEN M， SUGAWARA M. Scheduling approach using bill of manufacturing and genetic algorithm in APS[C]// Proc of Workshop on Intelligent Manufacturing Logistics Systems. 2005.

[20]DYCKHOFF H.A typology of cutting and packing problem [J]. European Journal of Operational Research， 1990， 44(2):145-159.

[21]WSCHER G， HAUSSNER H， SCHUMANN H. An improved typo-logy of cutting and packing problems [J]. European Journal of Operational Research， 2006.

[22]Jr COFFMAN E G， GAREY M R， JOHNSON D S. Approximation algorithms for bin packing: an updated survey [M]//AUSIELLO G， LUCERTINI M， SERAFINI P. Algorithms design for computer system design. New York: Springer， 1984:49-106.

[23]Jr COFFMAN E G， GAREY M R， JOHNSON D S. Approximation algorithms for bin packing: a survey [M]//HOCHBAUM D. Approximation Algorithms for NP-hard Problems. Boston: PWS Publishing Co.， 1981:147-172.

[24]HAESSLER R， SWEENEY P. Cutting stock problems and solution procedures [J]. European Journal of Operational Research 1991， 54(2):141-150.

[25]蔡力鋼， 呂文林. 面向集中下料的鈑金排樣編程系統[J]. 華中理工大學學報， 1999， 27(6): 66-68.

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文