鋼鐵多工序資源平衡系統的研究與應用

郭同柱　喬偉　宋秀崎　葛盼盼　趙金勇　刁麗淼 羅思亮

摘要：多工序資源平衡系統針對如何解決鋼鐵多工序間的供料平衡進行研究，設計了一種適合絕大多數鋼廠的多工序資源平衡決策方案，該方案充分利用了人在決策方面的靈活性以及計算機在信息整合與特定場景建模運算的高效率，為實現鋼鐵行業生產計劃產銷平衡提供了有效的支撐。

關鍵詞：資源計劃；APS；多目標決策；甘特圖

0 前言

鋼鐵行業一直以來都面對個性化需求和大規模生產之間的大規模定制是實現鋼鐵智能制造的重要組成部分，制定具有柔性的生產計劃是鋼鐵企業實現大規模定制的核心和關鍵。在制定生產計劃時，如何以一種相對優的方案，解決鋼鐵企業的緊湊、高效、快節奏生產流程與多品種、小批量的客戶需求之間的產銷一體化銜接問題［1］，成為了鋼鐵企業生產管理的核心與難點之一。將各工序能力合理匹配，以達到全流程有序、順暢和高效是鋼鐵企業所面臨和思考的問題。針對這一問題，APS［2］系統在離散制造業給出了較佳的解決方案，其通常包含了工廠模型［3］、能力計劃［4］、訂單計劃［5］、批量計劃［6］等核心內容。但在鋼鐵行業，APS系統的引入卻鮮有成功的先例，尤其是在全工序的資源平衡方面，由于鋼鐵行業工藝流程的特點，除了問題規模龐大復雜以外，同時也難以將業務知識與人工經驗進行有效的系統化，因此，相關問題的系統化一直沒有得到很好的解決。

文獻［7］采用有限能力排程模型編制基于有限產能約束的主生產計劃，并根據主生產計劃提出物料需求計劃。文獻［8］對鋼鐵企業生產資源優化配置支持系統進行了研究，在考慮生產資源優化配置問題時，同時考慮如何響應市場需求變化和如何有效分配產能，從資源平衡及產銷統籌的視角出發，基于企業效益最大化原則來優化產品組合及資源配置。文獻［9］ 針對鋼鐵企業基于“產銷一體化” 策略的生產能力計劃管理的實際需求，建立數學模型以及UML系統模型，輔助決策人員合理地對生產和銷售過程進行指導，提升企業的經營管理水平。

本文以某大型鋼鐵企業S為背景，利用APS系統思維，針對鋼鐵企業的能力計劃決策問題，構建了一套在多工序資源平衡方面，靈活、高效的解決方案，使得各工序能力合理匹配，以達到全流程有序、順暢和高效［10］。該方案對解決鋼廠大規模制造與個性化需求的矛盾，進而為實現產銷協同，提供有益的幫助。

1 問題描述

鋼鐵企業S除了擁有多條煉鋼、熱軋產線以外，同時還擁有平整、酸洗、硅鋼、汽車板等多種后加工產線（機組）。其制造流程長、工序間銜接緊湊，制造周期不一致等問題尤其突出，再疊加多品種、多規格、小批量等個性化的訂單需求，使得煉鋼和熱軋產線的原料供給平衡問題變得十分復雜，既要考慮工序自身的工藝生產條件及制造成本問題，又要考慮后工序用料周期的匹配，同時還要避免中間工序的庫存過度積壓。因此，為了合理的制定多工序的能力計劃，需要站在全流程的角度進行多工序的集成優化和協同運作，實現企業的全流程生產計劃優化，因此如何能夠快速合理的制定出能力計劃，以既滿足市場的訂貨需求，又對產線的產能實現合理的利用，成為企業S解決產銷銜接的首要問題。

市場上常見的關于能力計劃、資源平衡方面的解決方案一般分為兩種，一是商業化程度較高的國外的軟件產品，此方案供應商一般只提供套裝軟件和標準算法，但不同企業自身在管理、設備、產品、銷售等方面存在較大差異，而國外標準產品一般很難進行客戶化改造，普遍存在“水土不服”的情況；二是由高校、科研院所提供的定制化算法，雖然在某些特定場景能夠起到一定作用，但由于算法所考慮的因素與現場真實情況還存在很大差距，實際應用存在較大的局限性。

因此，對于中大型鋼鐵企業，尤其是產品結構復雜，工藝路線多的鋼鐵企業，如何使用信息化、智能化方法，快速合理的制定好資源平衡計劃，為產銷平衡找到好的解決方案，是鋼鐵多工序資源平衡系統要解決的重點問題。

2 解決思路

2.1 問題解耦

從鋼鐵行業的業務角度分析，除了存在產銷協同間的根本性矛盾外，在智能化算法的現場應用方面，由于實際場景規則和干擾因素繁多，算法在計算時間及多目標決策方面也存在著較大瓶頸。一方面，多樣化的冷熱軋產品、產線構成，很難通過一套標準方案解決產銷協同問題；另一方面，復雜多變的現場條件（訂單結構、設備狀態、庫存結構等），使得基于實驗室中假設的客觀環境構造的數學模型和算法，無法適用于現場實際條件下的運算。

針對以上問題，將復雜的全局多目標決策優化問題，分解為局部算法優化+人工決策+系統仿真模擬三部分。設計并實現一種局部算法優化+人工決策的多工序資源平衡系統，針對不同產線布局，有針對性的在相對標準化的制造流程中采用局部的算法優化，在全流程資源平衡決策過程中仍舊發揮人工決策的靈活性的優勢，對沖突資源進行合理決策。

2.2 方案概述

資源平衡的本質是對工廠內的所有設備資源在時間維度進行合理調度，使其在發揮最大產能的同時，盡可能的滿足訂單的交期要求。因此，針對鋼鐵制造流程的特點，煉鋼+熱軋為包括：平整、拉矯、酸洗、酸軋、連退、鍍鋅等在內的后工序提供原料，資源平衡過程要解決的重點問題是為后工序分配煉鋼、熱軋資源生產資源的問題。尤其是煉鋼資源的分配，為了滿足后工序的用料需求及自身作業的各類工藝限制，決策過程中要考慮的平衡內容繁多，使用算法完成一是規則極為復雜，可行的解空間龐大，無法在短時間內找到較優解；二是求解目標多，很難量化出每個目標間的關系。因此，這部分工作由人工來完成決策，需要決策的內容由系統通過啟發式算法先行計算完成，提供給計劃員進行參考。問題的具體解決步驟如下：

首先，從“縱”向看，鋼鐵生產需要經過煉鋼、熱軋、酸洗、冷軋等后工序，從縱向上將其分為上游工序：“煉鋼、熱軋”，下游工序：平整、拉矯、酸洗、酸軋、連退、鍍鋅兩部分，從業務角度預先為下游工序分配好未來的上游工序原料配給能力。

然后，針對下游工序，從產品類別角度對下游工序進行橫向區分。針對規則相對簡單的工序建立模型和算法進行求解；對于規則復雜，優化目標眾多的工序，依舊采用人工排產模式。通過兩種方式，結合前一步的原料配給量，計算出詳細的品種原料需求量和需求時間，并推送給上游。

最后，上游工序接收到下游工序的品種原料需求后，需要按需對煉鋼熱軋資源進行合理分配，這個決策過程由計劃員完成。

3 系統總體功能結構

多工序資源平衡系統包括工廠日歷管理、產能任務管理、資源平衡管理、合同計劃測算、基礎數據管理共5個模塊。

3.1 工廠日歷管理

工廠日歷對每一天工廠內關鍵資源（設備機組）的可用能力進行詳細描述，相應的按照預定的檢修計劃及影響機組每天產能的時間在日歷中進行明確標識。

3.2 產能任務管理

通過產能任務管理，將訂單的生產任務按照下游工序涉及到的“流向-品種”進行分類，明確每個下游工序每個品種的總生產任務量，作為整個資源平衡的核心輸入。

3.3 資源平衡管理

資源平衡管理主要負責制定一定周期內從煉鋼階段到軋制各工序的全流程產能分配方案，實現對各機組瓶頸資源的充分利用，煉鋼資源的合理分配，并在一定程度上起到指導合同計劃的編制的作用。為了讓計劃員能夠直觀的了解每次決策結果對全廠所有工序的具體影響，本模塊完全在甘特圖上進行圖形化操作。

資源平衡管理核心功能包括：

1）瓶頸工序集批排產

分流向按瓶頸機組分別將各自流向的生產任務，按照集批規則，對機組進行集批排產，實現對瓶頸機組的資源初排。主要功能有：產能任務瀏覽、任務排產、任務調整等。

2）中間工序排產

在各流向初步排定瓶頸工序任務后，系統按照各任務可識別的工藝路徑、制造周期、機時產能、成材率等基礎信息，自動向前推算出各工序每天預計投料量、產量以及庫存量，直到推算出各流向對煉鋼資源的每天需求量。

3）煉鋼工序平衡

煉鋼工序對各流向的每天的需求進行匯總后，系統結合由各流向任務可識別的所需的煉鋼瓶頸資源可用量，對煉鋼資源進行驗證，對于沖突的流向任務，由人進行決策后，確定分配給各流向的最終資源。系統按照平衡后的煉鋼資源分配結果，正向推導各流向生產路徑上各機組的生產安排（原料量、產量、庫存量），直至瓶頸工序機組。

4）瓶頸工序調整

計劃員按照煉鋼最終分配的資源結果，對瓶頸工序計劃作出調整，以適應煉鋼資源分配。

3.4 合同計劃測算

全流程的產能結果計算完成后，通過帶出品率再結合結轉合同、探頭合同測算出次月的合同計劃。

3.5 基礎數據管理

管理資源平衡過程中所需的各類基礎數據，包括：

·機組基礎數據，如：日產量、成材率、帶出品率等；

·檢修主數據：定義工廠日歷中維護的各類檢修；

·安全庫存主數據：定義核心庫存的安全庫存上下限；

·工序時間間隔主數據：定義物料在各工序間周轉的物流周期。

4 數學建模

4.1 模型描述：

本方案在工序集批排產模塊中針對酸洗流向業務規則相對穩定且可量化的特點，對酸洗流向的產能及訂單需求進行了數學建模并求解。

求解目標：酸洗流向各個機組的產能最大化；限定時間范圍內的總產能任務偏差最小；每天生產的產品類型切換次數最少；酸洗個原料庫存量總量保持穩定。

決策變量：酸洗流向每天每道工序中每個機組的產能量。

約束條件：庫存平衡約束；機組間的供料關系；檢修計劃；酸洗滿產優先級；帶有優先級的工藝路徑產量。

求解算法：

根據問題特征選擇設計超啟發式算法：

1）初始解啟發式：夠充分挖掘問題本身的結構性質，保證初始解的質量，每個機組可生產的產能。

2）個體編碼：在多個約束條件構成的可行域內，進行多次迭代，逐漸減少與每個機組最優產能之間的間隙。

3）個體評價：總目標函數值不再發生變化時，說明通過算法計算得出的解已經是最優解。

4 實際應用效果

鋼鐵多工序資源平衡系統已經在某鋼廠的冷熱軋各類產線進行了應用，覆蓋了從煉鋼、熱軋、冷軋、后加工各鋼后主要生產制造環節，可依據不同機組資源計劃編制的復雜度不同為機組單獨建立模型算法，并與整個平衡系統進行有機結合，在酸洗流向機組通過數學建模并求解獲取的結果在保證完成品種產能任務的基礎上，可以最大化各機組的產量，同時減少品種類型以及生產與停機的切換。通過實踐應用可以看出，使用工序資源平衡系統制定計劃，不僅編制計劃的時間得到了極大地縮短，更可以通過甘特圖快速的建立多版本計劃進行對比，最終選擇相對較優的方案。該系統的應用有效提升了計劃員制定全廠資源計劃的效率及合理性。

參考文獻

［1］ 范鐵軍，吳秀婷，施燦濤.中小鋼鐵企業智能制造實施路徑研究.冶金經濟與管理，2018，（01）：8.

［2］ 魏巍.基于高級計劃排產（APS）優化算法的鋼廠管理平臺構建. 冶金管理. 2022，（02）：55.

［3］ 羅思亮，宋成忠，段相舉等.可配置工廠建模方法研究.冶金自動化. 2017，41（05）：13.

［4］ 蔣國璋，孔建益，李公法等.鋼鐵企業生產計劃模型及應用研究. 長江大學學報（自科版）. 2006，（04）：588.

［5］ 盧山，蘇宏業，朱理等.鋼鐵企業生產計劃多目標數學規劃建模與算法. 第三十二屆中國控制會議論文集（F卷）：187.

［6］ 杜斌. 寶鋼生產計劃及物流優化技術的研究與應用.節能環保和諧發展——2007中國科協年會論文集（一）： 2114.

［7］ 欒紹峻，吳秀婷.基于 嗯APS 的鋼鐵企業生產計劃體系研究.冶金設備，2018，（05）：16.

［8］ 周秉利，張群.鋼鐵企業生產資源優化配置決策支持系統研究.冶金自動化.2012，36（01）：13.

［9］ 張春生，彭加霖，柏亮. 基于UML的鋼鐵企業APS生產能力計劃系統建模.中國管理信息化.2012，15（20）：46.

［10］ 董金剛，馮太國，唐立新.鋼鐵企業工序能力匹配關系思考.中國冶金. 2007，（10）：58.