一、武钢二热轧生产物流管理信息系统软件设计与描述（论文文献综述）
林安川,阴树标,朱羽,向艳霞,朱永华,赵红全,王萍[1]（2020）在《近年钢铁主业智能制造发展综述（下篇）》文中提出综述了ERP、MES、APS、EMS等信息化综合管理体系及全流程质量管控体系、工业机器人等相关智能技术的建设和发展概况,概述了近年来国内外钢铁主业智能制造的科研、技术开发及生产应用状况,介绍了钢铁企业积极开展、推行从料场到轧材的各个工序基于"信息化、数字化、网络化、大数据和云计算"背景下的智能制造,以及在工艺过程优化、生产效率、指标提升等方面取得的良好效果,一定程度上为钢铁企业即将或正在实施的钢铁智能制造,在技术选择、方向上提供了较为全面的借鉴。
刘敬华[2]（2018）在《物流成品出库调度优化》文中研究表明钢铁行业的发展是衡量一个国家整体经济发展水平的重要指标之一,在所有行业发展中发挥着举足轻重的作用。然而随着时代的进步,钢铁企业逐渐出现资源耗费多、管理效率低、监管体制不完善等一系列弊端,这些问题导致钢铁行业效益整体下行。为了解决上述问题,以河北某钢铁企业实际运营为背景,对该企业厂内物流中,关系到整个销售流程能否顺利实施的成品出库管理过程进行了优化研究。根据该企业特钢成品库库存管理和销售的实际情况,在原有管理体制采取的单个订单间断式出库作业方式的基础上,对企业出库方案进行优化。考虑多个订单合并同时出库,建立以出库时长最短、效率最高为目标的多订单多货物同时出库的调度优化模型。为了得到该模型的最优解,通过对比分析当前应用较多的调度优化算法,最终选择利用改进蝙蝠算法对问题进行分析研究。算法采用对立策略生成初始种群以增加种群多样性,较快寻到最优解,同时,在速度更新过程中引入时变惯性权重平衡算法的探索和开采能力。最后以河北某钢铁企业成品出库过程中的实际数据为例,通过与其他算法方案的对比验证了模型和算法的有效性。为了更好的平衡企业效益和服务之间的关系,在上述方案的基础上将订单优先级影响因素考虑其中。通过蝙蝠算法优化BP神经网络的初始权值和阈值,采用改进BP神经网络算法对订单等级进行预测,得到较为准确的预测结果,进而建立考虑订单优先级的企业成品出库调度优化模型,利用改进蝙蝠算法对模型进行求解。最后结合钢厂实际数据,对模型中的加权系数取不同值进行多次仿真实验与对比分析,验证改进模型的有效性和正确性,证明了考虑订单优先级的钢铁企业成品出库是有意义的。鉴于该企业信息化程度低、信息流通缓慢等问题,设计并实现了企业的成品出库调度系统,并对与出库相关的具体工作流程、数据库及表关系、功能模块进行了描述,对相关核心界面进行了展示。实践表明,该系统可有效提高企业运转效率。
刘敬华[3]（2018）在《特钢企业物流成品出库调度优化》文中研究表明钢铁行业的发展是衡量一个国家整体经济发展水平的重要指标之一,在所有行业发展中发挥着举足轻重的作用。然而随着时代的进步,钢铁企业逐渐出现资源耗费多、管理效率低、监管体制不完善等一系列弊端,这些问题导致钢铁行业效益整体下行。为了解决上述问题,以河北某钢铁企业实际运营为背景,对该企业厂内物流中,关系到整个销售流程能否顺利实施的成品出库管理过程进行了优化研究。根据该企业特钢成品库库存管理和销售的实际情况,在原有管理体制采取的单个订单间断式出库作业方式的基础上,对企业出库方案进行优化。考虑多个订单合并同时出库,建立以出库时长最短、效率最高为目标的多订单多货物同时出库的调度优化模型。为了得到该模型的最优解,通过对比分析当前应用较多的调度优化算法,最终选择利用改进蝙蝠算法对问题进行分析研究。算法采用对立策略生成初始种群以增加种群多样性,较快寻到最优解,同时,在速度更新过程中引入时变惯性权重平衡算法的探索和开采能力。最后以河北某钢铁企业成品出库过程中的实际数据为例,通过与其他算法方案的对比验证了模型和算法的有效性。为了更好的平衡企业效益和服务之间的关系,在上述方案的基础上将订单优先级影响因素考虑其中。通过蝙蝠算法优化BP神经网络的初始权值和阈值,采用改进BP神经网络算法对订单等级进行预测,得到较为准确的预测结果,进而建立考虑订单优先级的企业成品出库调度优化模型,利用改进蝙蝠算法对模型进行求解。最后结合钢厂实际数据,对模型中的加权系数取不同值进行多次仿真实验与对比分析,验证改进模型的有效性和正确性,证明了考虑订单优先级的钢铁企业成品出库是有意义的。鉴于该企业信息化程度低、信息流通缓慢等问题,设计并实现了企业的成品出库调度系统,并对与出库相关的具体工作流程、数据库及表关系、功能模块进行了描述,对相关核心界面进行了展示。实践表明,该系统可有效提高企业运转效率。
刘军伟[4]（2015）在《钢铁工业泛在信息匹配推送服务体系及其实现方法研究》文中进行了进一步梳理钢铁工业是我国国民经济的重要基础产业,带动着机械设备制造、汽车、建筑等诸多行业发展,在工业发展建设中具有战略地位。2014年我国钢铁工业生产的中厚板、棒材等粗钢产量占全球粗钢产量的49.5%,然而我国制造业所需要的汽车用高强度钢等高端钢产品仍然依赖进口。随着世界经济的发展和环境问题的突出,现代钢铁工业所处的制造环境正朝着市场需求客户化、制造工艺绿色化、制造技术智能化和制造过程服务化等方向发展,整个钢铁冶金环境处于泛在信息环境下,其制造系统正由原先的能量驱动型转变为信息驱动型,钢铁企业要在当前硬件条件下提高高端钢成材率,需要通过信息化的手段实现绿色制造和智能制造。信息化是促进钢铁工业服务化转型的重要因素,信息服务是信息化制造的重要支撑。因此,探索钢铁工业信息服务模式,完善基于泛在信息网络的钢铁工业信息服务关键技术体系成为研究的重点。论文针对钢铁工业生产工艺过程来料信息、设备信息、工艺信息、生产任务信息等泛在信息利用率低而制约钢铁工业制造效率、产品质量提高、以及产品成本和资源消耗降低等问题,建立一种钢铁工业泛在信息匹配推送服务理论与方法体系,以解决钢铁生产过程中不易发现有价值信息、用户需求信息与相关信息匹配困难以及所挖掘信息推送到用户节点时存在的匹配及传送效率低等问题。根据钢铁工业泛在信息匹配推送服务的需求,分析钢铁工业信息流,构建一种钢铁工业泛在信息空间模型,提出钢铁工业泛在信息匹配推送服务的概念,建立其体系结构,从信息关联关系发现、服务匹配以及信息传送路径规划等方面研究钢铁工业泛在信息匹配推送服务的部分实现方法。（1）根据钢铁工业泛在信息匹配推送服务需求,分析钢铁工业流程特性,将钢铁工业流程分为连续段、混合段和离散段,分别研究其信息流特点,依据信息空间理论和企业信息模型构建的基本原则,从信息X-横向集成、Y-纵向集成和Z-端到端集成三个维度,构建钢铁工业泛在信息空间,并设计了基于泛在信息空间的钢铁工业生产工艺过程管控模型。（2）分析钢铁工业泛在信息匹配推送服务的内涵,在此基础上提出一种钢铁工业泛在信息匹配推送服务体系结构,包括服务过程、服务功能、服务资源、服务信息和服务组织,并探讨了钢铁工业泛在信息匹配推送服务相关关键技术,如:信息感知与描述、信息关联关系发现、信息匹配与传送路径规划、信息匹配推送服务qos评价技术等。（3）为发现有价值的信息匹配推送服务资源,描述钢铁工业泛在信息多样性、模糊性和层次性等特征,分钢铁工业信息模糊层次建立、计算各结点概化权重、确定加权层次模糊规则、wgf-ap算法生成等四个步骤设计适合钢铁工业泛在信息特点的加权模糊层次apriori关联规则挖掘（wgf-ap）算法,并进行算法对比及性能整体测评。（4）为提高信息匹配推送服务效率,提出钢铁工业泛在信息匹配推荐方法以及信息传送路径规划方法。提出一种钢铁工业泛在信息混合加权推荐信息匹配方法。根据资源的不同特性,采用不同的推荐方法进行推荐,确定推荐优先级,形成综合推荐结果,并根据用户的专业背景、工作部门、兴趣程度、认知程度进行推荐选择,实现推荐信息资源匹配。在基本蚁群算法的基础上,提出一种基于优化的蚁群算法的信息传送路径规划方法,为进一步提高优化蚁群算法的收敛性并减少迭代次数,引入遗传算法,设计一种基于蚁群遗传优化算法的路径规划方法,从传送延时、通信成本、信息丢失率三方面进行蚁群遗传优化算法验证。（5）以某钢铁企业冷轧带钢表面缺陷信息匹配推送服务为例,建立冷轧带钢表面缺陷信息空间模型及其匹配推送服务体系,设计冷轧带钢表面缺陷信息关系发现及匹配推送服务方案,结合现场采集的冷轧带钢表面缺陷信息,运用所提出的wgf-ap算法,编写vc++程序,对冷轧带钢表面缺陷信息建立原因与缺陷的层次关系、计算概化权重、生成wgf-ar规则,发现缺陷原因及其关联关系,进一步验证wgf-ap算法的有效性;用eclipse软件进行混合加权推荐的信息匹配算法编程,实现wgf-ap运算得到的关联信息资源与多级用户需求的匹配;运用matlab进行匹配结果所处信息节点到信息需求者所处信息节点的三维路径规划仿真,并分析其最优适应度。论文研究是国家自然科学基金“基于虚拟工艺特征模型及自适应稀疏编码的冷轧带钢表面缺陷识别研究（no.51174151）”以及湖北省重大科技创新计划“冷轧薄板表面缺陷在线检测关键技术研究与系统开发（NO.2013AAA011）”的重要组成部分。论文研究成果为钢铁工业实现泛在智能提供一种有效的信息匹配推送服务管理战略模式,对于提高钢铁企业的生产决策和管理水平具有参考价值,为钢铁工业泛在信息匹配推送服务研究提供理论和方法基础。
岳伟丽[5]（2015）在《基于业务流程动态配置的钢卷库管理信息系统研究——以安阳钢铁二热轧钢卷库为例》文中研究表明通过对安阳钢铁二热轧钢卷库生产管理的实际情况以及三级机管理系统运行现状的研究,分析了钢卷库管理的业务流程,讨论了现有模式下管理系统需要加强改进的地方。通过对不同的动态配置机制的分析,结合现场生产的实际情况,综合考虑出一套既能够有质量、有效率地完成生产要求,又能够灵活改变业务流程为后期维护提供便利的动态配置机制的解决方案,通过数据库表的设计实现了动态配置机制,并利用反射等软件技术开发完成了基于业务流程动态配置的钢卷库管理系统。
赵业清[6]（2011）在《基于多Agent的钢铁生产复杂物流系统建模与仿真研究》文中进行了进一步梳理在当前资源严重短缺,环境严重恶化,环保政策日益严格的情况下,钢铁生产企业要实现节能减排目标,进一步提高自身适应性和国际竞争能力,实现资源循环利用和本身可持续性发展,必须对企业生产物流系统进行研究、分析和优化。钢铁生产是一个多工序、多工位、空间跨度大、生产品种多的具有动态和不确定性的复杂物流系统。钢铁生产复杂物流系统是影响产品品种、质量和产量的关键因素,认识其生产物流规律,进行合理的生产计划及调度,是实现生产物流畅通的保障,是提高产品产量和降低生产成本的关键。Agent的自主性、社会性、反应性、主动性、移动性、理智性等特性可以用来实现动态的、不确定环境的、大规模的软件系统。多Agent系统把多个Agent有效组织起来,相互协作和交流,形成问题的求解环境,并根据环境和交流知识进行推理、学习等,能够有效实现系统整体性能的提高和适应系统的灵活性、柔性、开放性等要求。面向Agent的开发方法已经成为软件工程领域的新趋势,为复杂系统的理解、建模、开发提供了一种很自然的方法,它使分布式的结构变得更简单、智能化和具有鲁棒性。本文旨在利用多Agent技术探索一种既能描述钢铁生产过程复杂物流系统特性,又能反应物流系统的动态特征,并能对不同形式的钢铁生产流程具有广泛适应性的建模仿真方法和软件工程设计方法,在理论和实践方面均具有非常重要的意义。针对钢铁生产过程灵活性、柔性和适应性的要求及其物流系统的复杂性特点,根据Agent技术优势及多Agent系统优点,其应用在钢铁生产复杂物流仿真系统中时可有效克服已有建模方法的不足,提出了基于多Agent的钢铁生产复杂物流仿真系统建模方法,把钢铁生产过程复杂的物流系统抽象为一个多Agent系统,基于通用性原则对仿真系统模型进行软件工程的分析、设计与实现技术研究。首先在对钢铁生产物流系统复杂性充分认识和把握的基础上,把多Agent技术引入到钢铁生产复杂物流系统的建模过程中,实现对基于多Agent的钢铁生产复杂物流仿真系统的系统功能分层抽象和定义；其次,通过分析仿真系统中Agent类型及结构,在对Petri网结构和功能进行扩展和Agent行为理论及Agent间交互行为理论拓展的基础上,建立了仿真系统中Agent的行为及其之间的交互模型,并借助形式化描述工具Petri网实现Agent内部动作和外部动作及其之间交互的形式化建模；另外,由于钢铁生产过程中物流系统灵活性和柔性的特殊要求,致使钢铁生产过程中的运输系统在整个物流系统中具有举足轻重的地位,本文就运输系统中天车运行机制进行详细分析和研究的基础上,实现了运输系统和物流仿真系统的有机结合；最后,为确保基于多Agent的钢铁生产复杂物流仿真系统模型的有效性和正确性,在对多Agent系统工程建模方法扩展的基础上实现对复杂物流仿真系统的分析设计,建立了相应的复杂物流仿真系统模型,并进一步借助Agent建模工具实现对整个仿真系统模型的分析设计和模型验证。根据昆钢炼钢厂的生产实际,建立相应的基于多Agent的钢铁生产物流仿真模型,并将仿真结果和实际数据相对比,结果表明：①基于多Agent的钢铁生产复杂物流系统仿真模型是正确有效的,可以根据实际规模要求灵活搭建基于工序及工位的仿真模型。在相似的输入条件下,仿真结果与实际系统中转炉至连铸区间的物流平均流通时间进行对比分析进一步表明：基于多Agent的钢铁生产复杂物流系统仿真模型和实际系统没有明显差别,能正确反映炼钢厂的复杂物流实况。②基于多Agent的钢铁生产复杂物流系统仿真模型可以根据不同生产流程特点构建相应的仿真模型,仿真可揭示不同生产流程在不同生产条件下的生产瓶颈,脱硫工序在有混铁炉和取消混铁炉的炼钢生产流程中均为生产瓶颈,对于取消混铁炉的炼钢生产流程,当铁水进厂节奏较慢时（3罐/60min）,脱硫工序为生产瓶颈,当铁水进厂节奏提高到一定程度（≥5罐/60min）后,转炉工序成为生产瓶颈。③利用仿真模型可为不同钢铁生产流程下制定提高生产效率、多台连铸机同时实现连浇的策略提供决策支持。比较有混铁炉和取消混铁炉的炼钢生产流程,当铁水进厂节奏比较慢时（3罐/60min）,加快铁水进厂节奏或加快转炉冶炼周期有利于生产效率和连浇百分比的提高,而对于取消混铁炉的生产流程,此时较长的转炉冶炼周期反而有利于生产效率的提高；铁水进厂节奏达到一定程度后（≥5罐/60min）,铁水进厂节奏或转炉冶炼周期的加快对提高生产效率和连浇百分比均没有明显效果,对于取消混铁炉的炼钢生产流程,加快转炉冶炼周期有利于提高系统生产效率。④基于多Agent的钢铁生产复杂物流系统仿真模型具有的通用性、实用性和灵活性,能正确模拟炼钢生产的复杂物流特性,可针对不同生产过程进行系统诊断和预演,根据仿真模型的仿真结果,可实现对钢铁生产组织和生产流程物流的优化管理,为全连铸生产管理及物流控制的改进提供决策支持。本文研究表明：基于多Agent的钢铁生产复杂物流系统仿真模型建模方法在表达炼钢生产物流特性、揭示复杂物流系统运行机制方面更有效,能更好的满足当前分布式复杂系统的建模需要,具有对各种炼钢生产物流系统进行灵活建模且仿真适应性较强。该建模方法的提出和实现为复杂制造流程的建模与物流仿真研究提供了新的手段和方法。
石志新[7]（2011）在《大型钢铁企业销售物流车船管控系统研究》文中指出大型钢铁企业销售物流具有物流量大、物流路径长、运输方式复杂等特点,涉及到货物信息采集追踪、车辆监控调度等多个环节。现代GPS/GIS空间信息技术、移动通信技术和计算机网络技术的快速发展,为建立现代化的基于GPS/GIS的车船管控系统创造了条件,该类系统的开发和应用,可以降低物流风险,提高钢铁物流效率。针对现有大型钢铁企业的特殊需求,研究大型钢铁企业销售物流GPS车船管控系统的开发过程,探讨智能报警、车船监控和作业单跟踪等管控手段的信息系统设计与实现方法,具有重要的现实意义。论文从总体设计的角度阐述了基于GPS/GIS技术的车船管控系统的逻辑架构、系统结构和数据库建设,进行了设备选型并对通讯协议进行了详尽分析。在三层C/S模式体系结构设计基础上,论文详细设计了通讯服务器、应用服务器和客户端等软件模块的设计与实现过程,包括车船监控定位、区域调度、作业单跟踪、各类异常报警、地图信息查询显示和运能分析等各类管控功能。探讨了基于XML和多线程网络通讯的系统集成方法,并成功应用于武钢GPS车船管控系统与武钢现有信息系统和承运单位各已建GPS子系统的信息对接中,保证了其数据传输的实时性、完整性和准确性。本文提出的GPS管控系统开发方案,拓展了国内现有的车船监控系统的基本功能,具有更强的管控效果,更加满足大型钢铁企业的应用需求,对类似系统的构建具有重要的借鉴作用。
於春月[8]（2009）在《钢铁一体化生产计划与调度优化问题研究》文中指出钢铁工业是国民经济的支柱产业,在国民经济的发展中发挥着重要的作用。为了达到节能降耗的目的,自20世纪80年代起,国外钢铁企业开始广泛采用连铸坯热装热送技术,致力于开发炼钢—连铸—热轧—体化生产。一体化生产工艺复杂,连铸和热轧之间物流衔接紧密,生产计划与物流管理难度大,面向炼钢、连铸、热轧三大工序的一体化生产计划和调度问题,是钢铁企业一体化生产管理的核心。本文综述了钢铁企业一体化生产的特点以及生产计划和调度研究的现状,在此基础上,以国内某钢铁企业的中厚板一体化生产线为研究背景,围绕“提高热装比”这个核心目标,分别在合同计划、生产批量计划和作业计划（生产调度）三个层次上,重点研究了四个具体的钢铁一体化生产计划与调度优化问题:一体化生产合同计划、连铸与热轧生产计划协调优化、板坯热装调度和热轧生产调度问题。一体化生产合同计划优化问题。将炼钢—连铸—热轧一体化生产过程,化分为炼钢与热轧两大加工阶段,以板坯热装比最大、交货提前/拖期率和组炉余材率最小为优化目标,综合考虑炼钢与热轧的产能,以及钢种、板坯和成品规格等约束条件,建立了生产合同多目标优化模型,分别采用单目标优化和多目标优化方法进行求解。采用加权的方法,将一体化生产合同计划多目标优化问题转变成单目标问题,设计了双层染色体遗传算法进行求解,计算结果表明了模型的合理性与算法的有效性。运用改进的非支配排序遗传算法NSGA-Ⅱ（Non-dominated Sorting Genetic Algorithm-Ⅱ）,求解钢铁一体化生产合同计划多目标优化问题。对NSGA-Ⅱ算法进行改进的方法是变异目标空间中的重合个体,以及在每一代增加若干个新个体。标准多目标数学测试问题、多目标背包问题和生产合同计划问题的计算结果表明,改进NSGA-Ⅱ算法的非劣解集,具有很高的相对覆盖度,证明了对算法的改进是有效的。中厚板热轧生产调度问题。以轧机利用率最大化为优化目标,分别研究了同规格板坯交叉轧制调度问题和异规格板坯交叉轧制调度问题。分析了交叉轧制的工艺特点,归纳出三类交叉轧制模式:均匀交叉轧制模式、对称交叉轧制模式和成组交叉轧制模式,并给出这三种交叉轧制模式的特点、可行条件、最佳开轧间隔时间及轧机利用率计算公式。考虑了辊道长度约束,对计算公式中的相关参数进行了调整,给出了一种同规格板坯交叉轧制生产调度的启发式方法。计算结果说明,该启发式方法优于现有启发式方法。异规格板坯交叉轧制调度问题,是一个有优先约束、等待时间和缓冲容量有限的单机调度问题。用AON（Activity-On-Node）网络对问题进行描述,提出并证明了面向单机调度问题的AON网络平衡定理,根据平衡定理,建立了非线性约束优化数学模型。设计了一个邻域搜索算法,将非线性约束问题转变为可用标准软件求解的线性约束问题。计算结果表明,这个邻域搜索算法可以找到比启发式方法更好的调度方案。板坯热装调度问题。连铸与热轧之间,板坯热装物流复杂,难以使用数学规划的方法,确定每块板坯的热装方式、出/入炉顺序和时间。本文采用基于仿真的方法,开发和利用物流仿真系统,确定每块板坯的热装方式、制定板坯的出/入库计划和每个加热炉的加热计划。连铸—热轧生产计划协调优化问题。以“铸轧序差MO”最小为优化目标之一,综合考虑热轧计划约束和连铸计划约束,建立多目标生产计划协调优化模型,设计基于邻域的NSGA-Ⅱ算法进行求解。仿真结果表明,本文提出的连铸—热轧生产计划协调优化方法可行,调整后的热轧计划和浇铸计划,热装比有所提高。根据以上研究,本文开发了一体化生产计划与调度系统和板坯物流仿真系统,验证了本文提出的优化模型与算法。
高扬敏[9]（2009）在《基于随机Petri Net钢铁行业生产物流系统分析及优化》文中研究说明钢铁工业是我国经济发展的支柱产业,国家一直将其放在极其重要的战略位置。随着我国加入WTO以及全球市场的形成,面临着更多变的外部环境,对钢铁企业完成生产任务的质量和效率要求更高了。因此,钢铁企业要想在钢铁行业有所作为,就必须运用先进的管理方法来加强管理,不断提高生产管理水平。生产物流是企业生产与经营的重要组成部分,是创造“第三利润”的源泉。认识并研究生产物流的基本原理和规律,将有利于生产物流的优化,有利于推动企业竞争力。本文以分析钢铁行业生产物流流程为前提,利用随机Petri网工具,实现了对钢铁行业生产物流流程进行优化整合的目标,并进一步对优化后的生产物流活动通过引入马尔可夫链进行分析评价。论文主要包括六个部分:第一部分为绪论部分,简要介绍了论文的选题背景及研究意义,对相关内容进行文献综述,并概述论文的主要内容。第二部分和第三部分运用系统分析的方法对该类型企业的生产物流系统进行了较为全面的阐述,指出了生产物流系统构成的五要素（流体、载体、流向、流量和流程）,并描述了其生产物流的具体特征。第四部分根据Petri网的优势和特征,更具体地刻画和分析了钢铁行业生产物流流程,并通过关联矩阵的重组算法对钢铁行业生产物流流程间的关系进行了详细的描述。第五部分加入了时间参数,利用随机Petri网为优化工具,对钢铁行业生产物流流程进行了优化整合,并引入马尔可夫链对过程结果进行分析。第六部分为结论和展望部分,对论文做出一个简练的小结,指出了论文的创新与不足之处,并提出未来研究的展望。
张文学[10]（2008）在《板坯库实时生产物流管理系统的研发》文中认为在钢铁企业炼钢-连铸-热轧一体化生产模式下,板坯库作为连铸、热轧生产工序间的缓冲环节,其管理自动化水平的高低,直接影响着连铸-热轧生产的连续性和一体化生产的成本。在以往的研究中,人们主要集中在炼钢、连铸和热轧的计划与调度中,忽视了对板坯库管理与控制的研究。因此,本文根据重钢热轧厂1780mm热连轧生产线的实际情况,对板坯库实时生产物流管理系统进行研究,采用Justep Business业务架构平台和Oracle数据库,以Delphi为开发语言,设计并开发满足重钢热轧厂生产需要的板坯库实时管理系统软件。本文的主要工作如下:①分析了板坯入库选择垛位的原则,对影响板坯库作业效率的主要因素进行了归纳,以板坯库有限储位和垛位选择原则为约束,建立了一种基于铸轧作业计划协同优化的板坯入库决策模型,实现需入库的板坯批次的全局优化运算,算法可快速优化出板坯入库垛位和铸机板坯产出序。为了克服遗传算法和模拟退火算法在实际应用中显现的不足,构造了遗传模拟退火算法,该算法充分发挥了遗传算法良好的全局搜索能力和模拟退火算法有效避免陷入局部极小的优点,从而提高了算法的全局寻优能力。基于遗传模拟退火算法实现了板坯入库优化程序,并进行了大量的计算。②详细分析板坯库实时管理系统的需求、热轧和炼钢的物流和信息流,完成了板坯库实时管理系统总体设计和系统实现。③基于Justep Business业务架构平台和Oracle数据库在MES系统中实现所提出的板坯库管理系统。该生产管理系统对热连轧产线的物料库存、技术质量、生产计划、设备、数据采集等进行管理,实现物流和信息流的协调统一。重钢热轧厂板坯库实时管理系统软件开发采用软件工程设计方法,依次经过需求分析、详细设计、软件编程、和软件测试等步骤,应用图形界面友好,较好地实现设计目标,得到重钢现场专家们的肯定。
二、武钢二热轧生产物流管理信息系统软件设计与描述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、武钢二热轧生产物流管理信息系统软件设计与描述（论文提纲范文）
（1）近年钢铁主业智能制造发展综述（下篇）（论文提纲范文）
| 1 信息化综合管理体系建设及应用 |
| 1.1 ERP、MES系统 |
| 1.2 生产计划排程系统 |
| 1.3 能源管控系统 |
| 1.4 运输物流智能管理系统 |
| 1.5 炼钢生产调度、设备管理系统 |
| 2 钢铁全流程质量管控系统 |
| 3 工业机器人 |
| 4 结语 |
（2）物流成品出库调度优化（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 论文研究结构及内容 |
| 第二章 钢铁企业成品库管理问题相关分析 |
| 2.1 钢铁企业物流分类及产品销售流程 |
| 2.1.1 钢铁企业物流分类 |
| 2.1.2 产品销售流程 |
| 2.2 钢铁企业成品库管理及成品出库问题分析 |
| 2.2.1 钢铁企业成品库管理 |
| 2.2.2 成品出库存在的问题 |
| 2.3 调度优化算法研究 |
| 2.3.1 最优化算法 |
| 2.3.2 启发式求解算法 |
| 2.4 本章小结 |
| 第三章 改进蝙蝠算法的企业成品出库调度优化 |
| 3.1 成品出库问题描述与建模 |
| 3.1.1 问题描述 |
| 3.1.2 模型建立 |
| 3.2 蝙蝠算法的理论研究及改进策略 |
| 3.2.1 算法生物学原理 |
| 3.2.2 算法描述 |
| 3.2.3 算法流程 |
| 3.2.4 改进蝙蝠算法设计 |
| 3.3 实验分析 |
| 3.3.1 算法编解码及参数初始化 |
| 3.3.2 成品库实例数据描述 |
| 3.3.3 仿真结果分析 |
| 3.3.4 算法对比结果分析 |
| 3.4 本章小结 |
| 第四章 考虑订单优先级的企业成品出库调度优化 |
| 4.1 优先级评估预测问题 |
| 4.1.1 优先级评估预测影响因素 |
| 4.1.2 优先级评估预测方法 |
| 4.2 BP神经网络 |
| 4.2.1 BP神经网络结构及工作原理 |
| 4.2.2 BP神经网络性能分析 |
| 4.3 基于蝙蝠优化BP网络的订单优先级评估模型 |
| 4.3.1 蝙蝠优化BP网络 |
| 4.3.2 蝙蝠优化BP网络评估模型 |
| 4.3.3 蝙蝠优化BP网络仿真测试 |
| 4.4 考虑订单优先级的成品出库调度优化 |
| 4.4.1 调度优化模型 |
| 4.4.2 优化结果分析 |
| 4.5 本章小结 |
| 第五章 钢铁企业成品出库调度系统的设计与实现 |
| 5.1 系统业务流程设计 |
| 5.2 系统数据库设计 |
| 5.3 系统功能模块设计 |
| 5.4 系统中算法实现设计 |
| 5.5 成品出库调度系统实现 |
| 5.5.1 系统体系结构选择 |
| 5.5.2 系统环境搭建 |
| 5.5.3 系统实现效果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所获得的相关科研成果 |
（3）特钢企业物流成品出库调度优化（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 论文研究结构及内容 |
| 第二章 钢铁企业成品库管理问题相关分析 |
| 2.1 钢铁企业物流分类及产品销售流程 |
| 2.1.1 钢铁企业物流分类 |
| 2.1.2 产品销售流程 |
| 2.2 钢铁企业成品库管理及成品出库问题分析 |
| 2.2.1 钢铁企业成品库管理 |
| 2.2.2 成品出库存在的问题 |
| 2.3 调度优化算法研究 |
| 2.3.1 最优化算法 |
| 2.3.2 启发式求解算法 |
| 2.4 本章小结 |
| 第三章 改进蝙蝠算法的企业成品出库调度优化 |
| 3.1 成品出库问题描述与建模 |
| 3.1.1 问题描述 |
| 3.1.2 模型建立 |
| 3.2 蝙蝠算法的理论研究及改进策略 |
| 3.2.1 算法生物学原理 |
| 3.2.2 算法描述 |
| 3.2.3 算法流程 |
| 3.2.4 改进蝙蝠算法(IBA)设计 |
| 3.3 实验分析 |
| 3.3.1 算法编解码及参数初始化 |
| 3.3.2 成品库实例数据描述 |
| 3.3.3 仿真结果分析 |
| 3.3.4 算法对比结果分析 |
| 3.4 本章小结 |
| 第四章 考虑订单优先级的企业成品出库调度优化 |
| 4.1 优先级评估预测问题 |
| 4.1.1 优先级评估预测影响因素 |
| 4.1.2 优先级评估预测方法 |
| 4.2 BP神经网络 |
| 4.2.1 BP神经网络结构及工作原理 |
| 4.2.2 BP神经网络性能分析 |
| 4.3 基于蝙蝠优化BP网络的订单优先级评估模型 |
| 4.3.1 蝙蝠优化BP网络 |
| 4.3.2 蝙蝠优化BP网络评估模型 |
| 4.3.3 蝙蝠优化BP网络仿真测试 |
| 4.4 考虑订单优先级的成品出库调度优化 |
| 4.4.1 调度优化模型 |
| 4.4.2 优化结果分析 |
| 4.5 本章小结 |
| 第五章 钢铁企业成品出库调度系统的设计与实现 |
| 5.1 系统业务流程设计 |
| 5.2 系统数据库设计 |
| 5.3 系统功能模块设计 |
| 5.4 系统中算法实现设计 |
| 5.5 成品出库调度系统实现 |
| 5.5.1 系统体系结构选择 |
| 5.5.2 系统环境搭建 |
| 5.5.3 系统实现效果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所获得的相关科研成果 |
（4）钢铁工业泛在信息匹配推送服务体系及其实现方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 现代钢铁工业面临的制造环境 |
| 1.1.2 信息化制造-现代钢铁工业的主要发展趋势之一 |
| 1.2 国内外相关研究现状综述 |
| 1.2.1 钢铁工业信息化现状 |
| 1.2.2 泛在信息、泛在网络及智能制造 |
| 1.2.3 信息匹配推送服务研究现状 |
| 1.2.4 研究现状总结 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 本章小结 |
| 第2章 钢铁工业泛在信息空间模型 |
| 2.1 钢铁工业工艺流程分析 |
| 2.2 钢铁工业信息流 |
| 2.2.1 工艺过程信息源 |
| 2.2.2 连续段工艺过程信息流 |
| 2.2.3 混合段工艺过程信息流 |
| 2.2.4 离散段工艺过程信息流 |
| 2.3 钢铁工业泛在信息空间模型 |
| 2.3.1 泛在信息空间理论基础 |
| 2.3.1.1 信息空间理论 |
| 2.3.1.2 企业信息模型 |
| 2.3.2 钢铁工业泛在信息空间概念模型 |
| 2.3.3 基于泛在信息空间的钢铁工业生产工艺过程管控模型 |
| 2.3.3.1 X-“横向”钢铁生产工艺流程维 |
| 2.3.3.2 Y-“纵向”钢铁生产主数据关联信息发现维 |
| 2.3.3.3 Z-“端到端”钢铁生产信息匹配与传送维 |
| 2.4 本章小结 |
| 第3章 钢铁工业泛在信息匹配推送服务体系结构 |
| 3.1 钢铁工业泛在信息匹配推送服务内涵 |
| 3.1.1 钢铁工业泛在信息匹配推送服务定义 |
| 3.1.2 钢铁工业泛在信息匹配推送服务特点 |
| 3.1.3 钢铁工业泛在信息匹配推送服务方式 |
| 3.2 钢铁工业泛在信息匹配推送服务体系结构 |
| 3.2.1 泛在信息匹配推送服务过程 |
| 3.2.2 泛在信息匹配推送服务功能 |
| 3.2.3 泛在信息匹配推送服务资源 |
| 3.2.4 泛在信息匹配推送服务信息 |
| 3.2.5 泛在信息匹配推送服务组织 |
| 3.3 钢铁工业泛在信息匹配推送服务的关键技术 |
| 3.3.1 泛在信息感知与描述技术 |
| 3.3.2 泛在信息关联关系发现技术 |
| 3.3.3 泛在信息匹配及传送路径规划技术 |
| 3.3.4 泛在信息匹配推送服务Qo S评价技术 |
| 3.4 本章小结 |
| 第4章 钢铁工业泛在信息关联关系发现方法 |
| 4.1 钢铁工业泛在信息关联问题描述 |
| 4.1.1 钢铁工业泛在生产信息关联多样性 |
| 4.1.2 钢铁工业泛在工艺信息关联模糊性 |
| 4.1.3 钢铁工业泛在信息关联层次性 |
| 4.2 钢铁工业泛在信息关联规则挖掘方法 |
| 4.2.1 关联规则挖掘算法分析 |
| 4.2.2 关联规则挖掘WGF-AP算法设计 |
| 4.3 WGF-AP算法性能测试 |
| 4.4 本章小结 |
| 第5章 钢铁工业泛在信息匹配推送服务方法 |
| 5.1 钢铁工业泛在信息匹配推荐方法 |
| 5.1.1 问题描述 |
| 5.1.2 信息匹配推荐算法对比 |
| 5.1.3 钢铁工业泛在信息匹配推荐算法设计 |
| 5.1.3.1 基于内容推荐的信息匹配 |
| 5.1.3.2 基于协作推荐的信息匹配 |
| 5.1.3.3 基于混合加权推荐的信息匹配 |
| 5.2 钢铁工业泛在信息传送路径规划方法 |
| 5.2.1 问题描述 |
| 5.2.2 信息路径规划算法对比 |
| 5.2.3 钢铁工业泛在信息传送路径规划算法设计 |
| 5.2.3.1 基于优化蚁群算法的空间信息传送路径规划 |
| 5.2.3.2 基于蚁群遗传优化算法的路径优化 |
| 5.2.4 蚁群遗传优化算法性能分析 |
| 5.3 本章小结 |
| 第6章 钢铁工业泛在信息关联关系发现及匹配推送服务案例分析 |
| 6.1 冷轧带钢表面缺陷信息空间及其匹配推送服务体系 |
| 6.2 冷轧带钢表面缺陷信息关系发现及匹配推送服务 |
| 6.2.1 信息关系发现及匹配推送服务方案 |
| 6.2.2 基于WGF-AP算法的冷轧带钢表面缺陷信息关联关系发现 |
| 6.2.2.1 WGF-AP算法应用 |
| 6.2.2.2 WGF-AP算法编程实现 |
| 6.2.3 面向冷轧带钢表面缺陷信息的匹配推荐 |
| 6.2.3.1 基于内容推荐的冷轧带钢表面缺陷信息匹配 |
| 6.2.3.2 基于协作推荐的冷轧带钢表面缺陷信息匹配 |
| 6.2.3.3 基于混合加权推荐的冷轧带钢表面缺陷信息匹配 |
| 6.2.4 基于蚁群遗传优化算法的信息传送路径规划 |
| 6.2.4.1 条件假设 |
| 6.2.4.2 仿真结果 |
| 6.2.5 结果分析与讨论 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文主要工作 |
| 7.2 论文主要创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 程序代码摘录 |
| 1 加权模糊层次关联规则挖掘程序代码 |
| 2 混合加权推荐信息匹配程序代码 |
| 3 基于蚁群遗传优化算法的三维路径规划程序代码 |
| 攻读博士学位期间发表论文目录 |
| 攻读博士学位期间取得专利 |
| 攻读博士学位期间的科研项目 |
（5）基于业务流程动态配置的钢卷库管理信息系统研究——以安阳钢铁二热轧钢卷库为例（论文提纲范文）
| 1 引言 |
| 2 钢卷库管理业务流程分析 |
| 2.1 钢卷库基本情况 |
| 2.2 钢卷库流程分析 |
| 3 动态配置机制应用 |
| 3.1 分层构架应用 |
| 3.2 分层构架实现 |
| 4 业务流程控制模式 |
| 4.1 业务逻辑层设计 |
| 4.2 业务分解 |
| 4.3 业务控制实现 |
| 5 总结 |
（6）基于多Agent的钢铁生产复杂物流系统建模与仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 钢铁生产物流系统概述 |
| 1.2.1 钢铁生产流程概述 |
| 1.2.2 钢铁生产流程特点及复杂性 |
| 1.2.3 钢铁生产复杂物流系统 |
| 1.2.4 复杂系统理论和研究方法 |
| 1.3 钢铁生产复杂物流系统研究现状 |
| 1.3.1 钢铁生产复杂物流与生产调度关系 |
| 1.3.2 钢铁生产调度问题主要研究方法 |
| 1.3.3 钢铁生产复杂物流系统研究方法 |
| 1.3.4 钢铁生产复杂物流系统及生产调度系统研究现状 |
| 1.4 本文主要研究内容及创新点 |
| 1.4.1 论文研究思路 |
| 1.4.2 论文主要研究内容 |
| 1.4.3 论文的创新点 |
| 第二章 Agent建模理论与仿真方法 |
| 2.1 引言 |
| 2.2 多Agent系统概述 |
| 2.2.1 Agent技术 |
| 2.2.2 多Agent系统 |
| 2.3 多Agent系统建模与仿真 |
| 2.3.1 多Agent系统建模 |
| 2.3.2 多Agent系统仿真 |
| 2.4 小结 |
| 第三章 钢铁生产复杂物流多Agent建模与仿真 |
| 3.1 钢铁生产流程分析 |
| 3.2 钢铁生产复杂物流系统多Agent仿真模型 |
| 3.2.1 钢铁生产复杂物流多Agent系统 |
| 3.2.2 钢铁生产复杂物流系统Agent类型和结构 |
| 3.3 钢铁生产复杂物流多Agent仿真模型关键技术 |
| 3.3.1 Agent关系描述 |
| 3.3.2 Agent通信描述 |
| 3.3.3 Agent行为Petri网建模 |
| 3.3.4 Agent交互行为Petri网建模 |
| 3.4 钢铁生产复杂物流多Agent运输系统 |
| 3.4.1 运输系统重要性分析 |
| 3.4.2 运输系统特点分析 |
| 3.4.3 运输系统中工序和工位关系描述 |
| 3.5 小结 |
| 第四章 钢铁生产复杂物流多Agent仿真系统设计 |
| 4.1 MaSE方法和AgentTool工具介绍 |
| 4.1.1 MaSE方法简介 |
| 4.1.2 AgentTool工具简介 |
| 4.2 基于MaSE的钢铁生产复杂物流仿真系统设计 |
| 4.2.1 钢铁生产复杂物流仿真模型的系统目标获取 |
| 4.2.2 钢铁生产复杂物流仿真系统应用用例设计 |
| 4.2.3 钢铁生产复杂物流仿真系统中角色提炼 |
| 4.2.4 仿真系统中Agent类的创建 |
| 4.2.5 仿真系统中Agent间对话的构建 |
| 4.2.6 仿真系统中Agent类的设计与组装 |
| 4.2.7 系统设计 |
| 4.3 小结 |
| 第五章 钢铁生产复杂物流多Agent仿真系统实现 |
| 5.1 系统开发平台 |
| 5.1.1 基于AnyLogic平台的Agent的建模方法 |
| 5.1.2 基于AnyLogic平台的Agent交互 |
| 5.2 系统设计概述 |
| 5.2.1 系统设计背景 |
| 5.2.2 系统设计目标 |
| 5.3 系统总体设计 |
| 5.3.1 仿真模型结构功能设计 |
| 5.3.2 数据库设计 |
| 5.4 系统软件实现 |
| 5.4.1 仿真模型的程序实现 |
| 5.4.2 参数设定与模型仿真界面 |
| 5.4.3 模型运行结果表达 |
| 5.5 小结 |
| 第六章 钢铁生产复杂物流多Agent仿真模型检验与仿真实验 |
| 6.1 仿真模型检验 |
| 6.1.1 昆钢生产工艺数据统计分析 |
| 6.1.2 仿真条件 |
| 6.1.3 仿真结果 |
| 6.2 生产条件对生产过程的影响 |
| 6.2.1 仿真实验设计 |
| 6.2.2 生产模式Ⅰ仿真分析 |
| 6.2.3 生产模式Ⅱ仿真分析 |
| 6.3 小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录A (攻读博士学位期间发表的论文专利) |
| 附录B |
（7）大型钢铁企业销售物流车船管控系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 目的和意义 |
| 1.3 钢铁销售物流管控的内涵 |
| 1.4 国内外研究现状 |
| 1.5 论文主要研究内容 |
| 2 车船管控系统总体设计 |
| 2.1 管控需求分析 |
| 2.2 系统业务模型和体系架构 |
| 2.3 系统开发运行环境 |
| 2.4 数据库设计 |
| 3 管控系统软件模块设计与实现 |
| 3.1 通讯服务器设计及开发 |
| 3.2 应用服务器设计及开发 |
| 3.3 客户端设计及开发 |
| 4 管控功能设计与实现 |
| 4.1 作业单跟踪 |
| 4.2 管控报警 |
| 4.3 运能运力分析 |
| 4.4 目标运行状态及上线率统计 |
| 5 系统集成设计与实现 |
| 5.1 关键技术介绍 |
| 5.2 基于XML 和多线程网络通信技术的系统集成体系结构 |
| 5.3 应用案例 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读学位期间发表论文情况 |
| 附录2 攻读学位期间参加科研项目情况 |
（8）钢铁一体化生产计划与调度优化问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 一体化生产工艺 |
| 1.2.1 热装热送工艺 |
| 1.2.2 中厚板生产工艺 |
| 1.3 钢铁企业生产计划与调度研究现状 |
| 1.3.1 传统生产方式下的生产计划与调度研究 |
| 1.3.2 一体化生产计划与调度问题研究 |
| 1.4 本文主要研究工作 |
| 第2章 一体化生产合同计划多目标优化 |
| 2.1 多目标优化 |
| 2.1.1 多目标优化的研究起源及数学描述 |
| 2.1.2 多目标优化进化算法 |
| 2.2 合同计划优化模型的建立 |
| 2.2.1 问题分析 |
| 2.2.2 数学模型 |
| 2.3 双层染色体遗传算法 |
| 2.3.1 算法设计 |
| 2.3.2 计算实例 |
| 2.4 改进的NSGA-Ⅱ算法 |
| 2.4.1 NSGA-Ⅱ算法流程 |
| 2.4.2 NSGA-Ⅱ算法的改进 |
| 2.4.3 改进NSGA-Ⅱ算法的测试结果与分析 |
| 2.4.4 计算实例 |
| 2.5 本章小结 |
| 第3章 中厚板热轧生产调度问题 |
| 3.1 同规格多板坯交叉轧制调度问题 |
| 3.1.1 三种交叉轧制模式 |
| 3.1.2 辊道长度有限约束 |
| 3.1.3 启发式优化方法 |
| 3.1.4 计算实例 |
| 3.2 异规格多板坯交叉轧制调度问题 |
| 3.2.1 问题描述 |
| 3.2.2 AON网络的平衡 |
| 3.2.3 建立数学模型 |
| 3.2.4 算法设计 |
| 3.2.5 计算实例 |
| 3.3 本章小结 |
| 第4章 板坯热装调度仿真研究 |
| 4.1 连铸—热轧衔接区概况 |
| 4.1.1 衔接区布局及主要设备 |
| 4.1.2 板坯装炉方案 |
| 4.2 物流仿真模型 |
| 4.2.1 数据结构设计与事件定义 |
| 4.2.2 仿真模型流程 |
| 4.3 实验与结果分析 |
| 4.3.1 实验设置 |
| 4.3.2 结果与分析 |
| 4.4 本章小结 |
| 第5章 连铸—热轧生产计划协调优化 |
| 5.1 热轧生产计划 |
| 5.1.1 轧制单元计划 |
| 5.1.2 轧制作业计划 |
| 5.2 连铸生产计划 |
| 5.2.1 组炉次计划 |
| 5.2.2 组浇次计划 |
| 5.2.3 连铸作业计划 |
| 5.3 连铸—热轧生产计划协调优化 |
| 5.3.1 问题描述 |
| 5.3.2 数学模型 |
| 5.3.3 算法设计 |
| 5.3.4 计算实例 |
| 5.4 本章小结 |
| 第6章 一体化生产计划与调度系统开发 |
| 6.1 "企业资源规划控制平台"系统软件结构 |
| 6.2 一体化生产计划与调度子系统 |
| 6.2.1 功能设计 |
| 6.2.2 生产计划与调度流程 |
| 6.3 生产过程仿真子系统 |
| 6.3.1 组态软件WinCC6.0 |
| 6.3.2 系统网络结构 |
| 6.3.3 仿真系统功能设计 |
| 6.4 一体化生产计划与调度优化实例 |
| 6.5 本章小结 |
| 第7章 结束语 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表及录用的论文 |
| 作者简历 |
| 附录 |
（9）基于随机Petri Net钢铁行业生产物流系统分析及优化（论文提纲范文）
| 论文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 钢铁企业生产物流研究评述 |
| 1.2.1 钢铁企业生产物流应用研究 |
| 1.2.2 生产物流建模方法评述 |
| 1.3 论文的主要研究内容及创新点 |
| 第二章 物流及生产物流概述 |
| 2.1 物流概述 |
| 2.1.1 物流的定义及其来源 |
| 2.1.2 物流的分类 |
| 2.1.3 物流活动内容 |
| 2.1.4 物流的作用 |
| 2.1.5 物流系统 |
| 2.2 生产物流 |
| 2.2.1 生产物流的概念、目的和核心 |
| 2.2.2 生产物流的特点 |
| 2.2.3 生产物流发展的几个阶段 |
| 2.3 物流管理现状及发展趋势 |
| 2.3.1 现代制造业对物流的要求 |
| 2.3.2 传统制造企业的物流运作模式 |
| 2.3.3 现代制造业的发展及其对物流的要求 |
| 2.3.4 钢铁行业生产物流现状及存在的问题 |
| 第三章 制造企业生产物流系统分析 |
| 3.1 生产物流系统的界定 |
| 3.1.1 系统的概念、分类及系统论 |
| 3.1.2 生产物流系统及其界定 |
| 3.2 生产物流系统的要素构成及其结构 |
| 3.2.1 生产物流系统构成要素 |
| 3.2.2 生产物流系统的结构 |
| 3.3 生产物流系统的功能、作用分析 |
| 3.3.1 运输 |
| 3.3.2 储存 |
| 3.3.3 装卸搬运 |
| 3.3.4 包装 |
| 3.3.5 流通加工 |
| 3.3.6 物流信息处理 |
| 3.4 生产物流系统内部信息的构成及信息流作用分析 |
| 3.4.1 物流信息的构成 |
| 3.4.2 物流信息的作用 |
| 3.5 钢铁行业生产流程特点及生产物流管理组织方式 |
| 3.5.1 钢铁行业生产流程概述 |
| 3.5.2 钢铁行业生产物流总体特点 |
| 3.5.3 钢铁行业生产物流的管理组织方式 |
| 第四章 生产物流系统 Petri 网模型的构建 |
| 4.1 Petri 网及其应用 |
| 4.1.1 若干基本定义 |
| 4.1.2 Petri 网的基本特点 |
| 4.2 A 钢铁集团有限责任公司大连基地生产物流管理基本业务流程 |
| 4.3 A 钢铁集团有限责任公司大连基地生产物流的 Petri 网描述 |
| 4.4 各种活动关系的识别 |
| 第五章 生产物流系统的随机 Petri 网过程优化及评价 |
| 5.1 随机 Petri 网的引入 |
| 5.2 各种活动关系的优化 |
| 5.2.1 选择关系和并发关系的优化 |
| 5.2.2 同步关系和冲突关系的优化及冲突问题的解决 |
| 5.3 A 特钢集团大连基地生产物流系统的性能评价 |
| 5.3.1 马尔可夫链的构造 |
| 5.3.2 生产物流系统的性能评价及优化分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（10）板坯库实时生产物流管理系统的研发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 国内外现状综述 |
| 1.2.1 炼钢－连铸－热轧一体化生产的现状 |
| 1.2.2 炼钢－连铸－热轧一体化生产工序间的衔接方式 |
| 1.2.3 板坯库在一体化中的重要作用 |
| 1.2.4 板坯库的研究现状 |
| 1.3 课题意义及其研究内容 |
| 1.3.1 课题意义 |
| 1.3.2 主要研究内容 |
| 2 板坯库管理 |
| 2.1 板坯库概况 |
| 2.2 板坯库有关基础知识 |
| 2.3 板坯库的组织和管理 |
| 2.4 板坯库实时物流管理 |
| 2.5 本章小结 |
| 3 板坯入库决策优化模型算法 |
| 3.1 板坯入库垛位选择原则 |
| 3.2 板坯入库决策模型 |
| 3.3 测试环境 |
| 3.4 实现算法的参数 |
| 3.5 实验结果及分析 |
| 3.6 程序实现 |
| 3.7 本章小结 |
| 4 重钢热轧厂板坯库实时生产物流管理系统软件功能 |
| 4.1 垛位管理系统 |
| 4.2 天车地面指挥系统 |
| 4.3 入出库管理系统 |
| 4.4 决策分析系统 |
| 4.5 本章小结 |
| 5 重钢热轧厂板坯库实时生产物流管理系统软件开发 |
| 5.1 系统方案设计 |
| 5.2 系统开发方法与设计原则 |
| 5.2.1 重钢计算机管理和控制系统构架 |
| 5.2.2 软件设计方法 |
| 5.3 重钢热轧厂板坯库实时生产物流管理系统功能详细设计 |
| 5.3.1 代码设计的原则和内容 |
| 5.3.2 网络应用体系结构设计 |
| 5.3.3 数据库设计 |
| 5.3.4 系统开发平台 |
| 5.3.5 开发语言的选择 |
| 5.3.6 系统开发模式 |
| 5.3.7 详细功能实现过程 |
| 5.3.8 系统画面设计 |
| 5.4 本章小结 |
| 6 结论 |
| 致谢 |
| 参考文献 |
四、武钢二热轧生产物流管理信息系统软件设计与描述（论文参考文献）
- [1]近年钢铁主业智能制造发展综述（下篇）[J]. 林安川,阴树标,朱羽,向艳霞,朱永华,赵红全,王萍. 云南冶金, 2020(05)
- [2]物流成品出库调度优化[D]. 刘敬华. 河北工业大学, 2018(02)
- [3]特钢企业物流成品出库调度优化[D]. 刘敬华. 河北工业大学, 2018(07)
- [4]钢铁工业泛在信息匹配推送服务体系及其实现方法研究[D]. 刘军伟. 武汉科技大学, 2015(04)
- [5]基于业务流程动态配置的钢卷库管理信息系统研究——以安阳钢铁二热轧钢卷库为例[J]. 岳伟丽. 物流技术, 2015(08)
- [6]基于多Agent的钢铁生产复杂物流系统建模与仿真研究[D]. 赵业清. 昆明理工大学, 2011(05)
- [7]大型钢铁企业销售物流车船管控系统研究[D]. 石志新. 华中科技大学, 2011(07)
- [8]钢铁一体化生产计划与调度优化问题研究[D]. 於春月. 东北大学, 2009(12)
- [9]基于随机Petri Net钢铁行业生产物流系统分析及优化[D]. 高扬敏. 华侨大学, 2009(S2)
- [10]板坯库实时生产物流管理系统的研发[D]. 张文学. 重庆大学, 2008(06)