摘 要
本文针对马钢2#、3#高炉相继投产运行后导致的物流量加大，物流供应操作工艺流程复杂度大幅上升等问题，以动态规划和模糊决策为基本模型构建了钢铁企业原料运输系统数学模型，阐述了该模型的基本概念、框架结构、执行流程等内容，并设计了包括数据系统、监控系统、决策系统、查询系统和系统管理在内的五大功能模块。本文构建的原料运输系统在满足实际生产需求的基础上，减少了原料无效运输的时间，降低了生产操作难度，提高了生产效率。
【关键词】钢铁 原料运输 运输模型 动态规划 模糊决策
一直以来运输问题的研究是国内外专家学者和实际应用部门关注的课题。Kantorovich和Hitchcock首先建立了数学模型，将运输问题转化为一个标准的线性规划问题，并用单纯形法求解；美国学者L.A.Zadeh 于1965年提出了模糊集概念，建立了以模糊集合论为基础的模糊数学。1970年Bellman和L.A.Zadeh提出了模糊决策的基本模型。近年来，随着钢铁行业进入了一个新的高速发展期，马钢2#、3#高炉相继投产，但马钢港务原料厂外供运输操作决策仍停留在人工经验判断阶段，系统复杂、。因此马钢港务原料厂需要一套决策科学、效率高、运行稳定的决策支持系统，以辅助操作员决策，降低操作难度，提高生产效率。
1 原料运输系统数学建模
1.1 基本概念
任务：记一次连续运送预定重量的某种物料到某终点进入对应矿槽为一项任务；计算点：记每项执行中的任务的预测料尾出发点（时间）前移为△T1待执行任务的计算点；指令发出点：记计算点后移△T2为待执行任务的指令发出点；数据采集点：记执行中任务预测料尾出发点后移△T3为预测的数据采集点。
1.2 备选待执行任务项的确定
包括任务物料种类及到达终点的确定和任务物料运送量的确定两部分。
1.2.1 任务物料种类及到达终点的确定
（1）物料维持时间的计算。设（i-k）为第 种物料到达第k个终点的任务。aik为第k个终点第i种物料在任务（i-k）执行点的预测存量。bik为第k个终点第i种物料的最小安全存量。∧ik为第k个终点对第i种物料的使用速率（单位时间耗用量，取期望值）。计算dik=（aik-bik）/∧ik为第k个终点第i种物料的维持时间。
（2）备选待执行任务的选取。将所有dik按从小到大排列，逐个依次考虑选入备选待执行任务组。凡料尾未发出的执行中任务（i-k）或料尾虽已发出但其出发点与预测数据集点距离小于△T3的执行中任务（i-k），其相应dik均不选取。所选取的任务数按其物料类型与执行中料尾未发出的同类型任务数之和，不得超过线路结构所允许的该类型物料最大允许并行执行的任务数3。如dik≥T，不予选取，其中T为确定常数。通过以上步骤所选的dik其相应任务（i-k）构成备选持执行任务组。
2.2.2 任务物料运送量的确定
（1）高炉终点任务理论送料量的确定。炉顶TJ、TS、TK带运送方案分别按（1）中计算公式计算tik-1、tik-2、tik-3，其中对TJ、TS带方案计算tik-1、tik-2时，应以相应单排料仓中心卸料方式确定Cik、C"ik、aik；对TK带方案计算tik-3时，应以双排料仓旁侧卸料方式确定Cik、C"ik、aik。比较 tik-1、tik-2、tik-3的大小，取tik-1=max{tik-1，tik-2，tik-3}以此值相应炉顶料带为该项任务的流程终点。tik-j为该备选待执行任务（i-k）的送料时间，Bitjk-j为送料量。
（2）非高炉终点任务理论送料量的确定。设tik为备选待执行任务（i-k）的送料时间。t"ik为备选待执行任务（i-k）的料头到达前间隔时间（取各可能流程的最大值）。Bi为第i物料运送速率（单位时间运送量，实测数据）。Cik为第k个终点第i种物料仓容。C"ik为第k个终点第i种物料仓容缓冲量。
从
Bitjk=Cik-C"ik-aik+∧ik（tjk+t"ik）
解得
tik=（Cik-C"ik-ajk+∧ikt"ik）/（Bi-∧ik）
即备选待执行任务（i-k）的送料量为：
Bitjk=Bi（Cik-C"jk-aik+∧jkt"ik）/（Bi-∧jk）
2.3 待执行任务组及其流程的确定
对备选待执行任务组采用多物种最大流算法在运送网络上确定待执行任务组及其流程，该算法一般规定：所有任务发点最小发出量为1，最大发出量为1；所有任务流程终点最小到达量为1，最大到达量为1；网络中各有向弧上界容量为1，下界容量为0；虚拟弧上界容量为1，下界容量为1；各任务相应的物料弧流量允许取值为0或1；算法结果所得最大流即显示所确定的全部任务项的流程。
多物种最大流算法原理如图1所示。
S1，S2——任务发出点
t1，t2——任务流程终点
n，m——中间转运点
s ——虚拟发点
t ——虚拟收点
（a，b）——a为弧容量下界，b为弧容量上界
确定待执行任务组及其流程时按如下优先序施行最大流算法。上一条算法如无解则自动进入下一条作计算：执行中任务流程不变，但其中执行中料尾已发出任务所占用弧允许同类型物料流量通过（规定其他类型物料在该弧流量为0），安排待执行任务组。如待执行任务组中有高炉终点任务，且改变其同号炉顶流程终点时，所得tik-h和原选定的tik-j之差不超过允许差界△t，则改变同号高炉炉顶流程终点，安排待执行任务组。执行中任务流程可改变。安排待执行任务组。在相应维持时间可以保证的前提下，依待执行任务的dik从大到小顺序，变更某个或若干个待执行任务，安排新的待执行任务组。在相应维持时间可以保证的前提下，依待执行任务的dik从大到小顺序，删除某个或若干个待执行任务，安排剩余的待执行任务组。在允许条件下减少某个或若干个前期已确定，但在本期计算点尚未开始执行的执行中任务的运料量，以使这些任务在本期确定的待执行任务执行点结束，再安排待执行任务组，如果需要有效实施此款，须以计算点提前的相应措施相配合。在允许条件下减少某个或若干个执行中任务的运料量，以使这些任务在本期确定的待执行任务执行点结束，再安排待执行任务组。为使设备负荷均衡，每次执行最大流算法时可对所有弧重新随机编号。
2.4 作业暂停
按如下程序处理：对所有可能任务的dik确定上、下临界点duik，dlik。当所有的dik≥duik时，计算暂停，不安排待执行任务。此后根据各终点料位实测数据，预测到某dik≥dlik时的时刻，再进入其紧前计算点重新开始计算作业。
2.5 紧急中断处理
当系统运行过程中出现设备故障等突发事件时，应立即中断原计算程序，进入紧急计算，重新计算正执行中任务的流程。
此时应将事件涉及不能运转的弧从网络中删除（容量上界设为0），对于受事件影响的执行中任务，在事件段之后部分的带上物料仍按原安排执行，视作料尾已发出的执行中任务。事件段之前部分的带上物料及待发物料视作新的待执行任务，以事件段紧前转运点为其发点，原流程终点不变，进入2.3中规定的优先序第1、2、3、5、7款逐条施行最大流算法。（第7款改为：立即中止某个或某些执行中任务的发料，在适当合理延迟后，再安排待执行任务组）。紧急计算过后，相应修正各有关预测数据及网络构造资料，转入原正常工作程序，事故处理完毕后，恢复原网络资料。
3 原料运输系统功能模块设计
按照外供运输系统作业要求，为本系统设计了五大功能模块：数据系统、监控系统、决策系统、查询系统和系统管理。
3.1 数据系统
数据系统包括数据通讯与接收、基础数据两部分。数据通讯与接收子模块主要实现与数据采集系统获进行数据通信。其包括两个部分：发送端与接收端程序。发送端负责将数据按照已定义的协议组成传输包（报文），存放在缓冲池中。利用SOCKET在线路两端建立连接，将缓冲池中的数据包依次发送到目的地。接收端负责接收数据，利用CRC或者HUSH摘要算法来校验数据的准确性，如果错误通知发送端重发。将接收的数据落地存储在本机的数据接口文件中。基础数据模块属于数据系统的子模块，负责建立和维护物料（原料、熔剂、燃料）代码、矿槽、高炉、烧结机、物流推移设备、计量设备、外供工艺流程几方面的静态数据，为整个系统提供准确、可靠的基础数据参量。
3.2 监控系统
监控系统的功能是对料场、用户及各项作业流程进行实时监控，获取系统运行的动态信息，如高炉的矿槽的料位、流程运行、作业量等数据。监控系统能及时反映和捕获外供现场的动态信息，以便中控工作人员利用人机对话、决策模拟子系统等手段有序安排和调度外供作业，确保生产正常进行。
3.3 决策系统
决策系统由作业流程预测、当前作业流程决策两个模块构成。作业流程预测模块的输出包括：各项作业供料的目的地；使用的运输路线；输送时间；输送的原料量。并考虑以下约束条件：保证每个矿槽设定的下限料位；避免输送设备的冲突；尽可能把同种原料的各个小批供料作业集合成一个大的连续作业。当前作业流程决策模块的功能是确定当前作业的优选流程，依据为当前作业的可选流程的优先级、约束条件、设备状态、负荷率及检修计划。
3.4 查询系统
通过处理服务器的定时采样数据、基础数据库，查询系统分类产生和保存故障日志历史数据库、外供作业流程历史数据库、设备状态库，设备故障查询可以给出故障设备名称、故障类型、故障发生时间、故障修复时间、故障原因。外供作业流程可对作业流程历史数据库的查询，给出作业所对应的作业流程号、作业时间、启动时间、结束时间、主从流程、物料源点、物料代码，作业总量、作业分量及所属计量设备。
3.5 系统管理
系统管理为整个系统提供完善的管理机制和便捷而丰富的操作手段。包括数据源管理、用户及权限管理、用户初始化、权限设定、密码修改五部分。
4 结论
通过针对马钢港务原料厂外供系统的实地调研与相关资料分析，并借鉴国内外大型原料厂先进的原料运输管理理念与运作模式，结合当模糊决策技术，完成了马钢原料运输智能决策系统的研究和开发。系统能够有效实现外供决策的智能化与动态化，在满足实际需求的基础上，减少了原料无效运输的时间，降低了生产操作难度，提高了生产效率。
参考文献
[1]杜轶峰，孙朝太.钢铁企业物流模式研究[J].安徽冶金科技职业学院学报，2008（01）：41-46.
[2]邹安全，刘志学，刘迎，熊志远.钢铁企业物流流程再造模式设计与评价[J].物流技术，2006（09）：46-50.
[3]梅书荣，杨阳.钢铁企业物流流程优化及其在武钢的应用[J].中国管理现代化，2010（11）：17-20.
[4]冯梅，成邀荣.钢铁企业仓库布局优化及物流量分配研究[J].武汉理工大学学报，2010（06）： 28-32.
[5]李庆予，黄小原，刘新宇.钢铁企业生产物流管理模式研究[J].钢铁技术，2004（05）：15-18.
作者单位
安徽工业大学 安徽省马鞍山市 243000