基于批次的钢铁行业物料工艺状态描述方法

在分析钢铁行业对物料工艺状态描述要求的基础上,提出了基于批次的钢铁行业物料工艺状态描述方法。该方法将批次和工序相关联,通过工序批次状态矢量、合批批次追溯矢量和合批炉次追溯矢量表达工序维动态信息,并制定了相关的转换规则,结合属性维和时间维建立了物料工艺状态的三维描述模型。经企业应用表明,该方法能够实现钢铁行业实际生产中对物料工艺状态信息的完整描述,解决了在制品的物料管理等问题。     

基于模型驱动体系架构的OLAP开发方法

传统的联机分析处理开发方法难以很好满足企业的决策需求,复杂性和高效性是OLAP系统开发面临的两大主要问题。为此,在数据仓库系统统一集成建模框架下,提出了一种新的基于模型驱动体系架构的联机分析处理开发方法。使用UML Profile和公共仓库元模型规范,建立了基于模型驱动体系架构的联机分析处理平台无关模型元模型和联机分析处理平台相关模型元模型,并采用查询/视图/转换规范的Relation语言建立了一套平台无关模型元模型到平台相关模型元模型的转换规则,在模型转换工具MediniQ VT和IBM的EMF框架下,实现了平台无关模型到平台相关模型的转换,通过自定义的从平台相关模型实例到结构化查询语言转换的Java类生成联机分析处理结构化查询语言代码,实现了模型驱动的联机分析处理软件开发过程。最后,通过某企业决策信息系统实际应用,验证了该方法的可行性和高效性。     

基于批次的流程行业物料清单集成技术

针对流程行业的特点及其在物料清单集成管理方面的需求,在分析流程行业物料清单多视图形态及映射逻辑关系的基础上,提出了基于批次的物料清单多视图转换映射方法。通过将物料批次与产品类型、应用域和生命周期相关联,定义了继承单元、替代单元、衍生单元和聚合单元及其转换映射函数。通过辨识物料清单多视图的批次属性特征,提出了物料清单多视图间的结构转换和数据映射算法,实现了物料清单多视图的转换映射,并通过企业的实际应用进行了可行性和有效性验证,进而建立起面向流程行业的物料清单多视图集成应用模型。     

制造业过程废品核算方法及应用研究

对制造过程中的废品进行研究,界定制造业过程废品以及废品损失的概念,并按照正常过程废品损失和非正常过程废品损失进行分类;提出了一种考虑不同坯料来源以及制造批次的过程废品损失归集方法;并改进了废品摊销方式,以产品批次为单位有针对性地摊销到性质相同或相近的产品中;利用邻域粗糙集对废品作业属性进行约减,并根据约减结果对生产过程实施控制以减少废品的产生。通过在钢铁企业的应用实例说明了该方法的具体实现过程、有效性和可行性。     

广义过程集成的钢铁产品质量控制管理模式

针对MTO环境下钢铁产品质量控制管理的流程及特点,界定了产品质量控制管理广义过程的概念。进而提出了基于广义过程集成的钢铁产品质量控制管理新模式,建立了MTO环境下钢铁产品质量控制管理体系结构模型。介绍和分析了运用该质量控制管理模式的关键技术方法以及案例企业的应用绩效情况。与传统的产品质量控制管理模式相比,该模式具有全流程、多角度整合的新特点,为MTO型钢铁制造企业提升生产过程质量控制管理水平、持续改进和提高产品质量提供运作管理模式的支持。     

钢铁集团原料协同库存控制模型研究与应用

为提高我国钢铁集团经济效益,实现集团生产资源优化配置和子公司之间库存资源协同共享,提出了钢铁集团原料协同库存控制模型.该模型把集团各子公司仓库系统和战略供应商作为整体逻辑库存,以集团整体采购供应成本最小和供货价值最大为目标,利用网络层次分析法和遗传箅法整合的方法,解决了供货仓库选择及供货量分配问题.经东北某钢铁集团的实际应用表明了该协同库存控制模型的有效性和实用性.     

双塔双循环脱硫系统超低排放运行优化研究

双塔双循环石灰石—石膏湿法脱硫工艺适用于燃用高硫煤的超低排放机组,在低于设计煤质及低负荷的运行工况下,易出现循环浆液泵、氧化风机投运数量过多、运行能耗偏高等问题.对某电厂双塔双循环脱硫系统运行数据进行分析,研究了机组负荷、入口烟气S02浓度、浆液pH值、浆液循环泵投运组合等对脱硫效率和电耗的影响,提出了双塔双循环脱硫系...     

面向动态联盟的伙伴企业选择决策方法及系统

动态联盟建立过程中的伙伴选择是一个关键问题,为解决该问题,本文运用人工智能知识,对问题进行了分析,提出了企业资源信息的表达方法,伙伴企业的选择决策方法,并给出了决策系统的实现方式。     

面向对象的液压系统分析研究

介绍了面向对象的分析方法 ,并给出了一种面向对象的分析模型的表达方法。以液压系统设计为工程应用背景 ,探讨了面向对象的分析方法在工程系统分析中的应用。按照类——对象层、结构层、主题层、属性层和服务层五个层次分析了液压系统的类层次构成及其连接与通信     

求解多目标组合优化的改进Pareto适应度遗传算法

将Pareto适应度遗传算法（PFGA）与局部搜索相结合,提出了一种用于求解多目标组合优化问题的改进算法IPFGA,该算法基于Pareto支配关系对遗传操作产生的每一个个体进行局部搜索,并采取在外部群体中引入拥挤距离的精英选择策略。实验结果表明,与PFGA相比,IPFGA有更快的收敛速度。