钢铁流程物质流、能量流的信息表征及应用研究

发布时间：2021-05-16 03:31

　　经过近三十年的建设,钢铁企业信息化逐步形成了五级架构模式,在工业4.0和智能制造新形势下,多级架构信息流耗散严重问题日趋凸显,如何借助大数据、CPS技术实现信息化架构的扁平化,并最终实现物质流、能量流、信息流三流协同是行业面临的新命题。本论文从钢铁生产流程的数据入手,提出大数据-小应用扁平信息化架构、物质流能量流的信息表征模型和数据组织方法,分别用生产和能源两个应用对表征模型进行了验证。（1）分析了钢铁流程数据的特点,指出钢铁大数据呈哑铃型结构;针对现行多级架构的弊端,提出大数据-小应用扁平信息化架构;设计了时序、业务、非结构三类数据的统一管理平台结构;开发了包含引擎和驱动两部分的软网关（DataX）;开发了具有异常过滤、多种存档类型、高效读写引擎以及缓存优化机制的时序数据库软件,通过轧钢过程监控、能源数据案例对比分析,缓存优化后数据查询响应速度提高了50⁶0倍。（2）提出了物质流、能量流的信息表征模型,分别对钢铁生产流程物质流网络、能量流网络进行了信息化解析,证明了模型的表征能力。给出了利用该模型进行数据组织和指标计算的方法,回答了哑铃型大数据的逻辑组织问题。并... 

【文章来源】：钢铁研究总院北京市

【文章页数】：123 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景和意义
    1.2 钢铁流程物质流、能量流网络
        1.2.1 流程网络定义与特点
        1.2.2 网络问题的图论研究方法
        1.2.3 物质流、能量流网络模型研究
    1.3 从五级信息化架构到CPS
        1.3.1 信息化架构演变
        1.3.2 多级架构下紊乱的信息流
        1.3.3 信息物理系统CPS
    1.4 从关系数据库到大数据
        1.4.1 数据库系统的演变
        1.4.2 钢铁生产流程大数据
        1.4.3 钢铁企业大数据集成与应用
    1.5 已有研究中的不足
    1.6 本论文主要研究内容和创新点
        1.6.1 研究内容
        1.6.2 创新点
2 钢铁流程数据集成平台
    2.1 钢铁流程数据特点与数据规模
        2.1.1 时序数据
        2.1.2 业务数据
        2.1.3 非结构化数据
    2.2 大数据-小应用扁平信息化架构
    2.3 统一数据平台
        2.3.1 数据集成网关
        2.3.2 时序数据总线
        2.3.3 时序数据库
    2.4 本章小结
3 物质流、能量流的信息表征
    3.1 对象定义
        3.1.1 基本对象定义
        3.1.2 组合对象定义
    3.2 信息流网络模型
    3.3 物质流的信息表征
        3.3.1 公司级物质流对象及属性
        3.3.2 分厂级物质流对象及属性
    3.4 能量流的信息表征
        3.4.1 能源物料类型及其属性
        3.4.2 公司级能流
        3.4.3 主工序级能流
        3.4.4 能源转换设施能流
        3.4.5 网络连接
    3.5 通过表征模型组织数据
        3.5.1 属性化的数据组织方式
        3.5.2 通过属性计算丰富信息量
    3.6 物料空间信息描述方法
        3.6.1 时空匹配问题
        3.6.2 物料空间信息描述方法
        3.6.3 实例分析
    3.7 本章小结
4 基于物质流模型的生产管理
    4.1 流程解析与模型构建
        4.1.1 某工具钢企业的生产流程
        4.1.2 传统生产管理系统的建模方法
        4.1.3 信息表征模型的建模方法
    4.2 主要业务功能实现
        4.2.1 主要业务流程
        4.2.2 生产计划制定
        4.2.3 生产实绩与物流跟踪
        4.2.4 全流程质量管理
    4.3 对比分析
    4.4 本章小结
5 基于能量流模型的能源优化
    5.1 能源优化的三个层面
        5.1.1 静态网络结构优化
        5.1.2 网络运行参数优化
        5.1.3 网络动态平衡优化
    5.2 信息表征与能源精细化管理
        5.2.1 能量流网络的信息表征
        5.2.2 属性组合成内容
        5.2.3 能源精细化管理
    5.3 基于工况组合的能源预测模型
        5.3.1 钢铁企业的煤气、蒸汽、电
        5.3.2 预测模型的建立
        5.3.3 预测模型的执行过程
        5.3.4 预测模型的实例
        5.3.5 预测模型的软件实现
        5.3.6 预测模型小结
    5.4 多介质多时段能源调度模型
        5.4.1 能源优化调度模型的建立
        5.4.2 调度模型求解
        5.4.3 案例分析
        5.4.4 结果及应用
        5.4.5 调度模型小结
    5.5 本章小结
6 结论和展望
    6.1 本文结论
    6.2 展望
参考文献
在学科研工作及发表论文
致谢


【参考文献】：
期刊论文
[1]钢铁企业大数据平台的开发及应用[J]. 李建军.  自动化应用. 2018(09)
[2]基于HBase与OPC UA技术的工业云架构研究[J]. 雷振伍,达呼.  工业控制计算机. 2018(08)
[3]大数据过程质量控制系统在钢铁生产中的应用[J]. 白瑞国,徐立山,包阔,王福来.  中国冶金. 2018(08)
[4]基于大数据技术的烧结全产线质量智能控制系统[J]. 吕庆,刘颂,刘小杰,毕中心,李建鹏.  钢铁. 2018(07)
[5]基于Hadoop的监控数据存储与处理方案设计和实现[J]. 池亚平,杨垠坦,许萍,杨建喜.  计算机应用与软件. 2018(06)
[6]基于工业互联的企业数据系统架构设计与实践[J]. 丛力群.  冶金自动化. 2018(03)
[7]智能制造在钢铁工业的实践与展望[J]. 刘景钧,封一丁.  河北冶金. 2018(04)
[8]钢铁企业信息物理系统结构分析及设计思考[J]. 刘岩.  冶金自动化. 2018(02)
[9]基于传统BI系统的大数据分析平台建设[J]. 齐伟东.  中国管理信息化. 2017(21)
[10]钢铁企业PI实时数据库的应用[J]. 部伟利.  数字技术与应用. 2017(07)

博士论文
[1]基于扩展资源任务网的钢铁企业物流与能流协同调度方法[D]. 李婷.北京科技大学 2018
[2]基于物质流、能量流与信息流协同的大系统研究[D]. 龙妍.华中科技大学 2009
[3]钢铁企业物质流、能量流及其相互关系研究与应用[D]. 王建军.东北大学 2008

硕士论文
[1]大数据存储优化及快速检索技术研究[D]. 薛荷.电子科技大学 2018
[2]基于Petri网钢铁企业铁水运输调度建模与分析[D]. 龚云飞.天津大学 2016
[3]基于Petri网的钢铁生产系统的物流建模[D]. 于水.天津理工大学 2013
[4]基于多agent炼钢—精炼—连铸push/pull生产方式仿真系统研究[D]. 佟烁.东北大学 2012
[5]基于IFIX组态技术的能源管理系统开发[D]. 杨蕊.复旦大学 2012



本文编号：3188884