“c++、Java或第三方优化解决方案需要我们花更多的时间在开发或简化我们的约束万博 尤文图斯。只有MATLAB提供的灵活性、可伸缩性、发展速度和水平的优化,我们必需的。”
Alexey Nagaytsev, Huttenwerke克虏伯曼内斯曼
每年生产超过500万吨的钢铁和提供每个订单及时,Huttenwerke的克虏伯曼内斯曼(HKM)植物必须运行在一个严格控制的计划。每个阶段的过程是仔细定时和策划。吨焦炭、生铁、废钢和其他原材料必须到达适当的机器什么时候需要,高炉必须引起至少1450摄氏度的温度,和钢之前必须把时间冷静。生铁的生产,这个过程的各个阶段可以通过线性处理生产,但在钢铁厂,物流和客户需求增加了复杂性。
最大化吞吐量,同时满足这些操作限制,HKM工程师在MATLAB开发了一个自动化调度系统®。“MATLAB使我们快速开发一个系统的全局优化钢过程中,部署它作为一个Java组件在生产环境中,并运行它作为计算集群,“Alexey Nagaytsev说HKM项目经理。“与MATLAB我们可以很容易地更改合并新的约束和规模系统,以满足新的要求。”
钢铁生产是一个复杂的过程,与150多个离散步骤和众多限制功能的设备、原材料的可用性,环境法规,多个客户的要求。客户通常需要交货的订单在计划阶段。在HKM之前的过程中,手动调度程序调度整个工厂的管理。手动操作时很好地最大化吞吐量,它不能充分考虑顾客所强加的交货时间表。
调度员的作用需要如此广泛的知识的过程,只有少数员工资格填补它。如果调度员缺席,业务发生重大风险。
减轻这种风险,HKM需要一种自动化的系统能够最大化的工厂生产和交货时间表。“我们希望系统提供客观的结果在几分钟内一个复杂的优化问题,“Nagaytsev说。“系统必须足够灵活,以适应变化的约束。也不得不与我们现有的Java软件集成,可以24/7。最后,我们想快速部署系统,同时保持低开发成本。”
HKM使用MATLAB和相关优化,并行计算,和应用程序部署产品开发成套设备调度系统,支持高效、准时交货的钢铁产品。s manbetx 845万博1manbetx
使用MATLAB和全局优化工具箱,Nagaytsev快速原型的核心优化模块。模块使用遗传算法来搜索装置效率最大化的全球解决方案,根据客户的需求以及时间,温度,和设备的使用限制。万博 尤文图斯
加快优化过程,Nagaytsev使用并行计算工具™和MATLAB并行服务器™执行16-worker Linux上的优化算法®计算集群。
产生Nagaytsev情节在MATLAB可视化算法的中间结果,他用来创建一个定制的变异遗传算法。
他利用MATLAB编译器™和MATLAB编译器创建一个Java SDK™®从MATLAB代码类,然后作为一个Java组件部署在HKM现有的调度程序。
基于MATLAB的Java组件检索最新的约束和状态信息从主系统,计算一个优化的时间表,然后将结果返回给主系统,由调度程序访问的地方。
HKM调度程序正在使用基于MATLAB的优化计划安排在接下来的24到48小时,以及长期计划,跨越4周。
算法的发展加速了10倍。“我们与MATLAB完成一个工作版本的优化算法在短短20天,“Nagaytsev说。“实现一个类似的算法在Java中大约要花十倍的时间和成本10倍。”
优化时间从1小时减少到5分钟。“我们的过程是如此的复杂,最初它花费了一个小时的时间来完成一个完整的优化,“Nagaytsev指出。“用最少的代码更改我们设置应用程序使用并行计算工具箱和MATLAB并行服务器集群。现在我们有结果在大约5分钟。”
客户满意度提高。“在某些情况下,自动化系统产生了一个解决方案,我们的调度员并不认为,“Nagaytsev说。“他们使用MATLAB产生的客观结果和全局优化工具箱,不断改进过程和降低风险。我们的客户更满意,因为他们可以得到他们的材料是当时他们要求它。”
加入客户参考程序
