鋼鐵工業(yè)數(shù)字化、智能化技術路線圖

1大數(shù)據(jù)與鋼鐵工業(yè)智能制造大數(shù)據(jù)與鋼鐵工業(yè)智能制造高級研修班三、鋼鐵工業(yè)智能制造應用技術五、鋼鐵工業(yè)數(shù)字化、網(wǎng)絡化、智能化制造技術發(fā)展路線圖一.智能制造相關概念1.物聯(lián)網(wǎng)與工業(yè)互聯(lián)網(wǎng)2.大數(shù)據(jù)3.云計算4.知識自動化5.鋼鐵智能制造6.流程工業(yè)智能制造7.CPS與工業(yè)4.08.信息化和工業(yè)化深度融合4監(jiān)控和管理的一種網(wǎng)絡概念。計算模式、移動通信等不斷融入到工業(yè)生產(chǎn)的IndustrialInternet:PushingtheBoundariesofMindsandMachinesGE，PeterC.EvansandMarcoAnnunziata11.26,2012工業(yè)互聯(lián)網(wǎng):打破智慧與機器的邊界,機械工業(yè)出版社,2015年6月計算能力和分布式計算能力和分布式機器和工廠的出現(xiàn)擴大了規(guī)模和范圍機器和工廠的出現(xiàn)擴大了規(guī)模和范圍56工業(yè)互聯(lián)網(wǎng)的應用通過工業(yè)互聯(lián)網(wǎng)把全球工業(yè)系統(tǒng)連接起來，數(shù)字世界工業(yè)互聯(lián)網(wǎng)中數(shù)據(jù)循環(huán)88創(chuàng)新、競爭和生產(chǎn)率的下一個前沿McKinsey,May201199大數(shù)據(jù)“Bigdata”指數(shù)據(jù)集，其容量超出典型數(shù)據(jù)庫軟件工具所能獲取、存儲、管理大數(shù)據(jù)及分析技術匯聚、操作、管理和分析,,），大數(shù)據(jù)帶來的思維、商業(yè)、管理變革在金融領域，美國股市每天的成交量高達70億美國金融界比巴菲特更會賺錢的投資大師開始在麻省理工和哈佛大學教數(shù)學，隨后成為紐約州立大學數(shù)學系主數(shù)據(jù)挖掘技術、統(tǒng)計技術等處理數(shù)據(jù)，以得到最優(yōu)的投資組合和投資互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)工業(yè)大數(shù)據(jù)：工業(yè)4.0時代的工業(yè)轉型與價值創(chuàng)造李杰,機械工業(yè)出版社,2015.6工業(yè)大數(shù)據(jù)的3B特征（專業(yè)性、關聯(lián)性、流程性、時序性和解析性等特點）之間關聯(lián)性的機理邏輯，需要數(shù)據(jù)融合和知識融合。而互聯(lián)網(wǎng)大數(shù)據(jù)則傾向于僅僅依賴統(tǒng)計學工具挖掘屬性之間的相關性。注重數(shù)據(jù)的“全”，即面向應用要求具有盡可能全面的使用樣本，以覆蓋工業(yè)過程中的各類條件變化，保證從數(shù)據(jù)中能夠提取出反映對象真實狀態(tài)的全面性信息。2）工業(yè)大數(shù)據(jù)的價值具有很強的時效性，當前時刻產(chǎn)生的數(shù)據(jù)如果不迅速轉變?yōu)榭梢灾С譀Q策的信息，其價值就會隨時間流逝而迅速衰退，這就要求工業(yè)大數(shù)據(jù)處理手段具有很高的實時性。BadQuality（低質性）。需要提高數(shù)據(jù)質量、滿足低容錯性。工業(yè)大數(shù)據(jù)對預測和分析結果的容錯率遠遠比互聯(lián)網(wǎng)大數(shù)據(jù)低得多?；ヂ?lián)網(wǎng)大數(shù)據(jù)在進行預測和決策時，僅考慮顯著性大于一定程度（如80%）即可，如推薦書，即使有誤也不會產(chǎn)生嚴重后果。在工業(yè)環(huán)境中，如果僅僅通過統(tǒng)計的顯著性給出分析結果，哪怕僅僅一次失誤都可能造成嚴重的后果。工業(yè)大數(shù)據(jù)的3B特性與工業(yè)應用中低容錯性之間的矛盾是工業(yè)大數(shù)據(jù)分析所要解決的最主要矛盾工業(yè)大數(shù)據(jù)的價值（InternetofThings）縱向的價值挖掘（工業(yè)大數(shù)據(jù)思維）。從應用價值的功能與目標,大數(shù)據(jù)時代維克托邁爾,要分析與某事物相關的所有數(shù)據(jù)，而不是依靠分析少量的數(shù)據(jù)樣本。樂于接受數(shù)據(jù)的紛繁復雜，而不再追求精？，。？，。！）你的菜?”實在受不了了才會去醫(yī)院，同時這個信息傳達回疾控中心也需會有一兩周的延遲。而且，疾控中心每周只進行一次數(shù)據(jù)匯總。然而，對于一種飛相關詞條和美國疾控中心在2003年至2008年間季節(jié)性流感傳播時期的數(shù)據(jù)進4.5億個不同的數(shù)字模型。他們的軟件發(fā)現(xiàn)了45條檢索詞條的組合，建立預測模型，他們的預測與官方數(shù)據(jù)的相關性高達97%。和疾控中心一樣，他們也能判斷出流感是從哪里傳播出來的，而且他們2009年甲型H1N1流感爆發(fā)的時候，與習慣性滯后的谷歌流感預測：預測是如何失效的？（故事反面）谷歌工程師們開發(fā)的GFT，可謂轟動一時，相關論文發(fā)表4年后，2013年2月13日，《自然》發(fā)文指出，在最近（2012年12月）的一次流感爆發(fā)中谷歌流感趨勢不起作用了。GFT預測顯示某次的流感爆發(fā)非常嚴重，然而疾控中心（CDC）在匯總各地數(shù)據(jù)以后，發(fā)現(xiàn)谷歌的預測結果比實際情況要夸大了幾乎一倍。清楚關聯(lián)背后的原因，只是在數(shù)據(jù)中找到了一些統(tǒng)計特征——相關性。為了提高GFT的預測準確性，谷歌工程師們不斷地微調預測算法，但GFT每一次算法微調，都是為了修補之前的測不準，但每次修補又造成了另外誤差。問題的根源在于，谷歌工程師并不知道搜索關鍵詞和流感傳播之間到底有什么關聯(lián)，也沒有試圖去搞清。會有媒體報道，就會引發(fā)更多相關信息搜索，反過來強化了GFT對疫情的判定。這樣下去，算法無論怎么修補，都無法改變其愈發(fā)不準確的命運。GoogleFlu:trapsinbigdataanalysis）”，他們對谷歌疫情預測不準的問題做了更為深入地調查，討論了大數(shù)據(jù)的“陷阱”本質：大數(shù)據(jù)的分析是很復雜的，但由于大數(shù)據(jù)的收集過程,很難保證有像傳統(tǒng)“小數(shù)據(jù)”那樣縝密，難免會出現(xiàn)失準的情況，作者以谷歌流感趨勢失準為例，指出“大數(shù)據(jù)傲慢”是問題的根源?！犊茖W》一文還認為，“大數(shù)據(jù)傲慢”還體現(xiàn)在，存在一種錯誤的思維方式，即誤認為大數(shù)據(jù)模式分析出的“統(tǒng)計學相關性”，可以直接取代事物之間真實的因果和聯(lián)系，從而過度應用這種技術。在某個時間很多人搜索“流感”，不一定代表流感真的暴發(fā)，完全有可能只是上映了一場關于流感的電影或流行了一個有關流感的段子。meaningful.”replacement.”lessrobustthantheyinitiallyseem.”5?！癆fifthconcernmightbecalledtheecho-chambereffect,whichalsostemsfromthefactthatmuchofbigdatacomesfromtheweb.”Itistruethatthecustomersoreventsoccurringinyourdatasetmaynotberepresentativeofthepopulationingeneral.Butsamplingisaprobleminanystatisticalendeavor.Samplingbias[1]isawell-knownchallengeforstatisticians,andspecialcareneedstobetakentomitigatesamplingbias6?！癆sixthworryistheriskoftoomanycorrelations.”Sometimestoomanycorrelationsareasbadastoofew,andthefactthatthedatamayuncovertoomanycorrelationsjustmeansthatthedatascientisthasmorestartingpointstoexploreandtestout.7?！癝eventh,bigdataispronetogivingscientific-soundingsolutionstohopelesslyimprecisequestions.”IthinkwhatismeantbythispointisthatBigDataandadvancedanalyticscangivetheillusionofprecisionwhendealingwithnaturallyimprecise,predictedevents.Dealingwithpredictiveanalyticsandforecastingwhatmighthappenrequireanunderstandingofprobabilitiesandconfidencelevels.ItisalsoimportanttotakeintoaccountTypeIandTypeIIstatisticalerrors(seemyblog“UnderstandingTypeIandTypeIIErrors”)toensurethatyouhavestress-testedyouranalyticmodelsenough.8?！癋INALLY,bigdataisatitsbestwhenanalyzingthingsthatareextremelycommon,butoftenfallsshortwhenanalyzingthingsthatarelesscommon.”True,buildingpredictivemodelsrequiressomehistoricaldatafromwhichastatisticianordatascientistcantrytoquantifycauseandeffect.However,thatdoesn’tmeanBigDataisuselesswhenanalyzinglesscommonorbrandnewusecases.Onethingthatadatascientistcandoistofindproxiesinthehistoricaldata—activitiesoreventsinthepastthatmightactasareasonableproxyforwhatyouaretryingtoforecast.Forexample,ifyouwantedtotrytounderstandwhatsortofeffecttheChicagoCubswinningtheWorldSerieswouldhaveonthestockmarket(whichwillbehardtomodelsincethathasn’thappenedinover100years),maybeyoulookattheimpactthattheBostonRedSoxwinningtheWorldSeriesin2004(whichtookthem86yearstoaccomplish)hadonthestockmarket.Therearealwaysreasonableproxiestobefound,ifyouarewillingtobecreativeandsearch.9?！癢ait,wealmostforgotonelastproblem:thehype.”O(jiān)kay,maybeIdon’thaveacounter-pointtothisissue,butonewaytoavoidthehypeistofocusasmall,business-drivenusecase.CheckoutKPMGSurvey:FirmsStrugglewithBigDataforanexampleofaprocessthatwerecommendtoensurethatwe’releveragingBigDatatodeliverbusinessvalue,andnotjustchasingthehypecurve.云計算是指服務的交付和使用模式，指通過其公共電子醫(yī)療政務他管理開應用發(fā)工…支撐服務 基礎云計算架構其公共電子醫(yī)療政務他管理開應用發(fā)工…支撐服務 基礎云計算帶來的云服務平臺模式基于云平臺的創(chuàng)新（眾包、眾創(chuàng)）MIT4.知識工作自動化知識工作自動化自動化位居第二,該報告預計到2025年，IntelligentManufacturingforMaterialProcessIndustries有智能的制造鏈的集成控制，其智能來源于建模、先進控制、認知自動化、診斷和先進維護工具、優(yōu)化和仿真、專家知識和人工智能等，通過人的智能與人工智能之間連貫交2008年美國科學基金會組織起一個國家級“工程虛擬組織來開發(fā)智能流程制造SPM路線圖。2011年6月24日奧巴馬宣布啟動“先進制造合伙計劃”,承諾政府拿創(chuàng)造高質量制造業(yè)就業(yè)工作和提高美國的全球競爭能力數(shù)據(jù)到知識知識變成運行模型從關鍵資產(chǎn)到企業(yè)應用由關鍵資產(chǎn)到全球應用人員、知識和模型變成組合的關鍵性能指標KPI智能流程制造：一種集成的、知識使能的、富于模型的企業(yè)，應用最好的可能的信息和廣域性能度量來前瞻性地確定和執(zhí)行所有操作行動。-------SmartProcessManufacturing：AnOperationsandTechnologyRoadmap，2007實施"工業(yè)4.0"攻略的建議德國聯(lián)邦教育研究部復雜度復雜度水和蒸汽驅動的機械制造電力驅動的大規(guī)模生產(chǎn)前三次工業(yè)革命源于機械化、電力和信息技術。將物聯(lián)商業(yè)背景:確保德國制造業(yè)未來的雙重戰(zhàn)略(dua業(yè)構成競爭威脅，美國也正在采取措施應對去工業(yè)化，促進功能工業(yè)4.0技術背景:CPS(Cyber-PhysicalSystems)美國工程院功能??適應性自重構?應對變化的自調節(jié)?應對干擾的自優(yōu)化?集成仿真和綜合?人遠程可視化?協(xié)同診斷和決策?協(xié)同診斷和決策??部件和設備鏡像模型?變化識別和記憶時間機?數(shù)據(jù)挖掘中相似聚類??部件設備健康智能分析?多維數(shù)據(jù)關聯(lián)智能分析?衰退和性能預測智能分析?無線通訊?傳感網(wǎng)絡工業(yè)4.0的本質和愿景業(yè)，以及在工業(yè)生產(chǎn)過程中使用物聯(lián)網(wǎng)和服務技愿景：工業(yè)4.0作為智能、網(wǎng)絡化世界的一部分工業(yè)4.0的特性：橫向、端到端、縱向集成通過價值鏈及網(wǎng)絡實現(xiàn)企業(yè)間橫向集成工業(yè)4.0的特性：橫向、端到端、縱向在整個工業(yè)生產(chǎn)過程中使現(xiàn)實世界和數(shù)字世界在工業(yè)4.0的特性：橫向、端到端、縱向集成為了實現(xiàn)縱向集成，確保不同層次的執(zhí)行機滿足用戶個性化需求在給定資源量（資源生產(chǎn)率）的前提下，得到盡可通過新的服務創(chuàng)造價值機會8.信息化與工業(yè)化深度融合融合對象融合對象高級階段中級階段初級階段業(yè)務過程技術融合是指工業(yè)技術與IT融合，產(chǎn)生新的技術；（CAD、PCS）業(yè)務過程產(chǎn)品融合是指將IT融入到工業(yè)產(chǎn)品中產(chǎn)品增加產(chǎn)品的信息技術含量；（數(shù)控機床、產(chǎn)品技術業(yè)務過程融合是將指IT應用到企業(yè)生產(chǎn)經(jīng)營管理過程的各個環(huán)節(jié)促進技術業(yè)務創(chuàng)新和管理創(chuàng)新。（MES、ERP）融合階段企業(yè)融合階段產(chǎn)業(yè)機械、電子、煤炭、家電、煉油、化工等深度融合社會社會形態(tài)、經(jīng)濟模式、生活方式、思維方式深度融合融合范圍,,,,兩化深度融合的不同層次《信息化和工業(yè)化深度融合專項行動計劃（2013-2018年）》（工信部2013.8）推動信息化和工業(yè)化深度融合是加快轉變發(fā)展方式，促進四化同步發(fā)國特色新型工業(yè)化道路的必然選擇。當前，我國工業(yè)正處于轉型升級的攻堅日趨激烈，核心競爭力不足、資源環(huán)境約束強化、要素成本上升等矛盾日益技革命和產(chǎn)業(yè)分工調整對我國工業(yè)發(fā)展既有挑戰(zhàn)，也有實現(xiàn)趕超的機遇。推度融合，以信息化帶動工業(yè)化，以工業(yè)化促進信息化，對于破解當前發(fā)展瓶《2015年智能制造試點示范專項行動實施方案》（工信部2015.3）流程制造智能工廠（資源優(yōu)化配置、實時在線優(yōu)化、生產(chǎn)管理精細化和智能決策科學化）智能裝備和產(chǎn)品（信息技術高度潛入，高檔數(shù)控機床、智能網(wǎng)聯(lián)汽車、智能家電等）智能制造新業(yè)態(tài)（個性化定制、網(wǎng)絡協(xié)同開發(fā)、電子商務、產(chǎn)品信息追溯）用用云計算提供了規(guī)模柔性和響應新水準工業(yè)4.0互聯(lián)網(wǎng)+（2013）（2013）（2015）（2012）應鋼鐵智能制造流程智能制造兩化深度融合智能制造2025應（2014）（2010）（2014）（2010）（2009）兩化融合（2007）知識自動化物聯(lián)網(wǎng)云計算(2011）CPS（2008）（2005）(2013)知識自動化物聯(lián)網(wǎng)云計算(2011）CPS（2008）（2005）(2013)2011）大數(shù)據(jù)(發(fā)展脈絡內涵：數(shù)據(jù)--2011）大數(shù)據(jù)(發(fā)展脈絡內涵：數(shù)據(jù)--信息--知識--智能外延單元系統(tǒng)網(wǎng)絡社會結合“國情”nn。分析和大數(shù)據(jù)（知識自動化）提供了海量實時數(shù)工業(yè)互聯(lián)創(chuàng)造了自動化的個性化的交互新方式。自主傳感和執(zhí)行器網(wǎng)絡控制機械動作社交媒體提供了組織內外的新協(xié)作方式。數(shù)據(jù)實時技術使得基于分析的實時決策成為可能。二、鋼鐵工業(yè)自動化信息化現(xiàn)狀與發(fā)展趨勢 ）：設備控制基本采用PLC、DCS、工業(yè)PC實現(xiàn)了數(shù)字控制，現(xiàn)場總線、工業(yè)以太網(wǎng)相結合的網(wǎng)絡應用已經(jīng)普及常規(guī)檢測儀表的配備比較齊全將工藝知識、數(shù)學模型和智能技術結合起來的計算機過程控制覆蓋采選、煉鐵、煉鋼、軋鋼等主要工藝的過程控制和過程優(yōu)化燒結機智能閉環(huán)控制系統(tǒng)、操作平臺型高爐專家系統(tǒng)、“一鍵式”全程自動化轉爐煉鋼、智能精煉控制、熱軋和冷軋工藝及模型控制技術等達到國際先進水平MES（制造執(zhí)行系統(tǒng)）在重點鋼鐵企業(yè)基本普及，實現(xiàn)了冶、鑄、軋一體化計劃編制及動態(tài)調整、事件驅動的全過程合同動態(tài)控制與實時跟蹤技術、全流程物流跟蹤、質量監(jiān)控、庫存動態(tài)管理、設備管理等功能現(xiàn)了能源遠程監(jiān)控、集中調配，以及能源計劃、質量、設備、成本綜合管理等功能深層次專用系統(tǒng)開始應用：高級計劃排產(chǎn)、設備在線診斷和預測維護、質量統(tǒng)計過程控制、產(chǎn)品質量分析及新產(chǎn)品工藝設計等隨著企業(yè)管理水平的不斷提高，鋼鐵企業(yè)信息化取得顯著進展?；诨ヂ?lián)網(wǎng)和工業(yè)以太網(wǎng)的ERP（企業(yè)資源計劃）、CRM（客戶關系管理）和SCM（供應鏈管理）等取得成功應用，在更好地響應客戶需求、縮短交貨期、精細控制生產(chǎn)成本等方面發(fā)揮了作用。一些重點企業(yè)在聚集了海量的企業(yè)生產(chǎn)、經(jīng)營管理信息資源的基礎上，建立了數(shù)據(jù)倉庫、聯(lián)機數(shù)據(jù)分析、決策支持和預測預警系統(tǒng)，著手進行質量、成本等數(shù)據(jù)挖掘、商業(yè)智能等深度開發(fā)。出現(xiàn)了集團信息化系統(tǒng)，支持企業(yè)并購和異地經(jīng)營一體化標準化管理。點：提升高性能控制器、高精度板形儀、大功率交直交調速裝置主要依賴進口；煉鐵、煉鋼、軋鋼等數(shù)學模型的適應性和自動優(yōu)化控制精度需要進一步提升；高級計劃排產(chǎn)、質量閉環(huán)控制、設備預測維護等方面需做大量細致務實工作；全流程動態(tài)有序協(xié)調高效生產(chǎn)還有很大提升空間；基于能量流網(wǎng)絡模型的多介質綜合優(yōu)化調配水平有待提高；依據(jù)外部環(huán)境、現(xiàn)有生產(chǎn)經(jīng)營數(shù)據(jù)進行數(shù)據(jù)挖掘、智能決策等還有很大差距。面：協(xié)同 過程控制、生產(chǎn)管控、經(jīng)營管理鋼鐵工業(yè)自動化信息化發(fā)展回顧鋼鐵工業(yè)智能制造的發(fā)展，是行業(yè)需求拉），CADAPCCADAPCProcessOptimization工業(yè)工業(yè)4.0：CPS支持下的業(yè)務協(xié)同集成ProcessDesign供應鏈全局優(yōu)化(SCM-ERP-CRM)物質流能量流協(xié)同優(yōu)化(MES-EMS)工藝閉環(huán)控制(RTO-APC)可循環(huán)流程設計運行產(chǎn)品設計-生產(chǎn)-使用-服務CPSCPS支持下的橫向、端到端、縱向業(yè)務協(xié)同集成供應鏈全局優(yōu)化(SCM-ERP-CRM)物質流能量流協(xié)同優(yōu)化(MES-EMS)工藝閉環(huán)控制(RTO-APC)可循環(huán)流程設計-運行-優(yōu)化產(chǎn)品設計-生產(chǎn)-使用-服務CADDesignProcessMESProcessOptimization CADDesignProcessMESProcessOptimization 兩化融合生產(chǎn)指令作業(yè)計劃生產(chǎn)計劃過程運行生產(chǎn)造全設定直藝技術運行指標指標生產(chǎn)指令作業(yè)計劃生產(chǎn)計劃過程運行生產(chǎn)造全設定直藝技術運行指標指標過程運行控制系統(tǒng)控制系統(tǒng)設定直流程過程運行控制系統(tǒng)控制系統(tǒng)設定直動作控制指標優(yōu)化運行指標動作控制指標優(yōu)化運行指標 智能來源于建模、先進控制、認知自動化、診斷和先進維護工具、優(yōu)化和仿真、專家數(shù)據(jù)到知識知識變成運行模型從關鍵資產(chǎn)到企業(yè)應用由關鍵資產(chǎn)到全球應用智能流程制造：一種集成的、知識使能的、富于模型的企業(yè)，應用最好的可能的信息和廣域性能度量來前瞻性地確定和執(zhí)行所有操作行動。-------SmartProcessManufacturing：AnOperationsandTechnologyRoadmap，2001ProcessOptimization用戶需求不確定性CAD降低成本引起生產(chǎn)過程不穩(wěn)定發(fā)展趨勢3：通過預測預警提升前瞻應變能力ProcessOptimization用戶需求不確定性CAD降低成本引起生產(chǎn)過程不穩(wěn)定多品種小批量生產(chǎn)方式多品種小批量生產(chǎn)方式原燃料供應不確定性原燃料供應不確定性ProcessProcessDesign設備故障引起非計劃停產(chǎn)Process1workworkProcess2ControllerSensorActuatorBusinesssystems-ControllerSensorActuatorControllerSensorActuatorrealtimewiredand/orwirelesstcommunicaionCorporateOfficeProcess1workworkProcess2ControllerSensorActuatorBusinesssystems-ControllerSensorActuatorControllerSensorActuatorrealtimewiredand/orwirelesstcommunicaionCorporateOfficeEconomics,Economics,environment,healthandsafetyplant-widemonitoring,controlandandoptimizationOperator 再設計·與治末新設計煥發(fā)春智能再設計·與治末新設計煥發(fā)春智能機械裝備健康能效監(jiān)控科技發(fā)展路線圖（北京化工大學高金吉院士）熱軋卷價格指數(shù)生產(chǎn)成本廢鋼價格焦煤價格息稅折舊前利潤率礦石價格可持續(xù)發(fā)展鋼鐵工業(yè)智能制造技術需求可持續(xù)發(fā)展業(yè)務需求：業(yè)務協(xié)同、知識智能、前瞻應變技術需求業(yè)務需求：業(yè)務協(xié)同、知識智能、前瞻應變技術需求鋼鐵工業(yè)自動化信息化發(fā)展趨勢 智能制造鋼鐵工業(yè)智能制造的發(fā)展，是行業(yè)需求拉鋼鐵工業(yè)智能制造的作用?推動電子商務和供應鏈協(xié)同發(fā)展，支撐實時精細供應鏈全局優(yōu)化(橫向)物質流能量流協(xié)同優(yōu)化(縱向)工藝閉環(huán)控制(縱向)可循環(huán)流程設計(端到端)計算材料設計(端到端)物料投入設定、能量輸入設定成分、幾何尺寸機械性能成分、純凈度物料投入設定、能量輸入設定物料投入設定、能量輸入設定物料投入設定、能量輸入設定成分、幾何尺寸機械性能成分、純凈度物料投入設定、能量輸入設定物料投入設定、能量輸入設定間優(yōu)化物料投入設定、能量輸入設定組織結構以產(chǎn)品質量要求為出發(fā)點，以各工藝過程指標為設定值，通過各種檢測裝置、軟測量從全過程中抽取有用的信息，基于這些信息建立機理分析和智能模型，控制生產(chǎn)過程和產(chǎn)品質量，提升物料收得 ,熱平衡和溫度預報工藝要求ANN電氣線路能量設定點動態(tài)優(yōu)化仿真模型智能調節(jié)器u,i,熱平衡和溫度預報工藝要求ANN電氣線路能量設定點動態(tài)優(yōu)化仿真模型智能調節(jié)器u,i,。，工藝參數(shù)工藝參數(shù)計算信號予處理信號予處理信號予處理EFEF/LF機理+大數(shù)據(jù)分析檢測化學成分和軋制過程數(shù)據(jù)預報板材的機械性能在線連續(xù)監(jiān)視保證產(chǎn)品質量對工藝優(yōu)化提供支持動態(tài)預測溫度損失和獲得動態(tài)在線檢測鋼水溫度的變化鋼包跟蹤動態(tài)預測溫度損失和獲得動態(tài)在線檢測鋼水溫度的變化鋼包跟蹤下游鑄機接受鋼水的溫度和時間計算目標計算目標出鋼溫度鋼包的熱量狀態(tài)鋼包的熱量狀態(tài)分析構建鋼鐵企業(yè)物質流、能量流協(xié)同優(yōu)化模型，鋼鐵企業(yè)物質流、能量流協(xié)同優(yōu)化模型工業(yè)互聯(lián)大數(shù)據(jù)驅動統(tǒng)計模型群體智慧支撐的交互場景仿真借方借方貸方優(yōu)化結果：單目標優(yōu)化和多目標優(yōu)化基于大數(shù)據(jù)分析的多場景統(tǒng)計優(yōu)化 綜合考慮原燃料供應（上游）、企業(yè)生產(chǎn)計劃（中游）），（Volatility）、透明度（Visibility）和價值（Value）問題，實現(xiàn)供應鏈之間有機協(xié)同和全局優(yōu)化。供應鏈上游中游下游支撐技術市場分析預測（Volatility）原燃料價格走勢分析生產(chǎn)能力分析產(chǎn)品需求預測BI物流實時跟蹤（Visibility）GPS,GIS流程物流跟蹤GPS,RFID,電子商務物聯(lián)網(wǎng),互聯(lián)網(wǎng)供應鏈全局優(yōu)化（Value）采購成本和物流成本綜合優(yōu)化 小批量多規(guī)格生產(chǎn)計劃,配料優(yōu)化,綜合生產(chǎn)成本優(yōu)化庫存控制,交貨期控制,客戶業(yè)務協(xié)同供應鏈協(xié)同模型,多目標優(yōu)化擺脫主要依靠經(jīng)銷商和中間運作實現(xiàn)銷售的模計劃與調度協(xié)同11可循環(huán)流程多尺度集成模型2可循環(huán)流程動態(tài)仿真技術云平臺支撐的流程場景模型工業(yè)互聯(lián)大數(shù)據(jù)驅動統(tǒng)計模型 SVAI流程仿真SVAI流程仿真5 材料基因組計劃，美國2011理解和預測鋼鐵材料的微觀結構演變和機械性能理解和預測鋼鐵材料的微觀結構演變和機械性能原子尺度：分子動力學（MD）；蒙特卡羅法（MC）微觀結構：以連續(xù)介質概念為基礎的計算；用熱力學方法預測材料的相變過程及相變產(chǎn)物的微觀結構宏觀尺度：與材料或材料部件工業(yè)生產(chǎn)有關的仿真計算107基于實驗線/生產(chǎn)線采集的過程和質量數(shù)據(jù)，分析工藝過程不同階段素，建立產(chǎn)品質量預測模型，為新產(chǎn)品開發(fā)提供支持。同時 從運行數(shù)據(jù)構建統(tǒng)計質量模型，分析質量缺陷原因，選擇操控變的產(chǎn)品質量。首先，通過建立統(tǒng)計質量模型分析操作條件對產(chǎn)品義明確便于實際應用，建模方法采用主元回歸或偏最小二乘法；合關系。然后，基于統(tǒng)計質量模型實現(xiàn)操作條件的Aschematicdiagramofhierarchicalqualityimprovementsystem(HiQIS 四.鋼鐵工業(yè)智能制造支撐技術數(shù)據(jù)：體溫知識：+化驗信息（細菌/病毒），治療方案智慧：場景分析，預防疾病不一定拘泥固定格式，有時數(shù)據(jù)（信息）~知識據(jù)。分析數(shù)據(jù)間的關系獲得了信息。信息關聯(lián)形成知識。智慧是在知識的基礎之上，形成功能功能??適應性自重構?應對變化的自調節(jié)?應對干擾的自優(yōu)化?集成仿真和綜合?人遠程可視化?協(xié)同診斷和決策?協(xié)同診斷和決策??部件和設備鏡像模型?變化識別和記憶時間機?數(shù)據(jù)挖掘中相似聚類??部件設備健康智能分析?多維數(shù)據(jù)關聯(lián)智能分析?衰退和性能預測智能分析?無線通訊?傳感網(wǎng)絡從數(shù)據(jù)到信息再到知識的實現(xiàn)從數(shù)據(jù)到信息再到知識的實現(xiàn)+管理與控制（Management&Control）功能，從而實現(xiàn)了一個閉環(huán)的信息流和智能系統(tǒng)的搭建，其目標是能夠達成整個系統(tǒng)的自重構能力+人的職責和活動目標（Role/Goal）的因素，將數(shù)據(jù)分析的結果按照不同人員的職責和活動目標的需求進行最直觀的表達，其核心是幫助用戶制定最優(yōu)的決策。網(wǎng)絡化內容管理。面向設備集群和整個公司運維與經(jīng)營活動的橫向數(shù)據(jù)挖掘。+信息邏輯（Logic）的要求，體現(xiàn)在大數(shù)據(jù)分析流程、數(shù)據(jù)相關性解析、利用數(shù)據(jù)建立設備鏡像模型（TwinModel），以及利用所建立的模型進行數(shù)據(jù)分析的觸發(fā)機制等。從隱匿性、碎片化、低質性數(shù)據(jù)到高質量和高價值密度的信息的分析過程。面向單個設備或單元的縱向分析。+情景(context)建立統(tǒng)一的數(shù)據(jù)環(huán)境。不是簡單的數(shù)據(jù)采集，而是一個多數(shù)據(jù)融合的數(shù)據(jù)環(huán)境，使產(chǎn)品全生命周期的各類要素信息能實現(xiàn)同步采集、管理和調用。工業(yè)大數(shù)據(jù)：工業(yè)4.0時代的工業(yè)轉型與價值創(chuàng)造李杰,機械工業(yè)出版社,2015.6113 故障發(fā)生概率 故障發(fā)生概率不是簡單的數(shù)據(jù)采集，而是一個多數(shù)據(jù)融合的數(shù)據(jù)環(huán)境，使產(chǎn)品全生命周期的各類核心功能之一：盡可能地采集設備產(chǎn)品全生命周期的各類要素相關的數(shù)據(jù)和信息，打破以往設備獨立感知和信息孤島的壁壘，建立一個統(tǒng)一的數(shù)據(jù)環(huán)境。核心功能之二：按照活動目標和信息分析的需求選擇性和有所側重的數(shù)據(jù)采集，實現(xiàn)以分析狀態(tài)監(jiān)控+設計改進更多備件21故障報警34智能感知++巡檢或即時更換預測性維護2.信息挖掘層：從數(shù)據(jù)到信息的分析過程從隱匿性、碎片化、低質性數(shù)據(jù)到高質量和高價值密度的信息的分析健康評估、健康預測以及可視化智能維護系統(tǒng)（IMS）設備故障診斷與健康管理PHM)技術）：在上一層面向單個設備的縱向數(shù)據(jù)分析基礎上經(jīng)營活動的橫向數(shù)據(jù)挖掘。在內容和情景兩者基礎），絡空間構建實體體系的映射，使實體的信息被量化和透明化。在構建完成這種映射對實體狀態(tài)信息的切片化管理。設備運行數(shù)據(jù)連續(xù)+設備狀態(tài)離散標簽，實現(xiàn)對連續(xù)數(shù)據(jù)流的離散化管理，建立簡潔而又全面的產(chǎn)品全生命周期信息庫，并能夠按照狀態(tài)-特征信息-數(shù)據(jù)進行快速建立與實體系統(tǒng)相互映射的鏡像模型。利用實體系統(tǒng)產(chǎn)生的數(shù)據(jù)建立反映實體系統(tǒng)狀態(tài)的數(shù)學模型，將實體系統(tǒng)“不可見因素”進行預測和透明化過程。兩個作用：一是對實體系統(tǒng)狀態(tài)的量化表達，二是建立輸入-輸出的預測傳遞系統(tǒng)。間關聯(lián)關系進行信息推送，利用信息作為橋梁建立和管理實體之間關系。（打車軟件）集群分析和大數(shù)據(jù)挖掘?；诓煌瑢嶓w不同時間內的大量狀態(tài)樣本，按照狀態(tài)參數(shù)相似性進行聚類分析，對不同聚類中的TwinModel進行橫向縱向比較。橫向比較是指在相同時間、相同運行條件下的狀態(tài)參數(shù)比較，了解同一集群內設備的差異性，判斷哪一設備處于異常狀態(tài)?？v向比較是TwinModel在時間軸上的相互比較，對同一設備根據(jù)當前狀態(tài)與歷史狀態(tài)差異量化其狀態(tài)衰退；對于同類設備在相同運行環(huán)境下的縱向比較，可以通過一個設備與另一個設備歷史狀態(tài)的相似性判斷它目前所處4.認知層（Cognition）：對信息的識別與決策支持多平臺的遠程數(shù)據(jù)可視化工具。用戶需要對不同層次對象的信息進行解讀并給出相應的決策的協(xié)同優(yōu)化分析。在基于多智能體系統(tǒng)的仿真與推理基礎和約束條件后，認知層會通過智能優(yōu)化算法找到系統(tǒng)最佳的匹配和決管理模式轉變?yōu)樽詣痈鶕?jù)公司運營與生產(chǎn)目標進設備集群中的一個設備性能下降時，集群中從數(shù)據(jù)到信息再到知識的實現(xiàn)從數(shù)據(jù)到信息再到知識的實現(xiàn)+管理與控制（Management&Control）功能，從而實現(xiàn)了一個閉環(huán)的信息流和智能系統(tǒng)的搭建，其目標是能夠達成整個系統(tǒng)的自重構能力+人的職責和活動目標（Role/Goal）的因素，將數(shù)據(jù)分析的結果按照不同人員的職責和活動目標的需求進行最直觀的表達，其核心是幫助用戶制定最優(yōu)的決策。網(wǎng)絡化內容管理。面向設備集群和整個公司運維與經(jīng)營活動的橫向數(shù)據(jù)挖掘。+信息邏輯（Logic）的要求，體現(xiàn)在大數(shù)據(jù)分析流程、數(shù)據(jù)相關性解析、利用數(shù)據(jù)建立設備鏡像模型（TwinModel），以及利用所建立的模型進行數(shù)據(jù)分析的觸發(fā)機制等。從隱匿性、碎片化、低質性數(shù)據(jù)到高質量和高價值密度的信息的分析過程。面向單個設備或單元的縱向分析。+情景(context)建立統(tǒng)一的數(shù)據(jù)環(huán)境。不是簡單的數(shù)據(jù)采集，而是一個多數(shù)據(jù)融合的數(shù)據(jù)環(huán)境，使產(chǎn)品全生命周期的各類要素信息能實現(xiàn)同步采集、管理和調用。專家系統(tǒng)工業(yè)以太網(wǎng)測量企業(yè)運營制造執(zhí)行工藝閉環(huán)控制全局數(shù)據(jù)庫實時仿真專家系統(tǒng)工業(yè)以太網(wǎng)測量企業(yè)運營制造執(zhí)行工藝閉環(huán)控制全局數(shù)據(jù)庫實時仿真執(zhí)行執(zhí)行智能儀表智能儀表產(chǎn)品流程設計產(chǎn)品流程設計預測模擬仿真 數(shù)據(jù)挖掘2混合模型與數(shù)據(jù)分析數(shù)據(jù)重構數(shù)據(jù)倉庫1.基于工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)集成數(shù)據(jù)重構數(shù)據(jù)倉庫針對具體應用(1-1)為可能應用做準備(空間、邏輯標簽全局數(shù)據(jù)運籌數(shù)據(jù)倉庫對應用解構--事務處理信息-動態(tài)過程由數(shù)據(jù)組成業(yè)務事件定義基礎結構化數(shù)據(jù)定義基礎結構化數(shù)據(jù)定義—千—千 新日鐵基于IT的操作支持技術測量預測工業(yè)以太網(wǎng)全局數(shù)據(jù)庫測量預測工業(yè)以太網(wǎng)全局數(shù)據(jù)庫專家系統(tǒng)實時仿真實時仿真執(zhí)行執(zhí)行企業(yè)運營企業(yè)運營制造執(zhí)行工藝閉環(huán)控制產(chǎn)品流程設計智能儀表智能儀表多源、多場景）擾動PS擾動PS?通過模型和/或仿真，預測過程未來行為?建立輸入-狀態(tài)-輸出間的關聯(lián)，對物理系統(tǒng)進行控制:?建立目標函數(shù)和約束條件間的關聯(lián)，對物理系統(tǒng)進行優(yōu)化:M?通過調整模型結構或參數(shù)，適應環(huán)境或物CC析中，不僅能有效提高建模過程的尋優(yōu)效率，也對樣本數(shù)據(jù)要求苛刻的問題，降低模型訓練的難低低 冶金制造流程多尺度業(yè)務模型結構煉鋼工序模型煉鋼工序模型煉鐵工序模型軋鋼工序模型拓寬系統(tǒng)模型的表征形式和信息來源，豐富系統(tǒng)建模的方法手段機理分析法：數(shù)學描述擴展為更廣義的知識模型，如專家經(jīng)驗規(guī)則，以及其它定性方法等。統(tǒng)計分析法：統(tǒng)計分析法擴展為更廣義的基于數(shù)據(jù)的模型，采用計算智能如神經(jīng)元網(wǎng)絡技術將其擴展到非線性、結構不確定等復雜問題的建模。邏輯推理：除演繹推理、歸納推理外，還要應用形象思維、直覺等思維方式。機理分析(結構確定/參數(shù)統(tǒng)計，基于知識或經(jīng)驗)統(tǒng)計分析(結構不確定或無機理解釋,基于數(shù)據(jù))智能(軟計算)專家系統(tǒng)等ANN/SVC等數(shù)學(硬計算)代數(shù)/ODE/PDE統(tǒng)計分析(回歸分析/時間序列/聚類特征),系統(tǒng)辨識129 計算智能機器學習 系統(tǒng)控制理論數(shù)據(jù)挖掘高爐內部可視化與布料分布、氣流分布與控制NipponSteelMonthly.37直接測量高爐內部的探頭和傳感器基于數(shù)學模型與可測數(shù)據(jù)的機理分析本質原因或因素。借助傳熱方程，可通過埋入的熱偶測的溫度值計算無法直接測量的爐底內部的溫度場和傳熱系數(shù)。并第一次發(fā)現(xiàn)，在耐材溫度就要異常上升之前，爐內溫度經(jīng)常上下變化，因此可以可視化爐內變化，并定量掌握爐內異常溫度變化。由于這一技術使得控制爐情景空間（外部特征維+內部特征維）分空間特征建模+綜合統(tǒng)計判斷 宏觀趨勢宏觀趨勢擴散 擴散情景組合及概率情景模型（1）情景模型（2）加權綜合分析評判實時能源調控能源計劃優(yōu)化能量流網(wǎng)絡模型(m)多情景建模示例：能量流網(wǎng)絡模型情景組合及概率情景模型（1）情景模型（2）加權綜合分析評判實時能源調控能源計劃優(yōu)化能量流網(wǎng)絡模型(m)情景特征情景特征m領域知識領域知識ITIT知識運行經(jīng)驗“大”數(shù)據(jù)分析與挖掘鋼鐵工業(yè)“大”數(shù)據(jù)特點:CloudcomputingDatawarehouseDistributedsystemExtract,transform,andload(ETL)GoogleFileSystemHadoopHbaseMapReduceNon-relationaldatabaseRelationaldatabaseSemi-structureddataStreamprocessingUnstructureddataVisualization“數(shù)據(jù)”大，全樣本“數(shù)據(jù)”大，全樣本 測量企業(yè)運營制造執(zhí)行工藝閉環(huán)控制產(chǎn)品流程設計預測工業(yè)以太網(wǎng)全局數(shù)據(jù)庫3.多目標優(yōu)化測量企業(yè)運營制造執(zhí)行工藝閉環(huán)控制產(chǎn)品流程設計預測工業(yè)以太網(wǎng)全局數(shù)據(jù)庫專家系統(tǒng)實時仿真實時仿真執(zhí)行執(zhí)行智能儀表智能儀表 （1）基于運籌學的優(yōu)化、、、、、、用能設備的能源需求約束用能設備的能源需求約束=Pi用能設備的工藝約束Qqi_minnkΣΣqiqi_maxX<Yi,jj各介質產(chǎn)量及各能源設備凈能耗主流程能量平衡轉換分配能量平衡m為主系統(tǒng)單元個數(shù)， 銷i,j為能源產(chǎn)品產(chǎn)量。物流對能耗影響（鋼比、返回料、成材率、作業(yè)率等）工序間緊湊性影響（小節(jié)奏）產(chǎn)品品種二次能源回收設備網(wǎng)絡儲存輸配設備能源外銷不同時段能源價格變化氣需求 技術氣體-(氣需求 技術氣體-(根據(jù)能源介質間關聯(lián)程度和轉換“鏈條”電電壓縮空氣-壓縮空氣-水多介質多場景能源計劃優(yōu)化計算示例—燃氣、蒸汽、電力計劃優(yōu)化蒸汽電力系統(tǒng)主要由4臺燃料鍋爐（B1-B4）、2臺抽汽背壓式汽輪機（BT1和BT2）、2套干熄焦發(fā)電裝置（CDQ2臺熱電聯(lián)產(chǎn)機組(CHP)組成，為生產(chǎn)工藝過程提供電力、S1蒸汽(2.0～3.8MPa，450°C)、S2蒸汽(0.78~1.27MP，170～280°C)和S3蒸汽(0.3~0.78MPa，142～170°C)多周期非線性優(yōu)化F4B,BF,)FFF42F)6根F1t3t4項目優(yōu)化前優(yōu)化后外購燃料煤費用（萬元）233.6498234.1791副產(chǎn)煤氣使用費用（萬元）122.0902123.1707給水費用（萬元）7.51277.6305設備維護費用（萬元）98.9796101.4965外購電費用（萬元）23.86389.18634外送電收益（萬元）10.640118.7683總費用（萬元）475.4562456.8951（2）大數(shù)據(jù)背后隱性經(jīng)驗的顯性表達 如操作規(guī)程優(yōu)化的聚類分析、異常判斷的專家系統(tǒng)、預報模型特征分析等。集合映照與優(yōu)選法操作規(guī)程聚類優(yōu)化的原理和一般過程操作規(guī)程聚類優(yōu)化的問題與應對排除已知的起決定作用的工藝參數(shù)。操作規(guī)程聚類優(yōu)化的問題與應對操作規(guī)程聚類優(yōu)化的問題與應對模式識別和聚類主要算法操作規(guī)程聚類優(yōu)化的問題與應對優(yōu)選區(qū)、優(yōu)化方向、可探優(yōu)選區(qū)、可探優(yōu)優(yōu)化區(qū)及其數(shù)學模型可探優(yōu)化區(qū)和可探優(yōu)化點零勢線T=XR0.1130.0740.0480.0600.2000.0830.2550.052優(yōu)化、逆映照X1=0.10,X2=0.00,X3=0.20實施效果零勢線T=XR0.1130.0740.0480.0600.2000.0830.2550.052優(yōu)化、逆映照X1=0.10,X2=0.00,X3=0.20實施效果0.1500.2500.0000.2500.0000.0000.1500.0000.2000.1000.2000.2000.2500.2500.3000.15074.376.075.772.42233平均值工藝變量：北方肥煤比例X1、當?shù)胤拭罕壤齒2、焦煤比例X3、瘦煤比例X4、其它類煤比例（非獨）。優(yōu)化目標：兼顧原煤價格條件下，提高焦炭質量（抗碎強度M10、耐磨強度M40）。類型1：M10≤9,且M40≥76;類型2:9﹤M10≤10,72≤M40﹤76;類型3：M10＞10,或M40﹤72; No.X1X2X3X4M10M40類型0.1500.1500.2000.1500.1500.1500.1000.0000.0000.1000.2000.1000.1000.1000.1000.0000.3000.3000.3500.2500.30077.977.176.877.278.17.68.28.58.78.82345111160.1500.0000.1500.2508.976.4170.1000.1000.2000.2508.874.9280.0000.1000.2000.3008.975.9290.1000.2000.1500.1508.975.420.0000.1000.3000.2009.276.120.0000.2000.2000.2009.476.820.0000.0000.4000.2509.575.020.0000.1500.2000.2509.975.720.0000.1000.2500.3009.972.720.0000.1000.3000.25074.62標準差產(chǎn)品質量冶金焦合格率M10M40優(yōu)化前7優(yōu)化后96.308.677.96零勢線PLS降維T=XR零勢線PLS降維T=XR優(yōu)化、逆映照.96420.660.4311.0000.09642假設鋼種等條件恒定，每8小時正常生產(chǎn)數(shù)據(jù)為一個樣本，從12個變量中根據(jù)特征簡單分類貢獻比選取6個特征變量，依次記為X1~X6，Y為噸鋼能耗，C為分類（以0.087為界）。樣本22根據(jù)隸屬度檢測，為迷途樣本，刪除。優(yōu)化目標是降低能耗（連續(xù)性變量）NO.X1X2X3X4X5X6YC120.560.640.360.3912.4668.84424.432.30.06870.06911130.800.5510.40134.90.0735140.580.339.68036.40.0766150.680.3513.36631.80.0788160.630.3312.29724.40.0802170.590.4110.44542.40.0805180.590.2613.84226.50.0809190.680.3511.16742.70.08210.680.4312.30634.40.084210.600.3313.89529.10.086710.640.3913.06837.90.087420.660.4412.81036.60.087620.800.4010.51841.80.088320.640.4111.00032.30.088920.08890.08890.09110.09150.09340094910.34013.30212.95812.41244.338.240.740.70.440.410.390.390.730.620.590.6022222X1X2X1X2X3X4X5X60.660.4311.000Y（3）基于交互仿真的規(guī)程優(yōu)化 調度規(guī) 生產(chǎn)策略算分布仿真資潺庫調度規(guī) 生產(chǎn)策略算分布仿真資潺庫能源優(yōu)化能源優(yōu)化案例庫UU能源結構生產(chǎn)流程品種規(guī)模能源生產(chǎn)能源結構生產(chǎn)流程品種規(guī)模能源生產(chǎn)能源轉換能源管網(wǎng)能源緩沖正常異常工況工藝操作制度工序能源需求工序能源回收能源環(huán)境主生產(chǎn)系統(tǒng)主生產(chǎn)系統(tǒng)描述各能源介質在能源使用能源回收和轉換輸配環(huán)節(jié)動態(tài)變化和平衡關系分析評估生產(chǎn)系統(tǒng)、能源系統(tǒng)的能效和流程綜合效率為鋼鐵企業(yè)能源系統(tǒng)優(yōu)化和控制策略提供定量分析手段水網(wǎng)絡模水網(wǎng)絡模型技術氣體網(wǎng)壓縮空氣主生產(chǎn)工序的能量流模型“能量流網(wǎng)絡”應包括各類能量流、能量流節(jié)點、能量流連結器和能量流中間緩沖系統(tǒng)。分別建分介質能量流網(wǎng)絡一般形式—千—千 模擬平臺上層分析系統(tǒng)建立能源系統(tǒng)物理模工序/裝置功能義模擬平臺上層分析系統(tǒng)建立能源系統(tǒng)物理模工序/裝置功能義鋼廠總體布局態(tài)生產(chǎn)調度規(guī)程動態(tài)控制根據(jù)全流程能源需求和可回收計煤氣基準輸入生產(chǎn)計劃確定流程工藝路徑及工序單元選擇各工序單元能量模型組態(tài) 初始化物流、能流庫存緩沖用戶生成作業(yè)計劃和維修計劃事故假定、工況假定技術氣體、壓縮空氣和確定計算周期（小時、天、周）計算周期+1： 可用煤氣情況，形成蒸汽基準方常/異常，工況變化按生產(chǎn)流程順序依次調工序能量模型可回收量劃多場景能量模型.啟/停.計算各種異動標志和影響到的輸出量.計算各種介質消耗量.計算各種介質可回收量.計算各種異動標志和影響到的輸出量根據(jù)全流程能源需求和可回收計煤氣基準輸入生產(chǎn)計劃確定流程工藝路徑及工序單元選擇各工序單元能量模型組態(tài) 初始化物流、能流庫存緩沖用戶生成作業(yè)計劃和維修計劃事故假定、工況假定技術氣體、壓縮空氣和確定計算周期（小時、天、周）計算周期+1： 可用煤氣情況，形成蒸汽基準方常/異常，工況變化按生產(chǎn)流程順序依次調工序能量模型可回收量劃多場景能量模型.啟/停.計算各種