一种提高材料利用率的热轧卷采购及切分方法与流程

1.本发明属于冶金自动化技术领域，具体涉及一种提高材料利用率的热轧卷采购及切分方法。


背景技术：

2.热轧卷产品具有强度高，韧性好，易于加工成型及良好的可焊接性等优良性能，被广泛应用于冷轧基板、船舶、汽车、桥梁、建筑、机械、输油管线、压力容器等制造行业。生产热轧卷所需的炼铁、炼钢、连铸、热轧环节生产设备大、启动运行成本高、加工工艺水平和连续性要求高，部分钢铁企业缺乏这些高成本上游生产工序，需要依据冷轧合同的需求量，从供应商成品库中直接购买热轧卷这类高附加值产品进行深加工。
3.钢铁厂对热轧卷产品的需求日趋小批量多样化，加之热轧卷可切分的特点，导致热轧卷采购及切分方案设计比较困难。目前大多钢铁企业基于人工经验采购热轧卷，但是人工决策效率低且无法应对日益复杂的产品需求，导致热轧卷采购和切分不合理，进一步使得材料利用率低、合同延期等问题突出。为了缓解这些问题带来的成本压力，如何设计一个合理的热轧卷采购及切分方法来提高材料利用率、减少资源浪费、实现绿色生产，成为困扰钢铁企业的技术难题。
4.申请号为：cn201510367888.7的发明申请，公开了“一种提高钢铁能源利用率的在线能源分配控制方法”，首先获取钢铁生产的历史数据，采用建立数学模型的方式描述每个工序能源介质投入量的分配过程，其次确定每个工序能源介质在每个时间段投入量的分配方案，最后工作人员控制能源中心的pc端将能源介质按时间段分配给各生产工序，完成生产任务；考虑了由于紧急订单的加入、设备的运行状态、工人的操作水平差别等因素导致的生产状态实时变化，以及生产中一次能源的消耗和二次能源的产生等特征，紧密跟踪生产环境实时变化，实现能源的高效利用，提高了能源利用率，降低了能源消耗。
5.申请号为：cn201510824047.4的发明申请，公开了“一种面向全流程生产的炼钢组批与排产方法”，通过对产品的多样化规格属性和设备的批生产属性以及产品和设备之间适配性进行刻画，建立定量化描述产品在炼钢和连铸工序上组批决策问题的模型，并从同工序并行设备之间产能均衡性、上下游工序之间物流衔接性的角度出发，对批在连铸设备和时间维度上的分配与排序建模，将组批计划与生产调度方案进行集成下达给炼钢阶段各生产制造单元，以达到钢铁物质流在全流程工序设备和时间维度上的均衡与准时分布；改善产品质量，提高成材率、资源利用率、设备作业效率，实现并行设备上负荷均衡和串行设备间物料衔接顺畅，降低物料流交通拥堵、下游设备等待时间和库存。
6.申请号为：cn201810735372.7的发明申请，公开了“一种钢铁冶炼过程的优化调度方法”，通过确定钢铁冶炼在生产过程中的调度模型和优化目标，并提出一种基于前端省略的完全局部搜索的优化调度方法对目标进行优化；其中，调度模型根据每个产品所要经过的加工操作数和相应操作的加工时间而建立，同时确定优化目标为最小化最大完工时间。


技术实现要素：

7.为解决以上问题，本发明提供了一种提高材料利用率的热轧卷采购及切分方法，其技术方案具体如下：
8.一种提高材料利用率的热轧卷采购及切分方法，其特征在于包括如下步骤：
9.s1：基于上游供应商处的热轧卷成品库数据及本地待完成的合同数据，建立有效数据字段数据库；
10.s2：根据有效数据字段数据库，确定基于定量化分析的热轧卷采购与切分方案。
11.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于具体包括如下步骤：
12.ss1：基于步骤s1，形成用于对热轧卷与合同进行分组与匹配关系构建的有效数据字段，以及用于定量描述热轧卷采购及切分问题的有效数据字段；
13.ss2：基于相应的有效数据字段完成对热轧卷与合同的分组，基于相应的有效数据字段及设定的匹配规则完成每组内的热轧卷与合同的匹配，形成各组合同及其可匹配的热轧卷；
14.ss3：针对每组合同及其可匹配的热轧卷，以最小化热轧卷总余材量构筑定量化描述的目标函数；并基于用于定量描述热轧卷采购及切分问题的有效数据字段、建立相应的约束；据此建立定量化描述的数学模型；
15.ss4：基于此数学模型、确定步骤s2中所述的热轧卷采购与切分方案。
16.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
17.所述的“形成用于对热轧卷与合同进行分组与匹配关系构建的有效数据字段，以及用于定量描述热轧卷采购及切分问题的有效数据字段”，包括有：
18.热轧卷号、热轧卷宽度、热轧卷厚度、热轧卷重量、热轧卷状态、热轧卷库位、热轧卷出钢记号、合同号、合同出钢记号、额定轧制厚度、热轧卷宽上限、热轧卷宽下限、热轧卷单重下限、热轧卷单重上限。
19.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
20.所述的“用于定量描述热轧卷采购及切分问题的有效数据字段”，包括有：
21.热轧卷重量、合同目标订货量、合同订货量上限、合同订货量下限、热轧卷目标单重、热轧卷单重下限、热轧卷单重上限。
22.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
23.所述的“设定的匹配规则”，包括有：
24.用于判断热轧卷与合同的基础属性是否匹配的静态固定型规则，
25.以及
26.用于判断热轧卷与合同的材料特性是否匹配的动态学习型规则。
27.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
28.所述的“基于用于定量描述热轧卷采购及切分问题的有效数据字段、建立相应的约束”，其中的相应的约束具体为：匹配规则、热轧卷重量、合同采购总重量、订货单重、热轧卷采购五个维度的约束。
29.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
30.所述的“确定步骤s2中所述的热轧卷采购与切分方案”，具体为：
31.首先，确定合同及其可匹配的热轧卷的可行方案，
32.其次，对可行方案进行优化，使得最终确定的方案逼近最优解。
33.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
34.在根据步骤ss2完成热轧卷与合同的分组后，根据构建的匹配规则对分组的合同与热轧卷的可匹配性进行检验；步骤ss3所述的针对每组合同及其可匹配的热轧卷，为检验合格后的输出方案。
35.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
36.所述的静态固定型规则，包括有：宽度匹配、厚度匹配及重量匹配。
37.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
38.所述的动态学习型规则，基于工艺要求及管理经验累积的汇总、通过设定的逻辑判断词结合设定的材料特性关键词、建立的柔性配置形成。
39.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
40.所述的可行方案，通过下述建立：
41.首先，针对组内的合同数及其可匹配的热轧卷数，根据设定的重量约束确定合同与热轧卷的初始匹配方案；
42.其次，通过调整订货单重的方式得到可行的热轧卷匹配与切分方案。
43.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
44.所述的初始匹配方案，通过松弛步骤ss3中所述的数学模型确定。
45.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
46.所述的“对可行方案进行优化，使得最终确定的方案逼近最优解”，通过调用基于遍历搜索的合同交换模块、合同填充模块及热轧卷替换模块完成。
47.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
48.所述的初始匹配方案，通过如下步骤建立：
49.sa1：初始化匹配参数及辅助过程参数；
50.sa2：确定每一个热轧卷对应的满足匹配规则的合同集合，计算集合中合同的待匹配重量之和，并根据和的值对热轧卷进行由大到小的排序，据此排序形成热轧卷依次的访问节点；
51.sa3：针对每个访问节点对应的合同集合，将合同集合中的所有合同按照合同目标订货单重由大到小进行排序，根据排序建立优先级递减的匹配；
52.sa4：在热轧卷终止约束条件下进行各个访问节点的切分方案的确定；
53.sa5：重复步骤sa2-sa4，直至所有合同的待匹配重量小于目标订货单重，得到初始匹配方案及其对应的参数值。
54.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
55.所述松弛通过松弛决策变量及松弛约束条件完成。
56.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
57.所述的“通过调整订货单重的方式得到可行的热轧卷匹配与切分方案”，具体为：
58.首先，遍历所有合同，找出已匹配重量小于订货量下限要求的合同；据此形成待调整合同集合；
59.其次，以满足合同订货量下限为基准，更新合同集合中的合同待匹配重量；并根据
合同待匹配重量由大到小进行排序，据此建立依次的合同匹配访问节点；
60.然后，对于合同访问节点，确定可与之匹配且剩余匹配重量大于零的热轧卷集合；按照热轧卷剩余可匹配重量由小到大进行排序，据此排序形成热轧卷的依次匹配优先级顺序；
61.最后，进行热轧卷切分单重方案的调整，直至所有合同的已匹配重量满足订货量下限的要求，得到可行的热轧卷匹配与切分方案。
62.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
63.所述的“通过调用基于遍历搜索的合同交换模块、合同填充模块及热轧卷替换模块完成”，具体为：
64.首先，遍历任意两个不同的热轧卷组合作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，交换两个热轧卷合同的切分方案；
65.其次，遍历任意两个不同的热轧卷组合作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，将一个热轧卷中的一个合同的切分方案填充到另一个热轧卷中；
66.最后，基于供货商热轧卷成品库数据，遍历当前已匹配的热轧卷和未匹配的热轧卷组合作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，采购未匹配的热轧卷代替原来的热轧卷。
67.根据本发明的一种提高材料利用率的热轧卷采购及切分方法，其特征在于：
68.步骤ss2中所述的“基于相应的有效数据字段完成对热轧卷与合同的分组”，具体为：
69.根据钢级完成热轧卷与合同的分组。
70.针对钢铁企业中热轧卷采购及切分不合理导致的材料利用率低的问题，本发明的一种提高材料利用率的热轧卷采购及切分方法，首先对热轧卷与合同进行分组并构建匹配规则，然后建立数学模型定量化描述该问题，最后采用启发式/松弛化的方式和遍历搜索的方法获得优化的热轧卷采购及切分方案。本发明的内容面向实际生产中多品种小批量的热轧卷需求提供了科学精确的采购及切分方案，具有决策效率高且稳定性高的特点，对提高材料利用率、降低采购生产成本有着重要的意义。
71.综述，本发明的一种提高材料利用率的热轧卷采购及切分方法，针对当前热轧卷采购问题中热轧卷产品规格复杂、切分方案多变等特点，通过匹配规则、数学建模、启发式方法/松弛处理、遍历搜索的有机结合，精准高效地决策热轧卷采购及切分方案，使本发明的内容对实际生产中动态多变的订货需求具有更强的适应性和鲁棒性，对钢铁企业提高材料利用率、减少资源浪费、实现绿色生产有着重要的意义。
附图说明
72.图1为本发明的步骤示意图；
73.图2为图1的进一步详细步骤示意图；
74.图3为本发明中的初始匹配方案确定步骤示意图；
75.图4为本发明实施例中的采购及切分方法流程示意图；
76.图5为本发明实施例中的热轧卷与合同匹配分组流程示意图；
77.图6为本发明实施例中的生成初始匹配方案示意图；
78.图7为本发明实施例中的基于初始匹配方案的单重调整示意图；
79.图8为本发明实施例中的合同交换模块示意图；
80.图9为本发明实施例中的合同填充模块示意图；
81.图10为本发明实施例中的热轧卷替换模块示意图。
具体实施方式
82.下面，根据说明书附图和具体实施方式对本发明的一种提高材料利用率的热轧卷采购及切分方法作进一步具体说明。
83.一种提高材料利用率的热轧卷采购及切分方法，如图1所示，包括如下步骤：
84.s1：基于上游供应商处的热轧卷成品库数据及本地待完成的合同数据，建立有效数据字段数据库；
85.s2：根据有效数据字段数据库，确定基于定量化分析的热轧卷采购与切分方案。
86.如图2所示，进一步的详细步骤，如下所述：
87.ss1：基于步骤s1，形成用于对热轧卷与合同进行分组与匹配关系构建的有效数据字段，以及用于定量描述热轧卷采购及切分问题的有效数据字段；
88.ss2：基于相应的有效数据字段完成对热轧卷与合同的分组，基于相应的有效数据字段及设定的匹配规则完成每组内的热轧卷与合同的匹配，形成各组合同及其可匹配的热轧卷；其中的分组具体为：根据钢级完成热轧卷与合同的分组；
89.ss3：针对每组合同及其可匹配的热轧卷，以最小化热轧卷总余材量构筑定量化描述的目标函数；并基于用于定量描述热轧卷采购及切分问题的有效数据字段、建立相应的约束；据此建立定量化描述的数学模型；
90.ss4：基于此数学模型、确定步骤s2中所述的热轧卷采购与切分方案。
91.其中，
92.所述的“形成用于对热轧卷与合同进行分组与匹配关系构建的有效数据字段，以及用于定量描述热轧卷采购及切分问题的有效数据字段”，包括有：
93.热轧卷号、热轧卷宽度、热轧卷厚度、热轧卷重量、热轧卷状态、热轧卷库位、热轧卷出钢记号、合同号、合同出钢记号、额定轧制厚度、热轧卷宽上限、热轧卷宽下限、热轧卷单重下限、热轧卷单重上限。
94.其中，
95.所述的“用于定量描述热轧卷采购及切分问题的有效数据字段”，包括有：
96.热轧卷重量、合同目标订货量、合同订货量上限、合同订货量下限、热轧卷目标单重、热轧卷单重下限、热轧卷单重上限。
97.其中，
98.所述的“设定的匹配规则”，包括有：
99.用于判断热轧卷与合同的基础属性是否匹配的静态固定型规则，以及用于判断热轧卷与合同的材料特性是否匹配的动态学习型规则；
100.所述的静态固定型规则，包括有：宽度匹配、厚度匹配及重量匹配；
101.所述的动态学习型规则，基于工艺要求及管理经验累积的汇总、通过设定的逻辑判断词结合设定的材料特性关键词、建立的柔性配置形成。
102.其中，
103.所述的“基于用于定量描述热轧卷采购及切分问题的有效数据字段、建立相应的约束”，其中的相应的约束具体为：匹配规则、热轧卷重量、合同采购总重量、订货单重、热轧卷采购五个维度的约束。
104.其中，
105.在根据步骤ss2完成热轧卷与合同的分组后，根据构建的匹配规则对分组的合同与热轧卷的可匹配性进行检验；步骤ss3所述的针对每组合同及其可匹配的热轧卷，为检验合格后的输出方案。
106.其中，
107.所述的“确定步骤s2中所述的热轧卷采购与切分方案”，具体为：
108.首先，确定合同及其可匹配的热轧卷的可行方案，
109.其次，对可行方案进行优化，使得最终确定的方案逼近最优解；
110.所述的可行方案，通过下述建立：
111.首先，针对组内的合同数及其可匹配的热轧卷数，根据设定的重量约束确定合同与热轧卷的初始匹配方案；
112.其次，通过调整订货单重的方式得到可行的热轧卷匹配与切分方案。
113.其中，所述的初始匹配方案，既可通过松弛步骤ss3中所述的数学模型确定(其中，所述的松弛通过松弛决策变量及松弛约束条件完成)；又可通过如下步骤建立，参照图3：
114.sa1：初始化匹配参数及辅助过程参数；
115.sa2：确定每一个热轧卷对应的满足匹配规则的合同集合，计算集合中合同的待匹配重量之和，并根据和的值对热轧卷进行由大到小的排序，据此排序形成热轧卷依次的访问节点；
116.sa3：针对每个访问节点对应的合同集合，将合同集合中的所有合同按照合同目标订货单重由大到小进行排序，根据排序建立优先级递减的匹配；
117.sa4：在热轧卷终止约束条件下进行各个访问节点的切分方案的确定；
118.sa5：重复步骤sa2-sa4，直至所有合同的待匹配重量小于目标订货单重，得到初始匹配方案及其对应的参数值；
119.其中，
120.所述的“对可行方案进行优化，使得最终确定的方案逼近最优解”，通过调用基于遍历搜索的合同交换模块、合同填充模块及热轧卷替换模块完成。
121.其中，
122.所述的“通过调整订货单重的方式得到可行的热轧卷匹配与切分方案”，具体为：
123.首先，遍历所有合同，找出已匹配重量小于订货量下限要求的合同；据此形成待调整合同集合；
124.其次，以满足合同订货量下限为基准，更新合同集合中的合同待匹配重量；并根据合同待匹配重量由大到小进行排序，据此建立依次的合同匹配访问节点；
125.然后，对于合同访问节点，确定可与之匹配且剩余匹配重量大于零的热轧卷集合；按照热轧卷剩余可匹配重量由小到大进行排序，据此排序形成热轧卷的依次匹配优先级顺序；
126.最后，进行热轧卷切分单重方案的调整，直至所有合同的已匹配重量满足订货量下限的要求，得到可行的热轧卷匹配与切分方案。
127.其中，
128.所述的“通过调用基于遍历搜索的合同交换模块、合同填充模块及热轧卷替换模块完成”，具体为：
129.首先，遍历任意两个不同的热轧卷组合作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，交换两个热轧卷合同的切分方案；
130.其次，遍历任意两个不同的热轧卷组合作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，将一个热轧卷中的一个合同的切分方案填充到另一个热轧卷中；
131.最后，基于供货商热轧卷成品库数据，遍历当前已匹配的热轧卷和未匹配的热轧卷组合作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，采购未匹配的热轧卷代替原来的热轧卷。
132.工作过程、原理及实施例
133.整理原理及过程如下：
134.包括以下步骤：
135.s1：热轧卷与合同数据处理，包括以下三个步骤：
136.s1.1：导出上游供应商提供的热轧卷成品库数据；
137.s1.2：导出本地待完成的合同数据；
138.s1.3：筛选有效数据字段整合到新的数据表，存储在本地系统平台中，该数据表服务于后续的热轧卷采购与切分决策；
139.s2：对热轧卷与合同进行分组并构建匹配规则，包括以下四个步骤：
140.s2.1：根据钢级对合同和热轧卷进行分组，组间的合同与热轧卷不存在匹配关系。
141.s2.2：对组内的合同和热轧卷构建匹配规则，包括静态固定型规则和动态学习型规则：
142.s2.2.1：静态固定型规则判断热轧卷与合同的基础属性是否匹配，基础属性包括宽度、厚度、重量等；
143.s2.2.2：动态学习型规则判断热轧卷与合同的材料特性是否匹配，材料特性包括规格、表面、性能工艺、管理以及成分五大类；
144.s2.3：根据构建的匹配规则，对组内的合同和热轧卷的可匹配性进行规则检测；
145.s2.4：将不符合匹配规则的合同剔除，并把该合同转派到其他供货商另行采购；
146.s3：针对每一组合同及其可匹配的热轧卷，建立数学模型，定量描述热轧卷的采购及切分问题，主要包括以下三个步骤；
147.s3.1：选择采购及切分的决策变量，包括：应该采购哪些热轧卷，如何切分热轧卷以满足合同订货量需求等；
148.s3.2：定量化描述匹配目标，即最小化采购成本：若采购的热轧卷大大超出合同需求，会导致余材和库存量增多，采购成本较大；若采购的热轧卷刚好满足合同需求，则采购方案最优；若采购的热轧卷不能满足合同需求，会导致合同延期，采购方案不可取。因此，最小化采购成本的目标可转化为：在满足合同需求的前提下最小化热轧卷总余材量；
149.s3.3：定量化描述热轧卷与合同的匹配及切分约束；
150.匹配规则约束：组内的合同和热轧卷并非两两完全匹配，因此，当合同与热轧卷不满足匹配规则时，切分重量取值必须为0。
151.热轧卷重量约束：与热轧卷匹配的合同总重量不能超过热轧卷重量；
152.合同采购总重量约束：热轧卷切分给合同的总重量在合同订货量上下限之间，避免缺货或余材；
153.订货单重约束：订货单重应介于热轧卷单重下限和热轧卷单重上限之间；
154.热轧卷采购约束：若匹配给热轧卷的合同重量大于零则采购该热轧卷，反之则不采购；
155.s4：针对每一组合同及其可匹配的热轧卷，采用启发式方法计算得到初始匹配方案，启发式方法包括以下五个步骤：
156.s4.1：参数初始化：合同待匹配重量为该合同的目标订货量，热轧卷剩余可匹配重量为热轧卷重量，热轧卷与合同的匹配重量设为零；
157.s4.2：热轧卷匹配优先级排序：按照热轧卷对应的可匹配合同的总重量由大到小进行排序，优先选取排在第一位的热轧卷进行匹配；
158.s4.3：合同匹配优先级排序：按照合同目标单重由大到小进行排序，优先选取排在第一位的热轧卷进行匹配；
159.s4.4：设计热轧卷切分方案：针对选中的热轧卷，依次将合同与之进行匹配，并按照合同的目标单重进行切分设计；
160.s4.5：重复步骤s4.2-s4.4，直到所有合同的待匹配重量小于目标订货单重要求，得到初始匹配方案；
161.上述采用启发式方法计算得到初始匹配方案，亦可用对原始数学模型进行松弛化处理替代，具体为：首先松弛决策变量，令合同i的目标订货单重设为常数，决策变量仅保留采购决策变量和订货单重个数，其次松弛约束条件，即去除合同订货量下限约束。
162.s5：不论上述启发式得到的还是松弛化处理的初始匹配方案均不一定能够保证所有合同满足订货量下限要求，本发明通过调整订货单重得到可行的热轧卷匹配及切分方案，包括以下六个步骤：
163.s5.1：找到所有不满足订货量下限要求的合同，并归为待匹配合同；
164.s5.2：以满足合同订货量下限为基准，更新合同待匹配重量；
165.s5.3：按照合同待匹配重量由大到小进行匹配优先级排序；
166.s5.4：按照热轧卷剩余可匹配重量由小到大进行优先级排序；
167.s5.5：调整订货单重以及热轧卷切分方案直到合同的匹配重量满足订货量下限要求；
168.s5.6：重复步骤s5.3-s5.5，直到所有合同的已匹配重量满足订货量下限的要求；
169.s6：基于遍历搜索改进采购及切分方案，并最终下发热轧卷采购方案，包括以下四个模块：
170.s6.1：合同交换模块：在满足热轧卷重量约束和匹配规则的条件下，交换两个不同热轧卷中合同的切分方案；
171.s6.2：合同填充模块：在满足热轧卷重量约束和匹配规则的条件下，将一个热轧卷中的合同切分方案填充到另一个热轧卷中；
172.s6.3：热轧卷替换模块：在满足热轧卷重量约束和匹配规则的条件下，采购新的热轧卷代替原来的热轧卷；
173.s6.4：方案下发模块：将热轧卷采购及切分方案下发至采购部门，完成热轧卷精准采购决策。
174.实施例
175.本实施方式需要如下硬件系统：至少一台pc机；至少一个光缆或电缆接口；至少一台路由器。由这些设备组成小型的局域网后连接到企业erp系统(erp系统是指企业资源计划系统，提供会计核算、财务管理、生产控制管理、物流管理、采购管理、分销管理、库存控制、人力资源管理等功能)。在pc机中安装microsoft sql server数据库系统，设置硬件系统的服务器地址、服务器端口、数据库名称、用户名及密码。
176.一种提高材料利用率的热轧卷采购及切分方法，如图4所示，包括以下步骤：
177.s1：热轧卷与合同数据处理
178.s1.1导出上游供应商提供的热轧卷成品库数据到本地；
179.其中热轧卷信息字段包括：热轧卷号、切割时间、热轧卷宽度、热轧卷厚度、热轧卷重量、热轧卷状态、热轧卷库位、材料组别、出钢记号；
180.s1.2导出本地待完成的合同数据；
181.合同信息字段包括：合同号、backlog(未完成工序)号、出钢记号、合同状态、合同性质、合同目标订货量、合同订货量上限、合同订货量下限、成品重上限、成品重下限、厂内交货期、用户合同期、额定轧制厚度、申请欠量、轧制欠量、热轧卷宽上限、热轧卷宽下限、热轧卷目标单重、热轧卷单重下限、热轧卷单重上限、成品板/卷宽度、合同成分表、外购标志。
182.s1.3筛选有效数据字段整合到新的数据表中，存储在本地系统平台；
183.筛选有效数据字段信息如下：
184.1)用于s2对热轧卷与合同进行分组并构建匹配关系的数据字段包括：热轧卷号、热轧卷宽度、热轧卷厚度、热轧卷重量、热轧卷状态、热轧卷库位、热轧卷出钢记号、合同号、合同出钢记号、额定轧制厚度、热轧卷宽上限、热轧卷宽下限、热轧卷单重下限、热轧卷单重上限；
185.2)用于s3定量描述热轧卷采购及切分问题的数据字段包括：热轧卷重量、合同目标订货量、合同订货量上限、合同订货量下限、热轧卷目标单重、热轧卷单重下限、热轧卷单重上限。
186.s2：对热轧卷与合同进行分组并构建匹配规则
187.s2.1根据钢级对合同和热轧卷进行分组。根据生产工艺知识，不同钢级的合同和热轧卷之间不存在匹配关系，因此，为了缩小采购问题的规模，首先根据钢级对合同和热轧卷进行分组，具体而言，当热轧卷的出钢记号与合同所需的出钢记号相同或存在钢级优充关系时，则分为一组。组间的合同与热轧卷不存在匹配关系，后续的采购和切分问题按组别进行处理。
188.s2.2对组内的合同和热轧卷构建匹配规则。由于轧制要求、材料特性等不同，组内的合同和热轧卷并非两两完全匹配，因此，还需要针对组内的合同和热轧卷构建匹配规则。
189.本发明提出的匹配规则包括静态固定型规则和动态学习型规则：
190.s2.2.1静态固定型规则是基础匹配判据，此类规则必须满足且不可更改，包含宽
度、厚度、重量等基础属性，具体如下：
191.1)当热轧卷的宽度在合同规定的热轧卷宽度上下限之间时，称热轧卷与合同宽度匹配；
192.2)当热轧卷的厚度满足合同规定的额定轧制厚度时，称热轧卷与合同厚度匹配；
193.3)当热轧卷的重量不小于合同规定的热轧卷单重下限时，称热轧卷与合同重量匹配，由于热轧卷可切分，因此该判据中不要求热轧卷重量在合同规定的订货量下限和订货量上限之间。
194.s2.2.2动态学习型规则是一种强化规则，此类规则由一个独立模块进行管理，业务人员根据生产需求和管理经验自定义动态生成、维护、修改或删除匹配规则，强化规则的粒度需合理设定，避免过粗导致的无用规则约束或者过细导致的可匹配热轧卷集合为零，该模块通过读取规则中的逻辑判断词和材料特性关键词实现规则的柔性配置：
195.1)逻辑判断词包括“大于”、“等于”，“小于”，“且”、“或”、“非”、“属于”、“不属于”；
196.2)材料特性关键词包括：规格类特性如钢级、长度、宽度、厚度、重量等；表面类特性如分选度等级、镀层类型、涂油等；性能工艺类特性如屈服强度、抗拉强度、硬度、延伸率等；管理类特性如材料状态、合同状态、厂别库区、成品标记等；成分类特性如c、al、mn、p、s等元素。
197.3)根据现有实施例，一种典型的基于管理类特性的动态学习型匹配规则为：
198.4)if(热轧卷信息.厂别库区∈{b,q}&&(合同信息.合同状态》＝33&&合同信息.合同状态《＝49))
199.5)return true；
200.6)else
201.7)return false；
202.上述规则的物理含义是，若热轧卷库区属于b或q，且合同状态在33和49之间，则热轧卷与合同状态匹配，反之则不匹配。很显然，根据实际生产计划和物流计划，业务人员可以针对这个匹配规则进行动态维护，例如将合同状态设为20和30之间等，从而达到降低生产成本和提高交付效率的目的。这个实施例用于解释动态学习型规则的柔性和价值，这些规则的积累构成了公司重要的知识资产。
203.s2.3根据构建的匹配规则，对组内的合同和热轧卷的可匹配性进行规则检测，检测结果以布尔值给出，false表示不能匹配，true表示可以匹配。例如：若合同要求的热轧卷单重下限超过供货商热轧卷重量，导致该合同无法匹配到供应商热轧卷成品库中的任意一个热轧卷，则输出false。
204.s2.4最后将不符合匹配规则(标记为false)的合同剔除，并把该合同转派到其他供货商另行采购。
205.上述相应见图5。
206.s3：建立数学模型，定量描述热轧卷的采购及切分问题
207.针对一组合同及其可匹配的热轧卷：设m为合同总数，i为合同索引，i＝1,...,m；n为该组合同可匹配的热轧卷总数，j为热轧卷索引，j＝1,...,n；由于组内每一个合同和热轧卷之间并非完全匹配，因此设匹配参数a
ij
为0/1变量，若a
ij
＝1，合同i与热轧卷j匹配，反之则不匹配，匹配规则参考s2。
208.s3.1选择采购及切分的决策变量
209.oj为采购决策变量，若采购第j个热轧卷则oj＝1，反之oj＝0；令x
ij
为切分决策变量，表示第j个热轧卷上为合同i切分的重量；用n
ij
表示第i个合同在第j个热轧卷上的订货单重个数，取值为非负整数；
210.s3.2定量化描述目标
211.目标为在满足合同需求的前提下最小化热轧卷余材量，采购热轧卷的余材量计算公式如式(1)所示，其中wj为热轧卷j的重量：若采购热轧卷j，即oj＝1，则热轧卷j的余材重量为若不采购热轧卷j，即oj＝0，根据后面的约束式(6)和式(7)，oj＝0能够同时保证即余材量为0；
[0212][0213]
s3.3定量化描述热轧卷与合同的匹配及切分约束
[0214]
(1)匹配规则约束：当合同i与热轧卷j可匹配，即a
ij
＝1时，切分重量x
ij
取值大于等于零，反之若合同i与热轧卷j不可匹配，即a
ij
＝0时，切分重量x
ij
取值等于零，该约束如式(2)所示，其中h为一个极大数：
[0215]
x
ij
≤ha
ij
，i＝1,
…
,m j＝1,
…
,n
‑‑‑‑‑‑‑‑
(2)
[0216]
(2)热轧卷重量约束：与热轧卷j匹配的合同总重量不能超过热轧卷重量wj，如式(3)所示：
[0217][0218]
(3)合同采购总重量约束：合同i的订货量在订货量下限和订货量上限之间，如式(4)所示：
[0219][0220]
(4)订货单重约束：合同i的热轧卷单重下限和热轧卷单重上限分别为和第i个合同在第j个热轧卷上的订货单重个数为n
ij
，因此，热轧卷j切分给合同i的重量x
ij
应该在范围内，如式(5)所示：
[0221][0222]
(5)热轧卷采购约束由式(6)和式(7)共同界定：若匹配给热轧卷j的合同总重量大于零则采购该热轧卷，即oj＝1，反之则不采购，即oj＝0，式(6)中的h为一个极大数：
[0223][0224][0225]
s4：采用启发式/松弛化方法得到初始匹配方案
[0226]
针对组内m个合同及其可匹配的n个热轧卷，通过松弛原始数学模型确定合同与热轧卷的初始匹配方案s。具体而言，首先松弛决策变量，令合同i的目标订货单重设为常数决策变量仅保留采购决策变量oj和订货单重个数n
ij
，其次松弛约束条件，即去除合同订货量下限约束，那么求解该松弛模型获得的初始匹配方案不一定能够满足合同订货量下限要求，即不一定为可行的热轧卷匹配及切分方案。
[0227]
初始匹配方案s的参数形式为(n
ij
,x
ij
)，表示第j个热轧卷上为合同i切分的单重数量n
ij
及总重量x
ij
，初始匹配方案s的参数个数为m
×
n。松弛后的数学模型如下所示：
[0228]
s4.1初始化匹配参数
[0229]
对于组内任意一个热轧卷j和任意一个合同i，匹配方案s的参数初始化为(n
ij
＝0,x
ij
＝0)。
[0230]
s4.2松弛决策变量
[0231]
令合同i的目标订货单重取值为常数，设为目标订货单重则s3.1中的决策变量因此，决策变量仅保留采购决策变量oj和订货单重个数n
ij
。
[0232]
s4.3松弛模型的目标函数为：
[0233][0234]
s4.4松弛模型的约束为：
[0235]
(1)匹配规则约束：
[0236][0237]
(2)热轧卷重量约束：
[0238][0239]
(3)合同采购总重量约束如下，为了提高数学规划求解效率，相比原始的数学模型，此处松弛合同订货量下限约束。
[0240][0241]
(4)热轧卷采购约束
[0242][0243]
[0244]
s4.5采用商业优化求解器求解上述混合整数规划模型，得到初始匹配方案s及其对应的参数(n
ij
,x
ij
)的值，其中求解松弛模型得到的初始匹配方案不一定能够满足合同订货量下限要求，还需进一步调整方案获得可行的热轧卷匹配及切分方案。
[0245]
上述中的松弛化处理还可以用启发式方法替代，具体为：
[0246]
针对组内m个合同及其可匹配的n个热轧卷，根据重量约束确定合同与热轧卷的初始匹配方案s。初始匹配方案s的参数形式为(n
ij
,x
ij
)，表示第j个热轧卷上为合同i切分的单重数量n
ij
及总重量x
ij
，初始匹配方案s的参数个数为m
×
n。
[0247]
s4.1初始化匹配参数：对于组内任意一个热轧卷j和任意一个合同i，匹配方案s的参数初始化为(n
ij
＝0,x
ij
＝0)。其他辅助过程参数初始化为：合同待匹配重量di等于合同目标订货量标订货量的取值区间为热轧卷剩余可匹配重量hj等于热轧卷重量wj；
[0248]
s4.2热轧卷优先级排序：找到每一个热轧卷对应的满足匹配规则的合同集合ij，计算集合中合同的待匹配重量之和sum(ij)，并按照sum(ij)的值由大到小对热轧卷进行优先级排序，选择优先级最高的热轧卷j
*
作为当前访问节点。具体而言，热轧卷优先级排序包含以下三个步骤：
[0249]
s4.2.1对于每一个热轧卷j，找到能与之匹配(a
ij
＝1)且待匹配重量不小于目标订货单重的合同集合ij，其中合同i的目标订货单重取值区间为
[0250]
s4.2.2对于每一个热轧卷j，计算集合ij中所有合同的待匹配重量之和sum(ij)，即如果热轧卷j的剩余可匹配重量hj小于集合ij中任意一个合同的目标订货单重，则令sum(ij)＝0；
[0251]
s4.2.3对于所有热轧卷，选择sum(ij)值最大的热轧卷j
*
进行匹配，若多个热轧卷的值均为最大，选择剩余可匹配重量最小的热轧卷j
*
进行匹配；
[0252]
s4.3合同优先级排序：当前热轧卷访问节点j
*
对应的合同集合为i
j*
，对集合i
j*
中的所有合同，按照合同目标订货单重u
iaim
的值由大到小进行排序，排序后的集合i
j*
中，合同i相比合同i+1具有更高的匹配优先级；
[0253]
s4.4设计当前热轧卷访问节点j
*
的切分方案，更新匹配方案s中参数(n
ij
*,x
ij*
)的值：将合同i＝0作为初始访问节点，集合i
j*
中的合同依次与热轧卷j
*
匹配，热轧卷j
*
按照合同i的目标订货单重来设计切分方案，得到(n
ij
*,x
ij*
)的取值，同时更新合同待匹配重量di＝d
i-x
ij*
，更新热轧卷的剩余可匹配重量hi＝h
i-x
ij*
，当满足以下两个条件之一时则终止对热轧卷j
*
的切分设计：
①
热轧卷j
*
的剩余可匹配重量hi小于集合i
j*
中所有待匹配合同的目标订货单重；
②
集合i
j*
中所有合同的待匹配重量di均小于目标订货单重
[0254]
s4.5重复步骤s4.2-s4.4，直到所有合同的待匹配重量di小于目标订货单重得到初始匹配方案s及其对应的参数(n
ij
,x
ij
)的值。
[0255]
s5：调整订货单重得到可行的热轧卷匹配及切分方案
[0256]
s4得到的初始匹配方案s以合同的目标订货量为基准进行匹配和切分设计，因此，大量合同在初始匹配方案中能够保证匹配重量满足订货量下限的要求，但也有
少量合同不满足订货量下限要求，即存在因此，还需要进一步通过调整订货单重得到可行的热轧卷匹配及切分方案s
′
。初始化可行方案s
′
＝s，通过以下六个步骤，更新可行方案s
′
中参数(n
ij
,x
ij
)的值：
[0257]
s5.1确定待调整合同集合i
′
：待调整合同集合i
′
初始化为遍历所有m个合同，根据初始匹配方案s计算合同i的已匹配重量为若合同i的已匹配重量小于订货量下限要求，则将合同i归为待匹配合同集合i
′
，即i
′
＝i
′
∪{i}，最后得到待调整合同集合为
[0258]
s5.2更新集合i
′
中合同的待匹配重量，并将值放入集合中d
′
：合同待匹配重量集合d
′
初始化为以满足合同订货量下限为基准，更新集合i
′
中合同的待匹配重量为集合d
′
更新为d
′
＝d
′
∪{di}；
[0259]
s5.3合同匹配优先级排序：根据集合d
′
中的合同待匹配重量由大到小进行排序，选择待匹配重量最大的合同i
*
作为初始访问节点进行匹配；
[0260]
s5.4热轧卷匹配优先级排序：对于合同访问节点i
*
，找到可与之匹配且剩余可匹配重量大于零的热轧卷集合j
i*
，按照热轧卷剩余可匹配重量由小到大进行排序，排序后的热轧卷索引用k表示，热轧卷k相比热轧卷k+1具有更高的匹配优先级；
[0261]
s5.5热轧卷切分单重方案调整：对于集合j
i*
中的所有热轧卷，以热轧卷k＝0作为初始访问节点，依次与合同i
*
匹配，重复步骤s5.5.1和步骤s5.5.2直到合同i
*
的匹配重量满足订货量下限要求，然后将合同i
*
从集合i
′
和d
′
中剔除，即i
′
＝i
′‑
{i
*
}，d
′
＝d
′‑
{d
i*
}，同时更新匹配方案s
′
中的参数：
[0262]
s5.5.1若合同待匹配重量d
i*
和热轧卷的剩余重量hk均不小于订货单重下限则令热轧卷k切分重量给合同i
*
，更新方案s
′
参数为更新合同i
*
的待匹配重量更新热轧卷k的剩余可匹配重量
[0263]
s5.5.2若合同的待匹配重量d
i*
或者热轧卷的剩余重量hk小于订货单重下限当初始匹配方案中热轧卷k切分给合同i
*
的重量x
i*k
大于零时，可以通过增大切分单重来减少合同的待匹配重量，初始匹配方案中切分单重为目标单重增大后的单重u
′
i*
应不超过上限且总的增量不超过合同订货量上限和热轧卷的重量wk，更新方案s
′
参数为(n
i*k
,x
i*k
)＝(n
i*k
,n
i*ku′
i*
)；当初始匹配方案中热轧卷k切分给合同i
*
的重量x
i*k
等于零时，则不可调整，换下一个可匹配的热轧卷，令k＝k+1；若热轧卷k的剩余可匹配重量为零，换下一个可匹配的热轧卷，令k＝k+1；
[0264]
s5.6重复步骤s5.3-s5.5，直到所有合同的已匹配重量满足订货量下限的要求，即且同时得到一个可行的热轧卷匹配及切分方案s
′
。参考图6、7，对于图6的备注：假设热轧卷1为当前优先级最高的热轧卷；与热轧卷1匹配的合同集合i1＝{合同1，合同2}；因为优先匹配合同1，然后匹配合同2；对于图7的备注：合同1不满足订货量下限
要求，在不超过订货单重上限以及热轧卷重量的约束下，将单重增大为该案例中假设热轧卷剩余可匹配重量h1等于合同1的待匹配重量那么δ取值为h1/2。调整单重后，合同1满足订货下限要求，且热轧卷1无余材。
[0265]
s6：基于遍历搜索改进采购及切分方案
[0266]
参照图8、9、10；调用基于遍历搜索的合同交换模块、合同填充模块及热轧卷替换模块改进s5中的匹配及切分方案s
′
，并下发最终的热轧卷采购方案b
*
和切分方案s
*
。方案b
*
的参数用oj表示，参数个数为n，若采购第j个热轧卷则oj＝1，反之oj＝0，采购方案b
*
的参数初始化为遍历搜索改进主要包括以下五个步骤：
[0267]
s6.1调用合同交换模块：遍历任意两个不同的热轧卷组合(j1和j2)作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，交换两个热轧卷中合同(i1和i2)的切分方案，即交换方案s
*
中(n
i1,j1
,x
i1,j1
)和(n
i2,j2
,x
i2,j2
)的值；
[0268]
s6.2调用合同填充模块：遍历任意两个不同的热轧卷组合(j1和j2)作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，将一个热轧卷(j1)中的某个合同(i)的切分方案填充到另一个热轧卷(j2)中，即令方案s
*
中(n
i,j2
,x
i,j2
)＝(n
i,j2
,x
i,j2
)+(n
i,j1
,x
i,j1
)且(n
i,j1
,x
i,j1
)＝(0,0)；
[0269]
s6.3调用热轧卷替换模块：基于供货商热轧卷成品库数据，遍历当前已匹配的热轧卷和未匹配的热轧卷组合(j1和j2)作为访问节点，在满足热轧卷重量约束和匹配规则的条件下，采购未匹配的热轧卷(j2)代替原来的热轧卷(j1)，即对于方案s
*
中的任意一个合同i，令(n
i,j2
,x
i,j2
)＝(n
i,j1
,x
i,j1
)且(n
i,j1
,x
i,j1
)＝(0,0)，该模块适用于可选热轧卷规格种类较多的情况，若热轧卷规格相同则不适用；
[0270]
s6.4确定采购方案b
*
：调用并执行上述调整模块后，得到最终的匹配及切分方案s
*
，基于切分方案s
*
，计算每一个热轧卷j的总匹配重量若其值大于0，则令b
*
中的参数值oj＝1，从而得到最终的热轧卷采购方案b
*
。
[0271]
s6.5下发采购及切分方案：将热轧卷采购方案b
*
下发至采购部，切分方案s
*
下发至制造部以备后续生产，完成最终的热轧卷精准采购及切分决策。
[0272]
针对钢铁企业中热轧卷采购及切分不合理导致的材料利用率低的问题，本发明的一种提高材料利用率的热轧卷采购及切分方法，首先对热轧卷与合同进行分组并构建匹配规则，然后建立数学模型定量化描述该问题，最后采用启发式/松弛化的方式和遍历搜索的方法获得优化的热轧卷采购及切分方案。本发明的内容面向实际生产中多品种小批量的热轧卷需求提供了科学精确的采购及切分方案，具有决策效率高且稳定性高的特点，对提高材料利用率、降低采购生产成本有着重要的意义。
[0273]
综述，本发明的一种提高材料利用率的热轧卷采购及切分方法，针对当前热轧卷采购问题中热轧卷产品规格复杂、切分方案多变等特点，通过匹配规则、数学建模、启发式方法/松弛处理、遍历搜索的有机结合，精准高效地决策热轧卷采购及切分方案，使本发明的内容对实际生产中动态多变的订货需求具有更强的适应性和鲁棒性，对钢铁企业提高材料利用率、减少资源浪费、实现绿色生产有着重要的意义。