热处理过程智能信息化生产调度技术

doi:10.13251/j.issn.0254-6051.2020.12.047

金属热处理 ›› 2020, Vol. 45 ›› Issue (12): 242-247.DOI: 10.13251/j.issn.0254-6051.2020.12.047

热处理过程智能信息化生产调度技术

周玉龙¹, 张振¹, 周永松¹, 陈杰¹, 殷和平², 李杰¹, 张久林¹, 林鑫¹

1.机械科学研究总院江苏分院有限公司, 江苏常州 213000;
2.常州新区河海热处理工程有限公司, 江苏常州 213000

收稿日期:2020-10-26 出版日期:2020-12-25 发布日期:2021-01-14
作者简介:周玉龙(1988—),男,工程师,主要研究方向为智能制造技术,E-mail:512803736@qq.com
基金资助:
国家重点研发计划(2019YFB1704500)

Intelligent information production scheduling technology of heat treatment process

Zhou Yulong¹, Zhang Zhen¹, Zhou Yongsong¹, Chen Jie¹, Yin Heping², Li Jie¹, Zhang Jiulin¹, Lin Xin¹

1. Jiangsu Branch of China Academy of Machinery Science & Technology Co., Ltd., Changzhou Jiangsu 213000, China;
2. Changzhou New District Hehai Heat Treatment Engineering Co., Ltd., Changzhou Jiangsu 213000, China

Received:2020-10-26 Online:2020-12-25 Published:2021-01-14

摘要/Abstract

摘要： 热处理是制造业中至关重要的一环,针对热处理企业的多品种变批量生产模式,合理协调车间生产资源、保障产品的质量,提高生产效率、降低生产能耗、提升企业智能化管理水平,是热处理企业亟待解决的难题。基于热处理的实际生产过程,利用物联网信息采集、异构信息数据融合、生产流程信息化管控等技术,结合生产调度遗传算法,构建了一套热处理智能化管控系统平台。通过系统平台,实现了热处理过程的生产实时调度,提高生产效率,提升热处理产品质量一致性的管控能力。

关键词: 热处理, 智能信息化, 物联网, 生产调度, 管控系统

Abstract: Heat treatment is an important part in the manufacturing industry. In view of the multi variety and variable batch production mode of heat treatment enterprises, it is an urgent problem for heat treatment enterprises to reasonably coordinate workshop production resources, ensure product quality, improve production efficiency, reduce production energy consumption, and improve enterprise intelligent management level. Based on the actual production process of heat treatment, a set of intelligent control system platform of heat treatment was constructed by using the technology of internet of things information collection, heterogeneous information data fusion, production process information management and control, combined with production scheduling genetic algorithm. Through the system platform, the real-time production scheduling of heat treatment process is realized, the production efficiency is improved, and the control ability of quality consistency of heat treatment products is improved.

Key words: heat treatment, intelligent informatization, internet of things, production scheduling, control system

中图分类号:

TP391

周玉龙, 张振, 周永松, 陈杰, 殷和平, 李杰, 张久林, 林鑫. 热处理过程智能信息化生产调度技术[J]. 金属热处理, 2020, 45(12): 242-247.

Zhou Yulong, Zhang Zhen, Zhou Yongsong, Chen Jie, Yin Heping, Li Jie, Zhang Jiulin, Lin Xin. Intelligent information production scheduling technology of heat treatment process[J]. Heat Treatment of Metals, 2020, 45(12): 242-247.

参考文献

[1] Saini H S, Daruwala R D.Human Machine Interface in Internet of thing system[C]//IEEE Conference on Computing Communication Control Automation. IEEE, 2016: 1-4.
[2] Demidovich V, Perevalov Y, Prokofiev G.Temperature control systems in continuous heat treatment lines[C]//IEEE Conference on International Conference on Complex Systems: Control and Modeling Problems. IEEE, 2019: 424-428.
[3] Panda A, Naskar R, Pal S.An image texture descriptor based machine learning framework for prediction of thermo-mechanic heat treatment process in plain carbon steel[C]//IEEE Conference on International Symposium on Image and Signal Processing and Analysis. IEEE, 2019: 169-175.
[4] Diamant E, Silva Christo E D, Alonso Costa K. Thestatistical process control in the supply of blast furnaces and sintering[J]. IEEE Latin America Transactions, 2014, 12(6): 1086-1093.
[5] 阎承沛. 美国热处理行业为实现2020年远景规划实施的研究开发计划[J]. 热处理技术与装备, 2002, 23(1): 7-8.
Yan Chengpei.A research and development program implemented by the US heat treatment industry to achieve the 2020 vision[J]. Heat Treatment Technology and Equipment, 2002, 23(1): 7-8.
[6] 徐青. 基于多Agent的锻造生产调度系统研究[D]. 南京: 南京理工大学, 2014.
[7] 武秀琪. 中厚板热处理炉自动控制系统优化研究[J]. 科技与创新, 2020(19): 62-63.
Wu Xiuqi.Study on optimization of automatic control system of heat treatment furnace for medium and thick plate[J]. Technology and Innovation, 2020(19): 62-63.
[8] 苟明丽. 航空标准件企业热处理批调度研究与应用[D]. 重庆: 重庆大学, 2019.
[9] 林柏宇. 基于物联网的热处理智能MES的设计与实现[D]. 广州: 广东工业大学, 2017.
[10] 郭杰. 基于事件驱动的ESB可视化数据流控系统设计与实现[J]. 冶金自动化, 2020, 44(S1): 223-226.
Guo Jie.Design and implementation of event driven ESB visual data flow control system[J]. Metallurgical Industry Automation, 2020, 44(S1): 223-226.

[1]	李立, 曾艳, 吴晓春. 4Cr5Mo2VCo钢的热处理工艺优化[J]. 金属热处理, 2022, 47(4): 133-140.
[2]	王方军, 王东哲, 万红, 时瑶, 沈涛. 热处理和冷变形量对定膨胀合金4J32C线膨胀系数的影响[J]. 金属热处理, 2022, 47(4): 199-203.
[3]	王绍灼, 孟晗, 王芬, 樊海卫, 李燕, 唐超. 改善低氧TC4-LC及重熔TC4钛合金性能的热处理工艺[J]. 金属热处理, 2022, 47(4): 204-207.
[4]	苏勇, 王帅, 王吉星, 于兴福, 刘洪秀, 刘金玲. 复合化学热处理对G13Cr4Mo4Ni4V钢组织和硬度的影响[J]. 金属热处理, 2022, 47(4): 226-230.
[5]	王敬元, 吴松全, 张博华, 辛社伟, 杨义, 王皞, 黄爱军. 固溶时效处理对BT25y钛合金显微组织及硬度的影响[J]. 金属热处理, 2022, 47(3): 14-19.
[6]	樊洋, 杨明华, 陈凯敏, 孙丙岩. 焊后热处理对31CrMoV9钢电子束焊接接头组织及性能的影响[J]. 金属热处理, 2022, 47(3): 57-60.
[7]	陈善勇, 王快社, 乔柯, 王文. 碱热处理对搅拌摩擦加工AZ31镁合金耐腐蚀性能的影响[J]. 金属热处理, 2022, 47(3): 61-66.
[8]	冯锐, 李利连, 帖锦芳, 侯嘉强, 米奕媛. 高温形变热处理对20CrMnTiH钢锻件组织及性能的影响[J]. 金属热处理, 2022, 47(3): 72-76.
[9]	方秀荣, 刘留, 徐慧慧, 高扬. 渗碳前预热处理对17CrNiMo6钢制齿轮轴畸变的影响[J]. 金属热处理, 2022, 47(3): 113-118.
[10]	张颖, 王浩军, 陈素明, 胡广, 欧阳德来, 崔霞, 胡生双. 热处理对激光立体成形TB18钛合金组织和力学性能的影响[J]. 金属热处理, 2022, 47(3): 124-129.
[11]	海侠女, 杨扬, 黄太伟, 范王展, 桂伟民, 何亮亮. 淬透性细化分级8620H钢的热处理性能研究[J]. 金属热处理, 2022, 47(3): 155-158.
[12]	龙亮, 胡齐贤, 罗云, 郑红祥, 王玉杰. 大型焊接容器局部热处理防畸变工装优化设计[J]. 金属热处理, 2022, 47(3): 234-238.
[13]	崔鼎, 车永平. 带内花键零件的畸变控制方法[J]. 金属热处理, 2022, 47(3): 252-256.
[14]	董瑞, 陈林, 岑耀东, 包喜荣. 不同热处理条件下贝氏体钢的微观组织和疲劳裂纹扩展[J]. 金属热处理, 2022, 47(2): 153-158.
[15]	禹鑫磊, 郑小平, 曹通, 田亚强, 陈连生. 等温温度对轧制SIMA法制备7075合金半固态显微组织的影响[J]. 金属热处理, 2022, 47(2): 164-167.

热处理过程智能信息化生产调度技术

Intelligent information production scheduling technology of heat treatment process

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价