钢铁冶炼行业

咨询电话:021-34127798

行业痛点

产线数量大,检修计划排程难协调
产线数量大,检修计划排程难协调

作业线之间相容相斥关系复杂,人工安排检修任务难以兼顾

Excel管理计划任务不直观
Excel管理计划任务不直观

一旦计划发生变更,难以觉察相关的影响,导致计划安排冲突

排程经验难以沉淀
排程经验难以沉淀

依靠老师傅的经验安排计划,培训新人成本高、周期长

木白智能应用-算法排程

检修智慧排程算法将各项基础数据(如生产任务数据、设备检修标准、生产工艺流程、工厂万年历、人力总资源等)作为算法输入变量,生成图形化的《年度计划检修排程表》、《月度计划检修排程表》。同时,支持手动拖拽图形(即具体检修计划),实时显示关联影响因素的变化情况,辅助人工决策。

算法特点

约束条件种类和优先级可配置
约束条件种类和优先级可配置

13项基础约束条件,可新增或删除约束条件,且各约束条件可配置。

多重算法组合确保最优解
多重算法组合确保最优解

将复合式启发式算法生成的预排程方案作为智能算法的一个初始解,并设定多个优化目标,利用遗传算法、粒子群算法优化预排程方案。

算法输出界面直观、交互友好
算法输出界面直观、交互友好

算法输出数据图形化,可通过直接“拖拽”图形完成交互。

历史数据反馈算法,不断优化模型
历史数据反馈算法,不断优化模型

通过实际检修数据和设备故障数据反馈,持续的优化检修标准和算法模型。

实施效果

辅助人工决策

算法生成年度计划检修排程表取代人工排程

可视化界面实时显示关键关联参数,辅助人工决策

 

算法自优化

通过实际执行数据的不断反馈,算法进行自学习,自优化,不断寻求最优的排程方案

客户案例

宝钢股份

宝钢股份是全球领先的现代化钢铁联合企业,设备总资产高达数百亿,每年需要投入巨额费用用于设备维护检修。仅宝钢宝山基地下辖产线就达100余条,每条产线有3种检修类型(年修、定修、换辊),检修投入人数有8000余人,总耗资数亿元。

目前检修计划由多名从业二十多年的设备检修专家团队制定。随着宝钢股份不断发力“智能制造”,宝钢管理层期望用新一代算法技术,将制定设备检修计划的经验模型化,提升排程工作的效率和稳定性,同时尽可能的将人的经验从繁复的排程工作中解放出来。

木白科技受宝钢专家团队委托,开展了检修智能排程项目的设计和开发工作。

现在预约,立享新用户专属优惠礼包!

点击预约