三、论文研究内容及拟解决的关键问题

3.1 研究内容

电炉废钢加料智能起重输送系统仿真总体设计主要是实现自动化、智能化、高效化

的废钢加料过程。并且对智能管控系统、智能运维系统以及安全保障系统进行相关的研

究，通过系统架构设计、业务流程设计以及设备配置等方面的规划，以满足实际生产过

程中的需求。

(1)电炉加料智能起重输送系统总体设计与仿真

目前，废钢料场电磁起重机主要为人工操作，配料通过人工控制，配料精度和效率

不准。本课题主要研究起重机吊装无人化，实现接收智能管控系统指令下自动配料。通

过对电炉炼钢过程的分析，建立电炉废钢加料智能起重输送系统的数学模型，模型包括

废钢的物理属性、输送路径、堆放位置、钢料余量等因素。基于建立的数学模型,开发

具有高度交互性和可视化的仿真平台。采用物流仿真软件 Flexsim 进行产能仿真分析

获取废钢电磁起重机、料篮车利用率，同时输出智能设备作业时序图。根据电炉废钢加

料的特点和要求，对起重输送系统进行优化设计，包括输送路径优化、调度优化、设备

选型等方面的研究，以提高系统的输送效率和精度。

(2)废钢库智能管控算法研究

开展废钢库智能管控算法研究,将智能管控算法应用于电炉废钢加料智能起重输送

系统中，包括路径规划、料位控制、设备保护等方面。通过算法优化，提高系统的自动

化和智能化水平，降低人工干预和操作难度，提高废钢物流输送总体效率，降低设备运

行风险和潜在故障率。

3.2 拟解决的关键问题

(1)建立电炉加料智能起重输送系统的物流仿真模型，设置不同参数提出控制策略

通过算法实现系统的自动化控制、路径规划与优化、起重机智能调度。

(2)通过引入智能化控制策略，例如模糊控制、神经网络等，实现对电炉废钢加料过

程的精确控制。研究设计合适的控制策略，并利用仿真验证其有效性。

四、拟采取的研究方法、技术路线

电炉加料智能起重输送系统是集产能分析、生产智能管控、库房智能管理、废钢无

人搬运、安全智能监测等功能于一体的无人化、智能化整体解决方案。

4.1 研究方法

采用物流仿真技术，以保障生产产能为目标，根据实际工厂尺寸、布局、生产流程

等信息，运用物料仿真软件建立数字孪生仿真模型，按设备实际运行参数、设备动作循

环时间，根据实际生产节奏设定生产计划，按实际工艺过程、设备调度模式实现生产过

程的模拟，搭建与实际生产完全一致的动态物流仿真，并获得库容率、设备利用率、生

产节拍等产能数据，分析生产节拍、物流瓶颈，优化生产流程和设备配置，在虚拟场景

中快速落地并验证智能化思想。

针对废钢库区操作层面的关键步骤以及技术问题,应用深度学习与机器学习算法重

点解决出库/入库计划、智能调度和专家分析等关键技术难题。研究料场经验数据以及

计算数据建模训练方法，提取相关的特征值，发现相关作业规律。基于智能化料场调度

需求对现有的机器学习算法分析，对新兴深度信念网络、卷积神经网络、去自动编码

器的算法进行深入研究，为智能调度、出入库计划奠定基础。在制定出入库计划方面，

针对众多不确定性因素的预测结果，根据确定的目标进行深度学习，构建最佳的混配模

型:在智能调度方面,建立面向现场实际复杂工况的多种设备参数指标的深度学习模型

基于所建立的模型进行优化，提高出入库计划的可行性和实用性。

4.2 技术路线