Szczegóły publikacji
Opis bibliograficzny
Prognozowanie czasów przebudów walców w zespole walcowniczym dla potrzeb operacyjnego planowania produkcji — Prediction of rebuilding time of rolls in the team rolling in order to planning for operational production / Wiktor KUBIŃSKI, Mariusz NIEKURZAK // Hutnik Wiadomości Hutnicze : czasopismo naukowo-techniczne poświęcone zagadnieniom hutnictwa ; ISSN 1230-3534. — 2014 — t. 81 nr 6, s. 379–384. — Bibliogr. s. 384
Autorzy (2)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 82420 |
|---|---|
| Data dodania do BaDAP | 2014-07-21 |
| Rok publikacji | 2014 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Hutnik, Wiadomości Hutnicze |
Streszczenie
W artykule przedstawiono komputerowy model wykorzystujący sztuczną inteligencję do wspomagania operacyjnych decyzji technologicznych i usprawnienia systemu planowania produkcji w walcowni taśm na gorąco. Przy planowaniu produkcji taśm stalowych walcowanych na gorąco istnieje konieczność uwzględnienia wielu ograniczeń technologicznych i organizacyjnych, dlatego opracowanie harmonogramów produkcji jest bardzo złożone. Dla prawidłowej pracy walcowni planowanie terminów przebudów walców jest jednak konieczne, ponieważ stanowi element limitujący w procesie produkcji. Do rozwiązania tego problemu zastosowano metody sztucznej inteligencji: system ekspertowy, wykorzystujący w procesie pozyskiwania wiedzy algorytm ID3 oraz klasyczne metody statystyczne regresji liniowej i nieliniowej. Opracowane wyniki badań świadczą o poprawności zbudowanych modeli jako narzędzi wspomagających procesy decyzyjne na szczeblu zarządzania przedsiębiorstwem hutniczym, zarówno na etapie projektowania, jak i eksploatacji istniejących już systemów.
Abstract
The article presents a computer model based on artificial intelligence methods for operational decision support technology and improve production planning system in hot strip mills. When planning the production of steel strip hot - rolled there is a need to take into account a number of technological and organizational constraints, because the development of production schedules is very complex. But especially crucial to the proper operation of the mill is the appropriate planning conditions reconstructions rolls, because this factor is the limiting element in the production process. To solve the problem the methods of artificial intelligence: an expert system that uses a process of knowledge acquisition algorithm ID3 and classical statistical methods of linear regression and nonlinear. Our results demonstrate the correctness of the proposed models as tools to support decision-making processes at the level of the enterprise metallurgical both the design and operation of existing systems.