本发明涉及冶金自动控制，尤其涉及一种基于铸坯质量解析的炼钢生产组批方法。
背景技术：
：：1、炼钢阶段的基本任务是通过吹氧冶炼对铁水成份进行调整，将碳，锰、硅、硫、磷的含量控制在工艺要求范围内，并通过添加合金来改善钢水性能，最后在连铸机上将液态钢水通过物态转变形成固态铸坯。在炼钢阶段，铸坯质量主要受成分、合金以及连铸过程的影响，质量缺陷分为表面缺陷和内部缺陷。常见的表面缺陷包括表面裂纹，表面平整度等；常见的内部缺陷包括内部由于化学元素分布不均匀造成的偏析现象，以及内部裂纹等。为了保证最终钢材产品性能，钢铁生产全流程每个阶段都要对半成品执行严格的质量判定。在炼钢阶段，质量判定首先会根据铸坯的表面和内部缺陷类型对其质量等级进行分类，然后根据铸坯质量等级是否满足订单质量等级的要求对其进行判定。仅当铸坯质量等级不低于订单要求的质量等级后才可以进入下道工序进行生产；否则，需要解除铸坯与其原始关联订单的匹配关系。这些由于质量判定不合格而解除与原始订单匹配关系的铸坯被称为质量余材。质量余材通常可以在满足工艺要求的前提下匹配给其他对质量等级要求相对较低的订单。一些高端钢材产品如汽车面板、镀锡板、家电用钢、航空航天用钢、医疗器械用钢等，对铸坯质量等级要求较高，但受生产技术和工艺水平的限制，难以保证铸坯质量的一致性。另外，由于当前钢铁企业普遍面临着多品种、小批量的订单需求，炼钢阶段经常需要安排不同类型的炼钢记号交替生产，生产稳定性低，在一定程度上也对铸坯质量产生影响。因此，针对这类对铸坯质量等级要求高订单，在编制炼钢阶段的生产计划时，经常需要对其扩充投料系数，以保证准时交货，但增加订单投料系数将会产出更多的余材。因此，在编制炼钢计划时，如何基于历史数据对铸坯质量因素进行解析并在计划层面进行前瞻性考虑，如何优化具有不同订单质量等级要求订单的组合关系，是钢铁企业亟需解决的关键技术问题。2、炼钢阶段以炉次为单位组织生产。实际生产中一个炉次是指具有相同化学属性与物理属性的一炉钢水，化学属性是指钢水中所含碳，锰、硅、硫、磷以及合金元素的占比，物理属性是指这炉钢水拟铸造出的铸坯的宽度、厚度与长度。在计划层面，一个炉次对应具有相同化学属性与物理属性的客户订单，化学属性是指客户订单的炼钢记号，物理属性是指客户订单拟生产出的铸坯最大宽度、最小宽度、厚度、单卷最大重量、单卷最小重量等。由于结晶器调宽将会产生调宽坯，具有相同钢种和宽度的炉次通常会连续浇铸，称为连连铸批。炼钢计划的主要任务之一就是将多品种、小批量的客户订单进行优化组合，形成以连连铸批为单位的生产单元，该过程称为组批。由于同时需要考虑转炉冶炼容量、结晶器调宽工艺规则、炼钢记号替代工艺规则、铸坯切割工艺规则等一系列与生产工艺密切相关的约束，同时还要实现设备利用率和生产效率的最大化，这就使得炼钢组批是一个及其复杂的技术问题。现有的组批方法由于没有考虑铸坯质量合格率因素，导致订单不能按时按量交付，往往需要通过重新投料组织生产以满足客户订货需求。多次重新投料不仅会产生更多的余材，而且会降低生产效率。在组批中考虑铸坯质量合格率一方面是满足炼钢生产的实际要求，另一方面也增加了炼钢生产组批技术问题的复杂性。因此，亟需发明新的炼钢组批方法，以实现效率、成本、质量的协调优化。3、钢水以炉次为单位序列化流入连铸机上方的中间包内，通过中间包底部的钢流路径进入结晶器，之后通过扇形区二次冷却，最终由火焰切割机切割成铸坯。铸坯经加热后进行轧制，形成的带钢，经卷曲机卷曲后形成钢卷。当前实际生产中通常按订单约定的最大长度对铸坯进行切割，但这些铸坯经加热轧制后形成的钢卷的重量有时不满足订单对单个钢卷重量范围的要求。部分这类钢卷通常还要进行分卷作业，即将单重较大的钢卷切割为多个重量满足单个钢卷重量范围的小卷。由于不同的订单有不同的单卷重量范围，而热轧分卷作业又希望同一批次内的多个大卷都分卷为相同重量的小卷，以减少钢卷切割设备的频繁调整。因此，如何为每个订单选择合理的铸坯单重使其满足连铸工艺的要求，同时又满足热轧分卷工艺要求，这也是炼钢生产组批中亟需考虑的关键技术问题。4、现有炼钢生产组批方法存在以下不足：5、(1)大多数已有自动组批方法都是以材料申请欠量为依据对订单进行优化组合来减少计划余材量、提高生产效率和设备利用率，没有考虑铸坯质量合格率因素，在质量判定后经常发生订单欠量返回现象，使得部分订单需要重新进行材料申请，反而会导致余材量增加，生产效率和设备利用率降低。6、(2)部分企业使用的人工组批方法虽然考虑了铸坯合格率，但仅仅是通过扩充订单的投料系数来对订单进行归并和组批，没有从全局考虑扩充投料系数带来的潜在余材如何被其他对铸坯质量精度要求低的订单消化。7、(3)大多数已有组批方法在确定计划铸坯单重时都是根据连铸工艺允许的最大长度来计算，没有考虑铸坯轧制成热卷的分卷工艺要求，导致同一批次内的热卷存在多个切割长度，频繁改变钢卷切割设备位置影响分卷效率。8、目前，已公开的专利cn202110087294.6，“一种面向中厚板产线的炼钢生产数据解析与优化排程方法”主要解决中厚板产线组炉、组浇与排产优化问题；已公开的专利cn201510824047.4，“一种面向全流程生产的炼钢组批与排产方法”主要解决考虑后工序需求的组批决策与排序问题；已公开的专利cn200610046981.9，“一种炼钢-连铸中间包批量计划方法及系统”主要解决炉次组成浇次的过程，最大化中间包利用率。上述专利中的组批方法都是以材料申请欠量为依据对订单进行优化组合来减少计划余材量、提高生产效率和设备利用率，没有将铸坯质量合格率要素纳入组批方法，更没有在组批中考虑热轧工序的分卷要求。已公开的专利cn202110407177.3，“一种适用于炼钢生产跟踪的铸坯自动分级判定方法”主要解决在铸坯产出后对其质量等级判定，但没有基于历史数据分析不同炼钢记号产出的铸坯的质量合格率的分布规律，更没有从计划的角度出发考虑铸坯质量合格率对生产组织的影响。技术实现思路1、本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于铸坯质量解析的炼钢生产组批方法，获得最优连连铸批方案组合，在确保全部订单按时、按质、按量交付的前提下，降低生产附加成本，提高生产效率。2、为解决上述技术问题，本发明所采取的技术方案是：3、一种基于铸坯质量解析的炼钢生产组批方法，具体包括以下步骤：4、步骤1：采集钢铁企业一段时间内铸坯质量分级和铸坯质量判定历史数据，包括：浇次号、炉次号、铸坯号、铸坯切断时间、铸坯切断位置、炼钢记号、宽度、质量等级、原始订单号、订单要求质量等级、是否合格；以自回归移动平均模型arima为基础，将炼钢记号、铸坯宽度作为特征引入arima模型，建立多元arima模型即marima，对未来一个月内不同炼钢记号和宽度的铸坯的质量合格率进行解析；5、步骤2：采集炼钢生产工艺参数，解析炼钢生产工艺规则，确定炼钢生产计划边界条件，将炼钢生产过程中不同炼钢记号混浇规则、替代规则映射为实数矩阵；6、步骤3：构建定量化描述订单在炼钢阶段组批生产方案的数学模型，包括确定模型参数，将组批关系映射为决策变量，将组批需要遵循的工艺规则和逻辑关系描述为约束条件，将炼钢组批生产追求的性能指标描述为目标函数；7、步骤4：以步骤2解析的工艺规则和计划边界条件为基本准则，以步骤3建立的描述炼钢阶段组批生产方案的数学模型为定量化指导，设计初始连连铸批方案生成方法，获得多个初始连连铸批方案集，记为8、步骤5：基于步骤4生成的多个初始连连铸批方案，对步骤3建立的数学模型进行重构，建立描述连连铸批方案选择与连连铸批方案生成迭代寻优的数学模型；9、步骤6：以步骤5中建立的两种数学模型为基本准则，设计动态规划算法，生成相应的新的连连铸批方案；10、步骤7：以步骤5中的连连铸批方案选择模型为主问题，以步骤6中的两种方案生成数学模型为子问题，设计基于分支树的批次方案生成与批次方案选择迭代寻优方法；11、步骤8：根据连铸工艺允许的铸坯重量以及订单对于最终产品重量的要求，为炼钢阶段订单生产的铸坯计算合适的铸坯最大切割长度。12、进一步地，所述步骤1的具体方法为：13、步骤1-1：采集给定时间段内的铸坯质量分级和铸坯质量判定历史数据，将采集的数据按时间序列排列，对时间序列平稳性进行检验；如果数据不平稳，则使用差分法使其平稳；14、步骤1-2：引入炼钢记号和铸坯宽度作为特征，计算不同炼钢记号和铸坯宽度的铸坯质量合格率，并将其作为特征加入到marima模型中；15、步骤1-3：根据平稳化后的时间序列和特征，使用acf和pacf图选择marima模型的自回归阶数和移动平均阶数；16、步骤1-4：针对选定的marima模型，基于历史数据使用残差分析法对模型进行估计，检查其预测精度和模型拟合度；17、步骤1-5：使用评估好的marima模型，获得未来一定时间段内不同炼钢记号g和宽度w铸坯的质量合格率f(g，w)。18、进一步地，所述步骤2的具体方法为：19、步骤2-1：采集炼钢连铸阶段的工艺参数，包括转炉容量t、标准铸坯单重s、钢水密度ρ，采集炼钢分卷区间最大柔性intervar；20、步骤2-2：采集与组批相关的全部订单数据信息，包括订单i炼钢记号gi、订单i订货重量di、订单i计划铸坯质量si、订单i可生产的炼钢记号集合gi、订单i铸坯宽度wi、订单i铸坯候选宽度集合wi；21、步骤2-3：以订单i的炼钢记号gi与铸坯宽度wi为输入，采用步骤1建立的marima模型预测订单i铸坯质量合格率ki＝f(gi，wi)；22、步骤2-4：采集炼钢记号元素含量表以及历史生产数据，根据历史不同炼钢记号之间的混浇关系解析混浇关系表ft，具体包括如下步骤：23、步骤2-4-1：采集一年内炼钢生产系统中不同炼钢记号发生的混浇数据，统计不同组炼钢记号发生混浇的次数，并按照从大到小的顺序排列存入集合24、步骤2-4-2：计算所有混浇次数的平均数具体公式如下：25、26、其中，ni为第i组炼钢记号混浇发生次数，l为混浇组个数；27、步骤2-4-3：保留混浇次数大于平均数的所有历史混浇组并存入混浇关系表ft；28、步骤2-5：根据混浇关系表ft与不同炼钢记号的化学成分数据表解析钢种替代关系表substeeltable，具体步骤如下：29、步骤2-5-1：根据不同炼钢记号的化学元素表构建钢种元素矩阵矩阵中的行表示炼钢记号，列表示炼钢记号的化学元素，其中化学元素包括碳、锰、硅、磷、硫、铌、铬、钛、硼、钒、镍、铜、钼、锑；30、步骤2-5-2：遍历所有炼钢记号，根据混浇关系表ft，获取可与其混浇的所有炼钢记号代码，通过查询钢种元素矩阵按照化学元素含量的差异性对每个炼钢记号所有可混浇的炼钢记号代码排序，并存入钢种替代关系表substeeltable。31、进一步地，所述步骤3的具体方法为：32、步骤3-1：根据步骤2获取的工艺参数与工艺规则，确定订单与产品的映射关系，构建不同属性、不同类型的集合参数，具体包括如下步骤：33、步骤3-1-1：根据输入的订单信息，将输入的所有订单作为全部订单集合n，输入所有订单的炼钢记号作为炼钢记号集合g，输入所有订单的可选择的铸坯宽度作为计划铸坯宽度集合w；34、步骤3-1-2：根据每个订单i的铸坯质量合格率ki，将炼钢记号集合g内所有炼钢记号分为带有铸坯质量合格率的炼钢记号集合gp与不带有铸坯质量合格率要求的炼钢记号集合gq；同时还获得每种钢种g与宽度w的铸坯质量合格率rg,w；35、步骤3-1-3：根据每个订单i的铸坯质量合格率ki，将订单集合n中所有订单分为两类，一类为带有铸坯质量合格率的订单集合np，另一类为不带有铸坯质量合格率的订单集合nq；36、步骤3-2：设定描述订单组批关系的决策变量，具体包括如下步骤：37、步骤3-2-1：设定整数决策变量xi,g,w，表示订单i使用炼钢记号为g宽度为w生产的铸坯块数；设定整数决策变量yg,w，表示炼钢记号为g宽度为w的连连铸批的炉数；设定整数决策变量vg,w，表示炼钢记号为g宽度为w的连连铸批的余材铸坯块数；设定整数决策变量kg,w，表示炼钢记号g宽度为w的连连铸批是否被使用；设定连续决策变量表示炼钢记号为g宽度为w的连连铸批的炉重正、负偏差；设定连续决策变量表示订单i的需求满足量偏差；设定参数cqsur、csur、cfu、crep、clt分别表示计划质量余材目标系数、计划余材目标系数、炉重柔性目标系数、以优充次目标系数、连连铸批数量目标系数；38、步骤3-3：将组批需要遵循的工艺规则和逻辑关系描述为约束条件，包括带有铸坯质量合格率订单与不带有铸坯质量合格率订单的组批约束，具体包括如下步骤：39、步骤3-3-1：订单池中带有铸坯质量合格率的订单实际生产出的铸坯总重量最多不超过按照铸坯质量合格率要求的最大投料量，具体公式如下：40、41、步骤3-3-2：使用不带有铸坯质量合格率要求的订单与带有铸坯质量合格率的订单组批，若不带有铸坯质量合格率要求的订单重量不足，则需填充余材铸坯，同时最终形成的批次重量为炉重的整数倍数，允许存在一定柔性，具体公式如下：42、43、步骤3-3-3：不带有铸坯质量合格率要求的普通订单需要单独形成批次，具体公式如下：44、45、步骤3-3-4：给定订单的需求量要保证满足，允许存在一定柔性，具体公式如下：46、47、步骤3-3-5：在组成批次时，批次重量与炉重的整数倍数存在的柔性在一定范围内，规定炉次重量偏差不能超过标准炉次重量的一块铸坯的重量，具体公式如下：48、49、50、步骤3-3-6：定义给定的所有钢种为g宽度为w的连连铸批是否被使用，具体公式如下：51、52、步骤3-3-7：定义数学模型的决策变量，具体公式如下：53、54、55、其中，z表示整数；56、步骤3-4：将炼钢生产组批过程中性能指标描述为目标函数，包括最小化计划余材、最小化质量余材、最小化优充费用、最小化炉重偏差量、连连铸批数量，具体公式如下：57、58、进一步地，所述步骤4的具体方法为：59、步骤4-1：对输入的所有订单n按照炼钢记号与铸坯宽度进行聚类，形成原始连连铸批方案集合；60、步骤4-2：根据步骤3-1-3中形成的带有铸坯质量合格率要求的订单集合np与不带有铸坯质量合格率要求的订单集合nq，对订单集合np内每一个订单在集合nq中寻找可替代的订单集合；61、步骤4-3：遍历带有铸坯质量合格率要求的订单集合，对于订单集合np内的每一个订单，根据铸坯质量合格率的要求进行扩充投料产生质量余材，称为虚拟订单，根据钢种替代关系表substeeltable的替代信息，先后遍历这部分质量余材可替代的订单集合，若虚拟订单重量大于等于可替代的订单集合总重量，则可替代的订单集合中的订单不参与生产，虚拟订单用于替代这部分订单参与生产，否则转步骤4-4；62、步骤4-4：若虚拟订单重量小于可替代订单集合总重量，遍历可替代订单集合所有订单，找到一组订单组合，使得该组合的总订单重量最接近虚拟订单的重量，这部分订单组合内的订单不参与材料申请，使用虚拟订单替代这部分订单参与材料申请；63、步骤4-5：遍历集合np内所有批次，重复执行步骤4-2到步骤4-4，最终对形成的连连铸批按照满炉次生产的策略填充计划余材，形成初始连连铸批方案集64、进一步地，所述步骤5的具体方法为：65、步骤5-1：定义模型参数与变量；设定整数决策变量ai,p，表示订单i分配到连连铸批方案p的铸坯块数；设定0/1决策变量λp，λp为1表示选择连连铸批方案p，否则为不选择连连铸批方案p；设定连连铸批方案p的铸坯质量合格率ψp，连连铸批方案p的铸坯质量合格率为连连铸批方案p内所有订单的铸坯质量合格率的最大值；设定整数决策变量yi，表示连连铸批方案p内订单分配的铸坯块数；设定整数决策变量hp，表示连连铸批方案p生产的炉数；设定整数决策变量u，表示连连铸批产生的余材板坯块数；πi为每个订单i的对偶变量；66、步骤5-2：设定约束条件与目标函数建立连连铸批方案选择数学模型，从所有连连铸批方案中，选择可行的连连铸批方案组合以保障每个订单都被满足，具体步骤如下：67、步骤5-2-1：对所有获得的可行连连铸批方案，所选择的连连铸批方案组合必须满足订单的需求量，具体公式如下：68、69、其中，p代表当前连连铸批方案池内所有连连铸批方案集合；70、步骤5-2-2：确定目标函数，最小化选择的所有可行连连铸批方案的总费用，其中cp表示连连铸批p∈p的费用的总和，包括最小化计划余材、最小化质量余材、最小化优充费用、最小化炉重偏差量、连连铸批数量，目标函数具体公式如下：71、72、步骤5-3：设定约束条件与目标函数，建立连连铸批方案生成数学模型，用于产生对当前组批方案有改进的新连连铸批方案，分为带有铸坯质量合格率的订单替代不带有铸坯质量合格率订单的新连连铸批方案，以及不带有铸坯质量合格率的订单单独组批的新连连铸批方案，具体步骤如下：73、步骤5-3-1：带有铸坯质量合格率的订单替代不带有铸坯质量合格率的订单的新连连铸批方案生成数学模型，具体包括如下步骤：74、步骤5-3-1-1：连连铸批方案p中，带有铸坯质量合格率的订单产生的虚拟订单分配的铸坯重量不能超过考虑铸坯质量合格率后的铸坯总重量，具体公式如下：75、76、步骤5-3-1-2：连连铸批方案p中，带有铸坯质量合格率的订单产生与不带有铸坯质量合格率的订单组成批次，具体公式如下：77、78、步骤5-3-1-3：连连铸批方案p中，铸坯总重量与炉次重量的整数倍数偏差在一块铸坯重量范围内，具体公式如下：79、80、81、步骤5-3-2：不带有铸坯质量合格率的订单单独组批的连连铸批方案生成数学模型，具体包括如下步骤：82、步骤5-3-2-1：连连铸批方案p中，不带有铸坯质量合格率的订单组成批次，具体公式如下：83、84、步骤5-3-2-2：连连铸批方案p中，铸坯总重量为炉次重量整数倍数，允许存在一定的柔性，定义柔性为一块铸坯重量，具体公式如下：85、86、87、步骤5-3-2-3：定义模型使用的所有决策变量，具体公式如下：88、89、90、hp∈z (23)91、yi∈z,i∈n (24)92、步骤5-3-2-4：设定目标函数，用于判断新连连铸批方案p＝{a1,a2…an}是否可以用于改进当前的批次组合，其中πi为影子价格，对应约束公式(12)的对偶变量，具体公式如下：93、94、其中，rcp表示连连铸批方案p的费用，ai表示订单分配给连连铸批方案p的板坯块数。95、进一步地，所述步骤6的具体方法为：96、步骤6-1：设计动态规划算法，生成不带有铸坯质量合格率订单单独组批的连连铸批方案，具体包括如下步骤：97、步骤6-1-1：按顺序遍历钢种与宽度，对于给定的钢种g与宽度w，依次遍历所有不带有铸坯质量合格率的订单，选择所有可使用钢种g与宽度w生产的订单形成集合ng,w；98、步骤6-1-2：对于任意集合ng,w，获取集合内所有订单的对偶价格πi，i∈ng,w，将对偶价格按照从小到大的顺序排列并存入向量其中di表示订单i可分解成的铸坯块数，ng,w表示集合ng,w内订单的数量；99、步骤6-1-3：按照对偶价格对应的订单顺序遍历集合ng,w内的所有订单，按照递归表达式计算连连铸批最大重量为j订单数量为i时的订单铸坯最优组合，具体公式如下：100、fg,w[i][j]＝max{f[i-1][j],f[i-1][j-k*w[i]]+v[i]} (26)101、其中，fg,w[i][j]表示连连铸批最大重量为j，集合ng,w内前i个订单形成的最优连连铸批方案的费用；w[i]表示订单的标准铸坯单重；v[i]表示订单i被分配到连连铸批中产生的收益，此处的收益等价于分配到连连铸批中的重量；102、步骤6-1-4：遍历所有钢种g与宽度w的订单铸坯最优组合，获取所有订单最优订单铸坯组合f[i][j]，并回溯各个订单分配的铸坯数量，具体公式如下：103、104、步骤6-2：设计动态规划算法，生成带有铸坯质量合格率的订单替代不带有铸坯质量合格率的订单的连连铸批方案，具体包括如下步骤：105、步骤6-2-1：遍历所有带有铸坯质量合格率的订单，合并钢种g与宽度w相同的所有订单，形成订单组；106、步骤6-2-2：按照成材率的要求，对步骤6-2-1形成的订单组计算批次容量；107、步骤6-2-3：按顺序遍历步骤6-2-1形成的订单组，重复步骤6-1-3与步骤6-1-4，将其可替代的不带有成材率的订单按顺序决策分配的铸坯块数。108、进一步地，所述步骤7的具体方法为：109、步骤7-1：设定默认参数，包括搜索树最大深度、最大迭代时间、最大分支数量，设定搜索策略为深度优先；110、步骤7-2：以步骤4获得的初始连连铸批方案构建批次方案选择模型初始主问题，通过求解主问题获得当前批次方案的最佳组合及每个订单的对偶变量；111、步骤7-3：利用步骤7-2中的每个订单的对偶变量构建子问题，获得带有铸坯质量合格率的订单替代不带有铸坯质量合格率订单的批次方案，以及不带有铸坯质量合格率的订单单独组批的批次方案；利用对偶变量计算方案检验数，若获得的新批次方案改进主问题，即方案检验数小于0，则将新生成的批次方案加入主问题；检验数具体公式如下：112、113、步骤7-4：重复步骤7-2与步骤7-3，直到无法产生可以加入主问题的新批次方案，则保存当前节点的最优方案选择与费用；114、步骤7-5：更新当前最优方案选择与费用，判断是否达到终止条件，终止条件包括最大求解时间、搜索树最大深度；115、步骤7-6：若不满足终止条件，则令当前解中最接近整数的非0方案作为固定选择的方案，并生成新的搜索节点，重复步骤7-3到步骤7-5；否则，回溯到父节点重新选择未分支的变量中最接近整数的非0方案作为固定选择的方案生成新的搜索节点；116、步骤7-7：重复步骤7-3到步骤7-6，算法终止后输出最优批次组合。117、进一步地，所述步骤8的具体方法为：118、步骤8-1：采集与分卷有关的订单参数信息，包括订单i的分卷单件重量上限wtupi与下限wtlpi、订单i的成材率τi、订单i计划铸坯宽度owidthi、订单i计划铸坯厚度othicki、订单i铸坯最大单重mwti，根据订单分卷区间，记录所有订单的分卷区间上下限，形成分卷区间集合unwt；119、步骤8-2：根据订单铸坯最大单重与最小单重以及订单对最终产品的单卷最大重量与最小重量的要求，计算每个订单的分卷重量与分卷数量，具体步骤如下：120、步骤8-2-1：使用单卷分卷区间集合unwt遍历所有的订单，如果订单的分卷区间与集合内某分卷区间存在交叠，并且存在交叠区间的单卷最大重量差与单卷最小重量差均小于炼钢工艺要求的区间最大柔性intervar，则认为集合unwt内的分卷区间覆盖了该订单；遍历集合内所有的分卷区间，获得每个分卷区间能够覆盖订单的数量；121、步骤8-2-2：按照分卷区间能够覆盖的订单数量进行排序，按照排序好的订单集合，依次遍历所有订单，如果集合unwt内的某区间能够覆盖某订单，则将集合内的该分卷区间替换订单原有分卷区间，直到所有订单被遍历；122、步骤8-2-3：根据每个订单获得的新的分卷区间，通过铸坯标准单重与分卷区间上下限可以获得每个订单i的分卷数量上限cnumupi与下限cnumlpi；123、步骤8-2-4：根据步骤8-2-3得到的分卷区间上下限与分卷数量上下限，在订单i单卷重量不超过铸坯最大单重以及在分卷区间上下限范围这一要求下，同时满足订单i分卷数量在分卷数量上下限范围内，搜索单卷重量wti与分卷数量cnumi乘积最大的组合；124、步骤8-3：根据每个订单的单卷重量与分卷数量来计算最终单块铸坯的切割长度，具体步骤为：125、步骤8-3-1：检查订单i的单卷重量是否超过单件最大重量或铸坯最大单重，如果单卷重量超过订单单件最大重量或铸坯最大单重，需要按照订单单件最大重量或铸坯最大单重重新计算订单计划铸坯坯型；126、步骤8-3-2：定义订单铸坯最大切割长度ospltlgthi，铸坯最大切割长度等于计划铸批单重除以铸坯横截面面积、铸坯密度与订单分卷成材率的乘积，其中计划铸坯单重可由单卷重量乘以分卷数量得到，铸坯横截面面积等于铸坯宽度与铸坯厚度的乘积，根据如下公式计算铸坯最大切割长度：127、128、采用上述技术方案所产生的有益效果在于：本发明提供的基于铸坯质量解析的炼钢生产组批方法，首先解决了企业人工估算铸坯质量合格率精确度低的问题；其次解决了当前自动组批方法没有考虑铸坯质量合格率带来的余材的问题；最后解决了由于同一批次内铸坯切割长度不一致导致钢卷切割设备位置频繁改变的问题。本发明的方法能够保证订单按时、按质、按量交付，提高了炼钢生产效率与设备利用率，降低了余材的产生，提高了轧制分卷设备作业效率，对于提高钢铁企业整体生产效益具有非常重要的意义。当前第1页12当前第1页12