宫晓磊

（承德承钢工程技术有限公司，河北 承德 067001）

钢铁行业是带动国民经济发展的基础行业，我国已经成为世界钢铁生产大国，每年的粗钢产量均位居世界第一。同时，在这样的行业背景下，我国内部钢铁企业的竞争压力也在逐渐提高，需要针对各类特殊钢种，对其加工工艺及生产工艺进行不断研发，从而紧跟钢铁企业信息化建设的步伐。近几年，钢铁行业在发展过程中，经历了淘汰落后产能，限制粗钢产量等各项调控阶段，使得目前钢铁行业得以焕然一新。炼钢计划调度是钢铁企业组织和生产活动中十分重要的一个环节，许多规模较大的企业均已经具备了较为完善的ERP企业资源计划系统，同时该系统也逐步从商业订单转变为针对生产订单进行管理的系统[1]。但目前这一系统针对车间中炼钢计划的调度水平较低，并且无法根据炼钢计划需要实现对调度的快速响应，导致最终钢铁企业的炼钢质量和发展水平受到严重限制。深度强化学习是一种将深度学习与强化学习相结合的方法，结合两种学习方法的应用，进一步提高其感知能力和决策能力。当前这一方法在机器人领域中的应用十分广泛，但在钢铁行业当中并未涉及。因此，针对当前炼钢计划调度存在的问题，基于深度强化学习的应用优势，开展对炼钢计划调度系统的设计与应用研究。

1 基于深度强化学习的炼钢计划调度系统硬件

由于在炼钢的过程中炼钢设备直接受到钢包的制约，因此在炼钢计划调度系统当中，应当将炼钢设备调度系统作为整个炼钢计划调度的子系统[2]。……