随着社会的发展,特钢行业面临着越来越大的竞争压力。能源价格、原燃料价格不断上升给特钢行业带来了越来越大的成本压力；同时社会对产品的需求也越来越个性化、小批量、多品种化,对企业的生产过程带来了越多的压力。特钢生产过程又具有复杂多变、工艺路线长、工艺交叉多等特征,外界环境的变化对生产工艺、计划等造成的影响巨大。特钢生产过程自身又是一个充满不确定性的过程,物料加工时间、物料成分、设备能力状态、物料选用的工序设备等都具有很大的变动性,加之交叉多变的工艺,给特钢的生产调度带来了很大的困难。为了及时响应生产过程内外部的压力,需要能够实时监控生产过程信息,查找过程中的“不稳定”信息,及时应对生产变动,提高生产效率,降低生产成本,增强产品竞争力。针对生产过程扰动处理的需求,建立了生产信息实时监控模型,随时检测生产扰动,响应生产过程中的不确定性信息,提高系统的灵敏度。建立了以信息熵为特征的生产扰动检测模型,及时判断生产中的不确定性是否在可控范围内。根据设定的识别阈值和系统动态的扰动检测偏离度值,判定系统的状态,为进一步的决策做出依据。根据扰动的特点和原因,建立了生产扰动的故障树模型。分析生产扰动的原因,揭示生产扰动中来源,通过图形的方式使扰动分析更清晰。针对订单等显性扰动,通过xBOM的监控采用直接处理识别的方式。对于隐性扰动及不易识别的质量、设备能力等的扰动,建立了基于规则推理的扰动分类模型。对于为难以通过规则推理判定的扰动类型,采用证据理论的方式,判别扰动类型,实现扰动的快速识别。通过扰动的快速识别,为下一步的重调度提供支持,增强系统的响应能力,提高系统的稳定性。