智能化转型升级是钢铁工业可持续发展的有效途径。以泛在技术为特征的新一代信息技术在钢铁生产调度中的应用,使得钢铁企业调度环境呈现出具有丰富信息的泛在制造环境。这种泛在制造环境下的钢铁生产调度具有更大规模、更多目标以及动态不确定性,约束更加复杂多变,是一个不易解决的NP-Hard问题。传统的解决钢铁生产调度的研究无法满足个性化、多品种小批量的市场需求,难以适应泛在制造环境下钢铁生产大规模生产与个性化定制的智能化需求。随着知识工程的发展,研究基于知识工程的钢铁生产调度,实现钢铁生产调度系统的集成化、知识化和智能化成为可能。考虑钢铁生产调度过程中的多扰动事件,研究泛在制造环境下基于知识工程的钢铁生产多扰动调度问题,开发基于知识的智能调度系统,对钢铁企业实现智能化生产调度具有重要意义。以泛在制造环境下的钢铁生产多扰动事件为研究对象,综合运用知识工程、计算机科学理论与技术等,对钢铁生产重调度中的信息流进行分析与总结,建立了泛在制造环境下的钢铁生产多扰动调度模型,提出了知识组元的概念,开发了一套钢铁生产多扰动调度知识系统。主要研究工作如下。（1）以泛在制造环境为背景,结合钢铁企业的信息化与自动化管控体系,分析了钢铁生产重调度过程信息流。结合信息空间理论,对泛在制造环境下的钢铁生产多扰动调度解空间进行描述,将其划分为时间维-泛在制造环境下的钢铁工艺信息流、设备维-泛在制造环境下的扰动事件感知与发现、信息维-泛在制造环境下的知识决策与优化。建立了钢铁生产多扰动调度泛在信息空间模型。（2）泛在制造环境下海量的调度数据、扰动信息等具有多维度、多粒度、强耦合等特征,提出了知识组元的概念。定义了钢铁生产多扰动调度模型知识组元的信息对象包括任务、目标、约束、扰动事件及资源,利用本体的方法,对知识组元进行表示。构建了钢铁生产多扰动调度领域模型知识的本体关系模型,对知识组元的本体进行了实例化构建。提出了知识组元的重用策略,该策略包括知识描述接口、知识行为接口和知识发布接口。提出了知识组元逐层封装方法,将复杂模型抽象,对不同粒度的知识模型进行分解和封装。以开工延迟下的炼钢-连铸重调度模型为例给出了知识组元的应用案例,验证了知识组元表示的可行性。基于组件技术,实现了对开工延迟下的炼钢-连铸重调度模型的知识封装过程。（3）构建了钢铁生产多扰动事件的知识决策表;定义了强扰动和弱扰动的概念。从炉次、工序及设备等多维度选取多扰动事件特征指标,提出了基于C4.5决策树的强、弱扰动分类方法,提出了弱扰动下基于平移法的扰动冲突消解方法。通过仿真案例,所提的C4.5算法的预测准确度达到80%以上,预测均值为87%,并与CART算法进行了对比,验证了所提方法较优。（4）针对不同扰动调度模型适合不同优化算法的需求,提出了改进的多种群量子遗传算法（IMQGA）及基于遗传编程的超启发式算法（GP-HH）对钢铁生产多扰动调度模型进行求解。IMQGA通过多种群改进策略使多个种群同时进行优化搜索,采用改进的量子旋转角策略对不同的种群赋予不同的旋转角实现其量子旋转门更新,使其跳出局部最优。通过实例验证,与量子遗传算法、多种群量子遗传算法进行对比,IMQGA具有更快的收敛速度和更好的解。研究了GP-HH,通过高层策略搜索和选择启发式规则,加快了算法的收敛速度,并使得该算法的全局搜索能力增强,弥补了基于规则的启发式算法只能获得次优解的不足。通过实例仿真与启发式规则对比,验证了GP-HH的收敛速度和寻优能力在小样本时性能不如基于规则的启发式算法,在更大规模的样本下,GP-HH的性能逐渐优于启发式调度方法,可以在有效时间内得到更好的解。（5）针对钢铁生产多扰动调度模型的知识化表示、多扰动事件知识挖掘及多扰动调度等需求,利用JAVA、JSP、数据库、OWL、XML等工具开发了钢铁生产多扰动调度知识系统原型系统,从实际的钢铁生产流程出发,对组件化封装及扰动重调度等模块进行了功能实现,设计了知识描述接口、知识发布接口、知识行为接口,对模型知识化子模块与模型知识组件管理子模块的实现过程与方法的描述,验证了模型知识组元封装方法的有效性。以某钢厂生产数据为案例,验证了多扰动事件知识挖掘方法及多扰动调度算法的有效性。