CN104699957B

CN104699957B - 基于改进差分进化算法的炼焦配煤比优化方法

Info

Publication number: CN104699957B
Application number: CN201510067362.7A
Authority: CN
Inventors: 赵小彦; 马灵锦; 李小龙; 吴波; 任建中
Original assignee: Shanxi Taigang Stainless Steel Co Ltd
Current assignee: Shanxi Taigang Stainless Steel Co Ltd
Priority date: 2015-02-10
Filing date: 2015-02-10
Publication date: 2017-07-11
Anticipated expiration: 2035-02-10
Also published as: CN104699957A

Abstract

本发明涉及配煤领域，具体是一种基于改进差分进化算法的炼焦配煤比优化方法。本方法结合炼焦配煤工艺的要求，根据单种煤和配合煤及配合煤和焦炭之间的非线性关系、各单种煤的质量指标建立了以配合煤及焦炭的质量为约束条件，配煤成本为目标函数的配煤比优化模型，并提出了一种改进的差分进化算法对该模型进行优化求解。本发明的方法可靠稳定、计算精度高、收敛速度快，有效地解决了炼焦配煤过程中现有的人工确定配比准确性不高的问题，可以在保证焦炭质量满足用户需求的同时最大化地降低配煤成本。

Description

基于改进差分进化算法的炼焦配煤比优化方法

技术领域

本发明涉及配煤领域，具体是一种基于改进差分进化算法的炼焦配煤比优化方法。

背景技术

在钢铁工业生产中，随着高炉大型化和喷吹技术的发展, 对高炉焦炭质量的要求也越来越严格，焦炭质量的好坏直接关系到高炉的顺行及其产品的质量。而炼焦所用原料品种多，质量参差不齐，库存大小不同，且入炉煤所对应的焦炭的质量数据基本是在几天后才能获得，明显存在滞后，单纯依靠焦炭质量数据的反馈来调整单种煤的配比构成，对于确保焦炭质量稳定是十分不利的；另外，依靠配煤专家的经验粗放地确定配比，也不利于保证炼焦成本最低化。因此，如何在充分利用现有资源的条件下，科学地制定配煤方案及优化配煤比，保证在焦炭质量满足用户需求前提下生产效益最大化显得尤为重要。

配煤比优化问题是典型的高维非线性规划问题，其约束条件大都是非线性的，求解此类问题的关键是对非线性约束条件的处理及如何找到全局最优解。而传统的优化方法都要求目标函数和约束条件是连续、可微的，容易陷入局部最优解，且其求解的优化问题规模相对较小。差分进化算法是一种基于种群的启发式全局搜索技术，适于求解一些利用常规的数学规划方法所无法求解的复杂环境中的优化问题。本专利技术运用基本差分进化算法，并根据炼焦配煤的实际情况进行了改进，成功地解决了配煤比优化问题。

发明内容

本发明所要解决的技术问题是：如何提供一种改进差分进化算法与专家配煤经验结合的配煤比优化方法，该方法具有稳定、可靠、适应性强的特点。

本发明的技术方案是：基于改进差分进化算法的炼焦配煤比优化方法，按照如下的步骤进行：

步骤一，建立以配煤成本和配煤的质量指标为约束条件，建立配煤成本为目标函数的配煤比优化模型：

配煤成本（1）

配煤中可用的单种配煤的配比之和为100%

（2）

为自然数表示第种配煤，表示第种配煤成本价，表示第种配煤质量配比，为自然数；

步骤二、配煤的质量指标包括抗碎强度、耐磨强度、反应性指数、反应后强度，每种指标都有上限和下限，包括抗碎强度上限、抗碎强度下限、耐磨强度上限、耐磨强度下限、反应性指数上限、反应性指数下限、反应后强度上限、反应后强度下限，建立焦煤的质量指标为目标函数的配煤比优化模型：

（3）

（4）

（5）

（6）

其中：表示第种配煤质量配比，为自然数，表示第种配煤所含挥发份，表示第种配煤煤胶质层厚度，表示第种配煤粘结指数，表示第种配煤灰分；

步骤三、将公式（3）、（4）、（5）、（6）标准化处理为的形式后，构造如下约束违反度函数：

；（7）

步骤四、构造新的配煤比优化目标函数：

将以表达式（1）为目标函数、以表达式（2）、（3）、（4）、（5）、

（6）（7）作为约束条件的单目标配煤比约束优化问题转化为双目标无约束优化问题，变换后的优化函数描述如下：

式中，是配煤成本，是约束违反度函数，分别表示目标的权重；

步骤五、采用差分进化算法与配煤专家经验相结合的方法对目标函数的最小值进行迭代求解。

本发明的有益效果是：

1、本发明提出一种从历史配比中提取各单种煤的配比范围，依据此范围采用混沌策略初始化种群的方法，此方法能够获得较高质量的种群，有助于提高算法的搜索效率和求解质量。

2、本发明在保留原配煤成本目标函数的基础上，将配煤比优化模型中的约束条件当作第二个目标函数，从而把一个带约束优化问题转化为具有两个目标函数的无约束优化问题。

3、本发明在变异、交叉操作完成生成试验个体之后，首先使用各单种煤的配比范围对试验个体的各分量进行修正；其次利用配煤专家的经验规则对属于同一类别的各分量进行二次修正；最后根据工艺提出的各分量之和为100的要求进行微调。通过三次修正处理，使群体快速地靠近或进入可行域，加快了收敛速度。

具体实施方式

焦化厂有肥煤、焦煤、瘦煤及1/3焦煤四大类煤种，其中，可用肥煤有：马兰、镇城底、辛置、广源，其配煤比分别表示为：x₁, x₂, x₃, x₄，其价格（元/吨）分别为：1324.79，1324.77，1305.28，1249.54；可用焦煤有：屯兰、华晋、柳矿、中灰，其配煤比分别表示为：x₅,x₆, x₇, x₈，其价格（元/吨）分别为：1408.45，1384.24，1291.34，1240.25；可用瘦煤有：东曲、五阳，其配煤比分别表示为：x₉, x₁₀，其价格（元/吨）分别为：1064.66，1082.31；可用1/3焦煤为：赵城，其配煤比表示为：x₁₁，价格（元/吨）为1147.3，则配煤成本可以表示为：（c_i表示单种煤成本）（1）

配煤中可用的单种配煤的配比之和为100%

（2）

（1）建立约束违反度函数表达式：

根据实际生产要求，焦炭质量指标都应有一个上下限要求，本

发明所采用的指标为：焦炭的抗碎强度M₄₀、耐磨强度M₁₀、反应性指数CRI、反应后强度CSR，其指标上下限要求分别为：[88,90],[5.2,5.6],[22,25],[68,70]。由单种煤质量与焦炭质量之间的关系可以得到下述约束表达式：

（3）

（4）

（5）

（6）

将表达式（2）、（3）、（4）、（5）（6）标准化处理为的形式后，构造如下约束违反度函数：

（7）

为自然数小于等于8，由以下表达式构成：

，，，，，，，；

构造新的配煤比优化目标函数：

式中，是配煤成本，是约束违反度函数，分别表示目标的权重。

采用差分进化算法与配煤专家经验相结合的方法对目标函数f(x)的最小值进行迭代求解。差分进化算法的参数为：种群规模NP=60，变异因子F=0.65，交叉概率CR=0.3，最大迭代次数GMAX=500，采用DE/best/2/bin策略。采用的配煤专家经验如下：

经验1：配煤方案中肥煤配煤比之和最大为35，最小为20；

经验2：配煤方案中焦煤配煤比之和最大为55，最小为40。

本发明方法的有效性验证：

为了验证IDE算法的有效性，针对同一种配煤方案，将IDE与基本差分进化算法的配比优化结果进行比较，两种算法采用相同的进化参数，其中，种群规模NP=60，变异因子F=0.65，交叉概率CR=0.3，最大迭代次数GMAX=500。为了验证算法的稳定性，两种算法各自进行200次计算。表1为两种算法的优化结果，表2为两种算法优化后的各单种煤的配比。

表1 两种算法的优化结果

表2 两种算法优化后的各单种煤的配比

（6）本发明的具体实施：

本发明是利用炼焦过程计算机系统，采用C/S架构实现的，该系统配备一台服务器，若干台操作站，服务器采用Windows2003Server作为系统操作平台，数据存储核心采用Oracle10g数据库，数据库与一级PLC系统采用OPC方式进行通讯，操作员站采用WindowsXP操作系统，基于本发明的配煤比优化计算模型和焦炭质量预测模型在上述服务器上后台运行，用户操作界面在新增的工控机上运行，用户操作界面包括单种煤资源管理界面、配煤比计算界面、焦炭质量预测界面和配煤比下发等界面。

在实际炼焦生产中，每当单种煤的属性（库存或价格）或原料结构发生较大变化时，工艺人员便可打开配煤比计算界面进行配料计算。首先，配煤比优化计算模型从服务器数据库获取计算所需的单种煤质量数据、配合煤及焦炭的目标约束条件、模型参数等信息，然后运用本发明提供的方法进行计算，得到最优的配煤方案及配煤比，最后将该配煤方案下发到一级生产自动化控制系统的操作界面上实现对配煤过程的控制。

本发明方法已在7.63m焦炉上得到了成功应用，实现了配煤过程的科学化、数值化、精确化，大大降低了配煤成本。本发明方法可以方便可靠地推广于同类复杂工业过程的建模和优化控制。

Claims

1.基于改进差分进化算法的炼焦配煤比优化方法，其特征在于按照如下的步骤进行：

步骤一、建立以配煤成本和配煤的质量指标为约束条件，建立配煤成本为目标函数的配煤比优化模型：

配煤成本

配煤中可用的单种配煤的配比之和为100％，

Σ_{i = 1}^{n} x_{i} = 1 - - - (2)

n为自然数表示第n种配煤，c_i表示第i种配煤成本价，x_i表示第i种配煤质量配比，i为自然数；

步骤二、配煤的质量指标包括抗碎强度M、耐磨强度N、反应性指数CRI、反应后强度CSR，每种指标都有上限和下限，包括抗碎强度上限M¹、抗碎强度下限M²、耐磨强度上限N¹、耐磨强度下限N²、反应性指数上限CRI¹、反应性指数下限CRI²、反应后强度上限CSR¹、反应后强度下限CSR²，建立焦煤的质量指标为目标函数的配煤比优化模型：

M^{2} \leq g_{1} (x) = 71.5 + 0.142 Σ_{i = 1}^{n} x_{i} a_{i, V A D F} + 0.166 Σ_{i = 1}^{n} x_{i} a_{i, Y} + 0.140 Σ_{i = 1}^{n} x_{i} a_{i, G} \leq M^{1} - - - (3)

N^{2} \leq g_{2} (x) = 13.7 - 0.058 Σ_{i = 1}^{n} x_{i} a_{i, V A D F} - 0.117 Σ_{i = 1}^{n} x_{i} a_{i, Y} - 0.0613 Σ_{i = 1}^{n} x_{i} a_{i, G} \leq N^{1} - - - (4)

{CRI}^{2} \leq g_{3} (x) = - 16.2 + 2.58 Σ_{i = 1}^{n} x_{i} a_{i, A D} - 0.295 Σ_{i = 1}^{n} x_{i} a_{i, G} + 1.47 Σ_{i = 1}^{n} x_{i} a_{i, V A D F} \leq {CRI}^{1} - - - (5)

{CSR}^{2} \leq g_{4} (x) = 92.2 - 1.39 Σ_{i = 1}^{n} x_{i} a_{i, A D} + 0.564 Σ_{i = 1}^{n} x_{i} a_{i, G} - 1.56 Σ_{i = 1}^{n} x_{i} a_{i, V A D F} \leq {CSR}^{1} - - - (6)

其中：x_i表示第i种配煤质量配比，i为自然数，a_i,VADF表示第i种配煤所含挥发份，a_i,Y表示第i种配煤煤胶质层厚度，a_i,G表示第i种配煤粘结指数，a_i,AD表示第i种配煤灰分；

步骤三、将公式(3)、(4)、(5)、(6)标准化处理为g_i′(x)≤0的形式后，构造如下约束违反度函数：

f_{2} (x) = m a x {0, 1} + Σ_{i = 1}^{8} m a x {0, g_{i}^{'} (x)}; - - - (7)

步骤四、构造新的配煤比优化目标函数：

将以表达式(1)为目标函数、以表达式(2)、(3)、(4)、(5)、(6)(7)作为约束条件的单目标配煤比约束优化问题转化为双目标无约束优化问题，变换后的优化函数描述如下：

f (x) = ω_{1} \frac{f_{1} (x)}{1 + f_{1} (x)} + ω_{2} \frac{f_{2} (x)}{1 + f_{2} (x)}

式中，f₁(x)是配煤成本，f₂(x)是约束违反度函数，ω₁＝0.26,ω₂＝0.74分别表示目标f₁(x)，f₂(x)的权重；

步骤五、采用差分进化算法与配煤专家经验相结合的方法对目标函数f(x)的最小值进行迭代求解。