CN104975118B - 铁前原料配比优化方法 - Google Patents
铁前原料配比优化方法 Download PDFInfo
- Publication number
- CN104975118B CN104975118B CN201510272320.7A CN201510272320A CN104975118B CN 104975118 B CN104975118 B CN 104975118B CN 201510272320 A CN201510272320 A CN 201510272320A CN 104975118 B CN104975118 B CN 104975118B
- Authority
- CN
- China
- Prior art keywords
- sintering
- proportioning
- blast furnace
- materials
- raw material
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Manufacture And Refinement Of Metals (AREA)
Abstract
一种铁前原料配比优化方法,包括步骤:生产用料信息录入:输入并保存多类型的用料综合信息;原料经济品位评价:依托相关的评价公式,判断所有原料的综合品位贡献度,从而为后面的优化配比程序提供有价值的配比指导建议;根据不同的生产计划选择启动不同的优化配比程序。本发明的优点是:计算成本最低、品质高的配比方案,并对产品的产量、成本和技术指标进行推算。本方法支持单目标、无目标优化计算。而且具有智能查错功能,能从庞大的约束条件中智能判断出错误的条件,一定程度上,提高了整体的使用效果与品质。
Description
技术领域
本发明涉及计算机领域,特别是涉及冶金钢铁行业的铁前原料配比优化方法。
背景技术
冶金钢铁行业产能过剩,大中小型企业面临生存压力,如何降本增效是重中之重。
铁前是钢铁企业的重要生产系统之一,其消耗的资源占整个钢铁生产的90%,其生产成本占整个钢铁生产的60%。因此铁前的成本压力最重,降本意义很大。其具体的降本措施需要依靠先进的工艺与数学方法,辅助生产进行研究,以此得到高品质、低成本的产品,其中“对高炉炉料结构(原料配比)优化的研究”是具有一定的现实意义和应用价值。与此同时,为了实现多个重要的生产环节整体、联动的优化,以及最优解的快速求导,应用运筹学是一种可行、有效的实现方法。
在对现有技术进行分析后,发明人发现现有技术至少具有如下缺点:
现有技术在铁前原料优化配比过程中,没有真正意义上实现串联多个生产环节的联动优化配比计算;用户无法灵活、自主的定制生产目标,设置单一,只考虑成本最低,没有提供品质目标;在具体目标下的约束条件只考虑了重点的化学成分,对原料性能约束不够,分析的信息片面,而且无法实现约束条件的多样性扩展。并且研究计算时,经常发生无解,无法自动判断出庞大的约束条件中所存在的错误,大大降低了用户的使用效果。
发明内容
本发明针对上述缺点问题,提供了一种可自主定制目标与约束条件、实现联动优化配比计算、并具有智能查错功能的铁前原料优化配比方法。
本发明的技术方案是:一种铁前原料配比优化方法,其特征在于,包括以下步骤:
(1)生产用料信息录入:输入并保存多类型的烧结与高炉用料综合信息,用于原料经济品位评价和所有配比程序;
(2)原料经济品位评价:依托相关的评价公式,计算烧结和高炉的原料经济品位单价,用此值来判断用料中原料的综合品位贡献度,即价格越低的相对应用价值或贡献度高,配比排序就等级高,允许配比量越大,从而为后面的优化配比程序的约束条件设置提供有价值的原料配比排序方式;
(3)根据不同的生产计划启动不同的人工和优化配比程序,包括:
A、制定炼铁厂级别的长期生产计划,全面、统一地考虑烧结和高炉生产要求,实现整体的成本优化,通过联动优化配比程序,设置最终产品铁水的生产目标,即品质、成本的最大值或最小值,再分别指定两个生产环节的指标约束条件,同时可参考“原料经济品位评价”来修正所有原料的配比排序值;以烧结和高炉生产配料工艺计算方法的串联集合为基础,引用模型架构LIN_model类,建立联动运筹学求解模型,计算成本最低、品质高的高炉配比方案,以及中间产品烧结矿的配比方案,并调用烧结和高炉人工配比程序,对产品产量、成本、技术指标进行推算,将所有的配比方案与推算的数据,作为长期计划,送至烧结与高炉分厂,用于指导生产,并在此基础上制定短期生产计划;
B、制定分厂级别的短期生产计划,烧结分厂遵循长期计划,根据短期烧结生产实际变化,对计划实施修正,通过烧结优化配比程序,设置烧结的生产目标,指定相应的指标约束条件,同时可参考烧结部分的“原料经济品位评价”来修正各个原料的配比排序值。以烧结生产配料工艺计算方法为基础,引用模型架构LIN_model类,建立烧结运筹学求解模型,计算成本最低、品质高的烧结配比方案,并调用烧结人工配比程序,对产品烧结矿的产量、成本、技术指标进行推算;与此同时,高炉分厂遵循长期计划,结合烧结矿短期计划的推算数据,根据短期高炉生产实际变化,对计划实施修正,通过高炉优化配比程序,将产品烧结矿的成本和技术指标等推算数据导入高炉优化配比程序,作为高炉生产的原料之一,设置高炉的生产目标,指定相应的指标约束条件,同时也可参考高炉部分的“原料经济品位评价”来修正各个原料的配比排序值,以高炉生产配料工艺计算方法为基础,引用模型架构LIN_model类,建立高炉运筹学求解模型,计算成本最低、品质高的高炉配比方案,并调用高炉人工配比程序,对产品铁水的产量、成本、技术指标进行推算,将所有的配比方案与推算的数据,作为短期计划,送至烧结与高炉分厂一线生产;
C、在生产中,烧结分厂遵循短期计划,根据实时烧结生产实际变化,相应地对生产计划细微地调整,修改各用料的配比,变更配比方案,通过“烧结人工配比程序”即调用烧结生产配料工艺计算方法,对产品烧结矿的产量、成本、技术指标进行推算;然后高炉分厂遵循短期计划,结合烧结矿调整的情况,根据实时高炉生产实际变化,同样对生产计划细微地调整,修改各用料的配比,变更配比方案,通过“高炉人工配比程序”即调用高炉生产配料工艺计算方法,对产品铁水的产量、成本、技术指标进行推算。
通过此步骤实现对炼铁厂生产的管理与原料配比的优化。
所述的生产用料信息录入步骤所录入的用料综合信息包括:烧结与高炉的原料、熔剂、焦粉和煤粉的单价与化学成分;用来作为烧结、高炉、联动优化配比程序的约束条件中知识库信息,该知识库信息包括:烧结与高炉用料的各成分的上限百分比、下限百分比以及禁止混用的原料。
所述的原料经济品位评价步骤包括:读取烧结和高炉的原料录入的信息,依托评价公式,计算经济品位单价,其价格越低的相对应用价值或贡献度高,配比排序就等级高,允许配比量越大,从而得到了读取烧结和高炉原料的一种排序方式。可分别用于烧结、高炉、联动优化配比程序的约束条件的配比排序设置。
所述的烧结人工配比程序:通过设置选择参与计算的用料、已知条件、各个用料的湿基配比或湿基配比百分比,调用烧结生产配料工艺计算方法,进行配比计算;其中,已知条件内可以选择“定用料批重”或“定理论烧结量”两种计算模式,计算结果是烧结矿的产量、成本与技术指标的综合信息。
其中烧结生产配料工艺计算方法是依据烧结理论,以及那树人《炼铁计算》中相关的方法设计而成,在给定用料的配比方案前提下,按照烧结矿的不同要求列解方程的问题,最终得到烧结矿的产量、成本与技术指标的综合信息。此方法为现有技术。
所述的高炉人工配比程序:通过设置“选择参与计算的用料”、分配率、已知条件、各个用料的湿基配比百分比,进行配比计算;其中,已知条件内选择“定矿批”或“定理论铁量”两种计算模式,调用高炉生产配料工艺计算方法,计算结果是铁水的产量、成本与技术指标的综合信息。
其中高炉生产配料工艺计算方法是依据高炉工艺设计,以及那树人《炼铁计算》中相关的方法设计而成,在给定用料的配比方案前提下,按照炉渣碱度等要求列解方程的问题,最终得到铁水的产量、成本与技术指标的综合信息。此方法为现有技术。
所述的烧结优化配比程序:在生产1000Kg的烧结矿基础上,通过设置“选择参与计算的用料”、目标、约束条件、已知条件等计算相关参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划的烧结运筹学求解模型,从而预测最优化的用料配比;在满足目标、已知条件、约束条件等设定基础上,自动计算用料湿基配比及湿基配比百分比,并调用烧结人工配比程序,推算烧结矿的产量、成本与技术指标,且具有智能查错功能。
所述的高炉优化配比程序:在生产1000Kg的铁水基础上,通过设置“选择参与计算的用料”、分配率、目标、约束条件、已知条件等计算相关参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划等复杂的高炉运筹学求解模型,从而预测最优化的用料配比;在满足目标、已知条件、约束条件设定基础上,自动计算用料湿基配比及湿基配比百分比,并调用烧结人工配比程序,推算铁水的产量、成本与技术指标,且具有智能查错功能。
所述的联动优化配比程序:通过设置烧结和高炉的“选择参与计算的用料”、分配率、目标、约束条件、已知条件计算相关参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划的联动运筹学求解模型,从而预测最优化的用料配比;目标设置是高炉的目标,其他的设置项包含了烧结和高炉;在满足目标、已知条件、约束条件等设定基础上,自动计算烧结和高炉的用料湿基配比及湿基配比百分比,并调用烧结和高炉人工配比程序,推算烧结矿的成本与技术指标、铁水的产量、成本与技术指标,且具有智能查错功能。
所述的烧结、高炉、联动运筹学求解模型:烧结或高炉运筹学求解模型的核心求解方程组是以烧结或高炉生产配料工艺计算方法为基础设计的,联动运筹学求解模型的核心求解方程组是以烧结和高炉生产配料工艺计算方法的串联集合为基础设计的。串联集合形式是指应用烧结生产配料工艺计算方法,除了各种烧结生产要求方程外,再列出烧结矿的成本和化学成分技术指标方程,把这些方程的结果变量作为一种原料的基本信息,带入至高炉生产配料工艺计算方法,从而形成一种混合、串联形式的生产配料工艺计算方程组。
再引用模型架构LIN_model类,即依据运筹学建模形式,以及交互式的线性和通用优化求解器求解结构框架生成,最终得到最优化的烧结、高炉或联动配比方案。
本发明的优点是:通过录入烧结和高炉生产用料信息,对其中的原料进行经济品位评价,根据计算经济品位单价的高低,形成一种排序,可分别作用于烧结、高炉、联动优化配比程序的配比排序约束条件设置中。根据烧结和高炉的用料信息,设置目标、约束条件等参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划等复杂的三种运筹学求解模型(烧结、高炉、联动),计算成本最低、品质高的配比方案,并对产品的产量、成本和技术指标进行推算。本方法支持单目标、无目标优化计算。而且具有智能查错功能,能从庞大的约束条件中智能判断出错误的条件,一定程度上,提高了整体的使用效果与品质。
本发明的联动优化配比程序能够全面的结合铁前生产的两个重要环节信息,综合的分析与优化计算,为钢企炼铁厂制定长期生产计划,即提供最优化的配比方案与相关推算数据;烧结和高炉优化配比程序为钢企烧结和高炉分厂在长期计划的基础上,制定短期计划应用于一线生产,即提供最优化的配比短期调整方案与相关推算数据;烧结和高炉人工配比程序为钢企烧结和高炉分厂在短期计划的基础上,为适应实时生产变化,临时调整配比而用。
附图说明
图1是本发明提供的总流程图;
图2是图1中“原料经济品位评价”的一种具体实施方法的流程图;
图3是图1中“所有配比程序关系”的一种具体实施方法的流程图;
图4是图1中“联动优化配比程序”的一种具体实施方法的流程图;
图5是图1中“烧结优化配比程序”的一种具体实施方法的流程图;
图6是图1中“高炉优化配比程序”的一种具体实施方法的流程图;
图7是图1中“烧结人工配比程序”的一种具体实施方法的流程图;
图8是图1中“高炉人工配比程序”的一种具体实施方法的流程图;
图9是图1中三种优化配比程序优化计算的程序设计结构流程图;
图10是图1中三种优化配比程序求解处理的程序设计结构流程图;
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地描述。
在介绍本发明之前,首先对本发明的基础知识进行摘要的介绍。
钢铁生产流程,采购原料(铁矿石、矿粉、焦炭、煤粉等,类似原材料),通过铁前系统,生产出铁水;再通过炼钢系统,生产出钢水;最后利用轧钢系统,生产出钢材。
铁前系统包括烧结、球团、高炉等系统,其中烧结和球团系统是为高炉提供生产用的精料,多种原料(精料和铁矿石等)按照一定配比放入高炉,并生产出铁水。
铁前系统消耗的资源占整个钢铁生产的90%,生产成本占整个钢铁生产的60%。
钢铁企业实现降本增效的方式:1.降低采购原料的价格。2.降低能源损耗:节能在多年前已开始实施。3.选用较劣质、低价的原料。4.利用科学的方法调整原料配比结构。5.生产的调整。6.实现产品的高品质与低成本,找到盈亏平衡点。
烧结的用料分类:原料、熔剂、焦粉、煤粉。
高炉的用料分类:原料、熔剂、焦炭、喷吹煤。
交互式的线性和通用优化求解器是一种用于运筹学多种复杂规划求解的动态库,为现有技术。
结合附图对本发明实施方式作进一步地描述如下:
如图1所示,本发明一种铁前原料配比优化方法,其特征在于,包括以下步骤:
(1)生产用料信息录入步骤101:输入并保存烧结和高炉多类型的用料综合信息,用于原料经济品位评价和所有配比程序;
(2)原料经济品位评价步骤102:读取烧结和高炉的原料录入的信息,依托评价公式,计算经济品位单价,其价格越低的配比排序就等级高,允许配比量越大,从而得到了读取烧结和高炉原料的一种排序方式。可分别用于烧结、高炉、联动优化配比程序中约束条件的配比排序设置;
(3)根据不同的生产计划启动不同的优化配比程序,包括:烧结人工配比程序、烧结优化配比程序、高炉人工配比程序、高炉优化配比程序和联动优化配比程序。其中所述的生产用料信息录入步骤101为所有配比程序提供基础计算的信息,原料经济品位评价步骤102为三种优化配比程序约束条件提供一种配比排序方式。烧结优化配比程序计算的烧结矿成本、技术指标以一种高炉原料的形式,带入高炉优化配比程序;同理烧结人工配比程序计算的烧结矿成本、技术指标以一种高炉原料的形式,带入高炉人工配比程序,最终都是求出铁水的配比方案,以及产量、成本和技术指标。
对上述技术方案进一步说明如下:
生产用料信息录入步骤101:输入烧结和高炉用料的产地、单价、化学成分等综合信息,并对信息进行检查。在符合录入要求后,存入动态数据表。
原料经济品位评价步骤102:如图2所示,读取烧结和高炉的原料录入的信息,依托原料经济品位评价公式,判断所有原料的综合品位贡献度,即计算经济品位单价,价格越低的相对应用价值或贡献度高,配比排序等级高,允许配比量越大。因此可以根据烧结原料经济品位单价高低得到烧结原料的一种配比排序,并选择导入至烧结或联动优化配比程序的约束条件设置中,作为炉料结构里原料的配比排序方式;还可以根据高炉原料经济品位单价高低得到高炉原料的一种配比排序,并选择导入至高炉或联动优化配比程序的约束条件设置中,作为炉料结构里原料的配比排序方式。
原料经济品位评价公式为:
上述式中,R4为渣水的四元碱度,TFe为烧结或高炉的含铁干基百分比含量,SiO2为烧结或高炉的SiO2干基百分比含量,Al2O3为烧结或高炉的Al2O3干基百分比含量,CaO为烧结或高炉的CaO干基百分比含量,MgO为烧结或高炉的MgO干基百分比含量。
上述简要地阐述了铁前原料配比优化的信息准备工作,然后根据不同的时期生产计划,如图3所示,具体的实施过程如下:
制定炼铁厂级别的长期生产计划,全面、统一地考虑烧结和高炉生产要求,实现整体的成本优化。通过联动优化配比程序,计算成本最低、品质高的高炉配比方案,以及中间产品烧结矿的配比方案,并调用烧结和高炉人工配比程序,对产品产量、成本、技术指标进行推算,将所有的配比方案与推算的数据,作为长期计划,送至烧结与高炉分厂,用于指导生产,并在此基础上制定短期生产计划。
制定分厂级别的短期生产计划,烧结分厂遵循长期计划,根据短期烧结生产实际变化,对计划实施修正,通过烧结优化配比程序,计算成本最低、品质高的烧结配比方案,并调用烧结人工配比程序,对产品烧结矿的产量、成本、技术指标进行推算;与此同时,高炉分厂遵循长期计划,结合烧结矿短期计划的推算数据,根据短期高炉生产实际变化,对计划实施修正,通过高炉优化配比程序,将产品烧结矿的成本和技术指标等推算数据导入高炉优化配比程序,作为高炉生产的原料之一,计算成本最低、品质高的高炉配比方案,并调用高炉人工配比程序,对产品铁水的产量、成本、技术指标进行推算,将所有的配比方案与推算的数据,作为短期计划,送至烧结与高炉分厂一线生产。
在生产中,烧结分厂遵循短期计划,根据实时烧结生产实际变化,相应地对生产计划细微地调整,修改各用料的配比,变更配比方案,通过“烧结人工配比程序”,对产品烧结矿的产量、成本、技术指标进行推算;然后高炉分厂遵循短期计划,结合烧结矿调整的情况,根据实时高炉生产实际变化,同样对生产计划细微地调整,修改各用料的配比,变更配比方案,通过“高炉人工配比程序”,对产品铁水的产量、成本、技术指标进行推算。
通过此步骤实现对炼铁厂生产的管理与原料配比的优化。
如图4所示,执行步骤101,即调用“生产用料信息录入”,并对信息进行检查。在符合录入要求后,存入动态数据表中。调用“联动优化配比程序”,并设置“选择参与计算的用料”,然后选择最终产品铁水的生产目标,包括无目标、品质、成本的最大值或最小值;再指定相应烧结和高炉的指标约束条件,包括主要指标的上下限或定值、各分类用料的排序、比例、经验百分比范围、禁止配合使用料等参数;同时可参考“原料经济品位评价”,也就是执行步骤102,来分别提供一种烧结和高炉原料的配比排序;最后设置烧结和高炉的已知条件、高炉的分配率,以烧结和高炉生产配料工艺计算方法的串联集合为基础,引用模型架构LIN_model类,自动生成线性规划、非线性规划、整数规划、整数非线性规划等复杂的联动运筹学求解模型,计算成本最低、品质高的高炉配比方案,以及中间产品烧结的配比方案,即执行步骤104。应用烧结用料配比,执行步骤103,调用烧结人工配比程序,推算产品烧结矿的产量、成本和技术指标;应用高炉用料配比,再执行步骤106,调用高炉人工配比程序,产品铁水的产量、成本和技术指标。计算无解显示错误的约束条件。
其中烧结生产配料工艺计算方法是依据烧结理论,以及那树人《炼铁计算》中相关的方法设计而成,在给定用料的配比方案前提下,按照烧结矿的不同要求列解方程的问题,最终得到烧结矿的产量、成本与技术指标的综合信息。此方法是钢铁冶金领域烧结方面的一种全成分分析计算方法,为现有技术。方程例如铁分方程、碱度方程、成本方程等。列举关键的方程实例如下:
烧存方程,LSC为烧存量,即烧结矿产量,YGJ为原料干基量,YSS为原料烧损量,RLGJ为焦粉干基量,RL_SS为焦粉烧损量,RJGL为熔剂干基量,RJ_SS为熔剂烧损量。
铁分方程,TFe为烧结矿Fe含量,LSC为烧存量,YGJ为原料干基量,YTFe为原料Fe含量,RLGJ为焦粉干基量,RL_FeO为焦粉FeO含量,RJGL为熔剂干基量,RJ_FeO为熔剂FeO含量,RJ_Fe2O3为熔剂Fe2O3含量。
碱度方程,LSC为烧存量,YGJ为原料干基量,YTFe为原料Fe含量,RLGJ为焦粉干基量,RL_FeO为焦粉FeO含量,RJGL为熔剂干基量,RJ_FeO为熔剂FeO含量,RJ_Fe2O3为熔剂Fe2O3含量。
镁铝比方程,MLB为镁铝比,YGJ为原料干基量,YAl2O3为原料Al2O3含量,RLGJ为焦粉干基量,RL_Al2O3为焦粉Al2O3含量,RJGL为熔剂干基量,RJ_Al2O3为熔剂Al2O3含量,RJ_Al2O3为熔剂Al2O3含量,YMgO为原料MgO含量,RL_MgO为焦粉MgO含量,RJ_MgO为熔剂MgO含量。
成本方程,SJCB为烧结矿成本,YGJ为原料干基量,YSALE为原料干基不含税价格,RJGJ为熔剂干基量,RJ_SALE为熔剂干基不含税价格,RLGJ为焦粉干基量,RL_SALE为焦粉干基不含税价格,DLFY为动力费用,RGFY为人工费用,ZZFY为制造费用。
其中高炉生产配料工艺计算方法是依据高炉工艺设计,以及那树人《炼铁计算》中相关的方法设计而成,在给定用料的配比方案前提下,按照炉渣碱度等要求列解方程的问题,最终得到铁水的产量、成本与技术指标的综合信息。此方法是钢铁冶金领域高炉方面的一种全成分分析计算方法,为现有技术。方程例如综合品位方程、炉渣碱度方程、成本方程等。列举关键的方程实例如下:
矿批方程,KP为矿批,GXY为原料干基量,GY_H2O为原料含水量,GRJ为熔剂干基量,GRJ_H2O为熔剂含水量。
焦炭与煤粉方程,KP为矿批,JTFH为焦炭负荷,RLFH为燃料负荷,GRL为焦炭干基量,GMR为喷吹煤干基量。
炉渣碱度方程,R2为炉渣碱度(二元碱度),GXY为原料干基量,GY_CaO为原料CaO含量,GRJ为熔剂干基量,GRJ_CaO为熔剂CaO含量,GRL为焦炭干基量,GRL_CaO为焦炭CaO含量,GMR为喷吹煤干基量,GMR_CaO为喷吹煤CaO含量。
综合品位方程,ZHPW为综合品位,KP为矿批,GXY为原料干基量,GY_TFe为原料Fe含量,GRJ为熔剂干基量,GRJ_FeO为熔剂FeO含量,GRJ_Fe2O3为喷吹煤Fe2O3含量,GRL为焦炭干基量,GRL_FeO为焦炭FeO含量,GMR为喷吹煤干基量,GMR_FeO为喷吹煤FeO含量。
理论铁量方程,LLTL为理论铁量,TFe为铁水含Fe量,Fe_Ftie为Fe在铁水中的分配率,GXY为原料干基量,GY_TFe为原料Fe含量,GRJ为熔剂干基量,GRJ_FeO为熔剂FeO含量,GRJ_Fe2O3为喷吹煤Fe2O3含量,GRL为焦炭干基量,GRL_FeO为焦炭FeO含量,GMR为喷吹煤干基量,GMR_FeO为喷吹煤FeO含量。
成本方程,GLCB为铁水成本,GXY为原料干基量,GY_SALE为原料干基不含税价格,GY_SS为原料含粉量,GRJ为熔剂干基量,GRJ_SALE为熔剂干基不含税价格,GRJ_SS为熔剂含粉量,GRL为焦炭干基量,GRL_SALE为焦粉干基不含税价格,GRL_SS为焦炭含粉量,GMR为喷吹煤干基量,GMR_SALE为喷吹煤干基不含税价格,GMR_SS为喷吹煤含粉量,DLFY为动力费用,RGFY为人工费用,ZZFY为制造费用。
S负荷方程,SFH为S负荷,LLTL为理论铁量,GXY为原料干基量,GY_S为原料S含量,GRJ为熔剂干基量,GRJ_S为熔剂S含量,GRL为焦炭干基量,GRL_S为焦炭S含量,GMR为喷吹煤干基量,GMR_S为喷吹煤S含量。
烧结或高炉运筹学求解模型的核心求解方程组是以烧结或高炉生产配料工艺计算方法为基础设计的,而联动运筹学求解模型的核心求解方程组是以烧结和高炉生产配料工艺计算方法的串联集合为基础设计的。串联集合形式是指应用烧结生产配料工艺计算方法,除了考虑各种烧结生产要求方程外,再列出烧结矿的成本和化学成分技术指标方程,把这些方程的结果变量作为一种原料的基本信息,带入至高炉生产配料工艺计算方法,从而形成一种混合、串联形式的生产配料工艺计算方程组。
引用模型架构LIN_model类,即依据运筹学建模形式,以及交互式的线性和通用优化求解器的求解结构框架生成,最终得到最优化的烧结、高炉或联动配比方案。
运筹学建模形式,把问题中可控变量、参数和目标与约束之间的关系用一定的模型表现出来。具体一种非线性规划的实施例如下:
Max(Min)f(X)
hi(X)=0,i=1,2,…,m
gj(X)≥0,j=1,2,…,l
具有运筹学建模形式,需要结合烧结和高炉生产配料工艺计算方法中的方程组或串联方程组,以及用户指定的约束条件而定。
交互式的线性和通用优化求解器的求解结构框架,是将运筹学所建立的模型,转换成标准的求解结构框架形式,用于求解。具体一种实施例如下:
model:
sets://集合定义集
endsets
data://数据段
enddata
SUBMODEL M://目标和约束条件段
Max(Min)=f(x);//目标(需转成交互式的线性和通用优化求解器的标准形式)
h(X)=0//约束条件段(需转成交互式的线性和通用优化求解器的标准形式)
g(X)≥0//约束条件段(需转成交互式的线性和通用优化求解器的标准形式)
ENDSUBMODEL
CALC://求解
@SOLVE(M);
ENDCALC
end
如图5所示,执行步骤101A,即调用“烧结生产用料信息录入”,并对信息进行检查。在符合录入要求后,存入动态数据表中。调用“烧结优化配比程序”,并设置“选择参与计算的用料”;然后选择烧结的生产目标,即无目标、品质、成本的最大值或最小值;再指定相应的指标约束条件,包括主要指标的上下限或定值、各分类用料的排序、比例、经验百分比范围、禁止配合使用料等参数,同时可参考“原料经济品位评价”的烧结部分,也就是执行步骤102,来修正各个原料的配比范围,即配比量排序;最后设置已知条件。在所有参数设置完毕后,以烧结生产配料工艺计算方法为基础,自动生成线性规划、非线性规划、整数规划、整数非线性规划等复杂的烧结运筹学求解模型,计算成本最低、品质高的烧结配比方案,即执行步骤104,并应用烧结用料配比,调用烧结人工配比程序进行推算,即执行步骤103,推算的结果是产品烧结矿的产量、成本和技术指标,即步骤105。计算无解显示错误的约束条件。
如图6所示,执行步骤101B,即调用“高炉生产用料信息录入”,并对信息进行检查。在符合录入要求后,存入动态数据表中。调用“高炉优化配比程序”,将产品烧结矿的成本和技术指标等预测信息导入“高炉优化配比程序”,作为高炉生产的原料之一,即步骤105。并设置“选择参与计算的用料”;然后选择高炉的生产目标,即无目标、品质、成本的最大值或最小值;再指定相应的指标约束条件,包括主要指标的上下限或定值、各分类用料的排序、比例、经验百分比范围、禁止配合使用料等参数,同时可参考“原料经济品位评价”的高炉部分,也就是执行步骤102,来修正各个原料的配比范围,即配比量排序;最后设置已知条件与分配率。在所有参数设置完毕后,以高炉生产配料工艺计算方法为基础,自动生成线性规划、非线性规划、整数规划、整数非线性规划等复杂的高炉运筹学求解模型,计算成本最低、品质高的高炉配比方案,即执行步骤104,并应用高炉用料配比,调用高炉人工配比程序进行推算,即执行步骤106,推算的结果是产品铁水的产量、成本和技术指标。计算无解显示错误的约束条件。
如图7所示,执行步骤101A,即调用“烧结生产用料信息录入”,并对信息进行检查。在符合录入要求后,存入动态数据表中。调用“烧结人工配比程序”,然后设置“选择参与计算的用料”,并选择“定用料批重”或“定理论烧结量”两种计算模式,最后设置各个用料的湿基配比或湿基配比百分比含量、已知条件,调用烧结生产配料工艺计算方法,即步骤103,进行配比计算。计算结果是烧结矿的产量、成本和技术指标等综合信息。
如图8所示,执行步骤101B,即调用“高炉生产用料信息录入”,并对信息进行检查。在符合录入要求后,存入动态数据表中。调用“高炉人工配比程序”,然后设置“选择参与计算的用料”,并选择“定矿批”或“定理论铁量”两种计算模式,最后设置各个用料的湿基配比百分比含量、分配率、已知条件,调用烧结生产配料工艺计算方法,即步骤106,进行配比计算。计算结果是铁水的产量、成本和技术指标等综合信息。
三种优化配比程序优化计算的程序设计结构,包含以下步骤:
如图9所示,三种优化配比程序优化计算是指烧结、高炉、以及联动优化配比程序。首先执行步骤104,优化计算,再引用LIN_model类,根据计算所需分为:烧结和高炉优化配比程序调用类方法LIN_model_opt();联动优化配比程序调用类方法LIN_model_linkopt(),并设置相关的标志符变量。
第一步,调用类方法model_sets_opt(),建立计算所需的变量参数。
第二步,调用类方法model_data_opt()建立用料数据表,读取用料的化学成分和单价、已知条件、分配率。调用类方法Lin_element_read(),建立用料编码对照结构体Contrast,并在计算中应用,其中编码采用数字方式。
第三步,调用类方法model_math_opt(),建立运算,此之前首先读取相关的工艺计算公式,烧结优化配比程序调用类方法Lin_expression_SJ(),高炉优化配比程序调用类方法Lin_expression_GL(),联动优化配比程序调用类方法Lin_expression_Link(),把提取的公式信息存储至结构体GS中,其中包含信息如下:公式标识、方程、公式类型、非线性特征、非线性分组、公式备注。结合以上信息,调用类方法Lin_premise(),建立基础结构方程组,即公用数据的求解方程组。调用类方法Lin_obj_read(),根据目标数据表,建立目标结构方程和标识。调用类方法Lin_mrestrict_read(),根据主要指标数据表,建立此约束条件方程组和标识。调用类方法Lin_srestrict2_read(),根据配比排序和比例数据表,建立此约束条件方程组和标识,其中公式标识是结合结构体Contrast建立的。调用类方法Lin_srestrict3_read(),根据经验百分比范围数据表,建立约束条件方程组和标识,其中公式标识是结合结构体Contrast建立的。调用类方法Lin_srestrict3_read(),根据禁止配合使用料数据表,建立整数规划约束条件方程组和标识,其中公式标识是结合结构体Contrast建立的。
第四步,烧结和高炉优化配比程序调用类方法model_outdata_opt(),建立求解输出。联动优化配比程序调用类方法model_outdata_linkopt(),建立求解输出。生成模型,送至交互式的线性和通用优化求解器求解,即执行步骤107。
优化配比程序求解处理:
如图10所示,执行步骤107,交互式的线性和通用优化求解器求解后,如果有解,根据ObjStatus判断解的状态,ObjStatus=0,此解为全局最优解,ObjStatus=4,此解为局部最优解,ObjStatus=6,此解为可行解。并读取计算次数送至界面显示。在此之后推算所有指标,引用PL_MATH类,调用类方法GL_math(),推导理论铁量、吨铁成本、铁水化学成分和技术指标、有害元素指标。调用类方法SJ_math(),推导理论烧结量、吨烧结矿成本、烧结矿化学成分和技术指标。
如果无解,查找错误的约束条件。引用Calculate类,调用类方法Readerr(),读取LOG文件,查找错误。根据目标和约束条件标识,以及用料编码对照结构体Contrast,寻找Sufficient Rows和Necessary Rows错误信息。调用类方法err_save(),识别、处理、提交错误信息标识,存储至结构体str中,结构体Str包含信息如下:错误信息类型、错误信息位置标识、物料编码。引用ERR类,调用类方法SetValue(),根据结构体Str,读取错误信息库,搜寻匹配的错误信息。生成错误信息,送至界面显示。
本发明提供的上述方案的全部通过程序指令来完成。
以上所述仅为本发明的较佳实施方式,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围内。
Claims (7)
1.一种铁前原料配比优化方法,其特征在于,包括以下步骤:
(1)生产用料信息录入:输入并保存多类型的烧结与高炉用料综合信息,用于原料经济品位评价和所有配比程序;
(2)原料经济品位评价:依托评价公式,计算烧结和高炉的原料经济品位单价,用此值来判断用料中原料的综合品位贡献度,即价格越低的相对应用价值或贡献度高,配比排序就等级高,允许配比量越大,从而为后面的优化配比程序的约束条件设置提供有价值的原料配比排序方式;
(3)根据不同的生产计划选择启动不同的人工和优化配比程序,包括:
A、制定炼铁厂级别的长期生产计划,全面、统一地考虑烧结和高炉生产要求,实现整体的成本优化,通过联动优化配比程序,设置最终产品铁水的生产目标,即品质、成本的最大值或最小值,再分别指定两个生产环节的指标约束条件,同时参考“原料经济品位评价”来修正所有原料的配比排序值;以烧结和高炉生产配料工艺计算方法的串联集合为基础,引用模型架构LIN_model类,建立联动运筹学求解模型,计算成本最低、品质高的高炉配比方案,以及中间产品烧结矿的配比方案,并调用烧结和高炉人工配比程序,对产品产量、成本、技术指标进行推算,将所有的配比方案与推算的数据,作为长期计划,送至烧结与高炉分厂,用于指导生产,并在此基础上制定短期生产计划;
B、制定分厂级别的短期生产计划,烧结分厂遵循长期计划,根据短期烧结生产实际变化,对计划实施修正,通过烧结优化配比程序,设置烧结的生产目标,指定相应的指标约束条件,同时参考烧结部分的“原料经济品位评价”来修正各个原料的配比排序值;以烧结生产配料工艺计算方法为基础,引用模型架构LIN_model类,建立烧结运筹学求解模型,计算成本最低、品质高的烧结配比方案,并调用烧结人工配比程序,对产品烧结矿的产量、成本、技术指标进行推算;与此同时,高炉分厂遵循长期计划,结合烧结矿短期计划的推算数据,根据短期高炉生产实际变化,对计划实施修正,通过高炉优化配比程序,将产品烧结矿的成本和技术指标推算数据导入高炉优化配比程序,作为高炉生产的原料之一,设置高炉的生产目标,指定相应的指标约束条件,同时也参考高炉部分的“原料经济品位评价”来修正各个原料的配比排序值,以高炉生产配料工艺计算方法为基础,引用模型架构LIN_model类,建立高炉运筹学求解模型,计算成本最低、品质高的高炉配比方案,并调用高炉人工配比程序,对产品铁水的产量、成本、技术指标进行推算,将所有的配比方案与推算的数据,作为短期计划,送至烧结与高炉分厂一线生产;
C、在生产中,烧结分厂遵循短期计划,根据实时烧结生产实际变化,相应地对生产计划细微地调整,修改各用料的配比,变更配比方案,通过“烧结人工配比程序”即调用烧结生产配料工艺计算方法,对产品烧结矿的产量、成本、技术指标进行推算;然后高炉分厂遵循短期计划,结合烧结矿调整的情况,根据实时高炉生产实际变化,同样对生产计划细微地调整,修改各用料的配比,变更配比方案,通过“高炉人工配比程序”即调用高炉生产配料工艺计算方法,对产品铁水的产量、成本、技术指标进行推算;
通过此步骤实现对炼铁厂生产的管理与原料配比的优化。
2.根据权利要求1所述的铁前原料配比优化方法,其特征在于,所述的生产用料信息录入步骤所录入的用料综合信息包括:
烧结与高炉的原料、熔剂、焦粉和煤粉的单价与化学成分;用来作为烧结、高炉、联动优化配比程序的约束条件中知识库信息,该知识库信息包括:烧结与高炉用料的各成分的上限百分比、下限百分比以及禁止混用的原料。
3.根据权利要求1所述的铁前原料配比优化方法,其特征在于,所述的原料经济品位评价步骤包括:
读取烧结和高炉的原料录入的信息,依托评价公式,计算经济品位单价,其价格越低的相对应用价值或贡献度高,配比排序就等级高,允许配比量越大,从而得到了读取烧结和高炉原料的一种排序方式,分别用于烧结、高炉、联动优化配比程序的约束条件的配比排序设置。
4.根据权利要求1所述的铁前原料配比优化方法,其特征在于,所述的烧结优化配比程序:在生产1000kg的烧结矿基础上,通过设置“选择参与计算的用料”、目标、约束条件、已知条件计算相关参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划的烧结运筹学求解模型,从而预测最优化的用料配比;在满足目标、已知条件、约束条件设定基础上,自动计算用料湿基配比及湿基配比百分比,并调用烧结人工配比程序,推算烧结矿的产量、成本与技术指标,且具有智能查错功能。
5.根据权利要求1所述的铁前原料配比优化方法,其特征在于,所述的高炉优化配比程序:在生产1000kg的铁水基础上,通过设置“选择参与计算的用料”、分配率、目标、约束条件、已知条件计算相关参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划复杂的高炉运筹学求解模型,从而预测最优化的用料配比;在满足目标、已知条件、约束条件设定基础上,自动计算用料湿基配比及湿基配比百分比,并调用烧结人工配比程序,推算铁水的产量、成本与技术指标,且具有智能查错功能。
6.根据权利要求1所述的铁前原料配比优化方法,其特征在于,所述的联动优化配比程序:通过设置烧结和高炉的“选择参与计算的用料”、分配率、目标、约束条件、已知条件计算相关参数,自动生成线性规划、非线性规划、整数规划、整数非线性规划的联动运筹学求解模型,从而预测最优化的用料配比;目标设置是高炉的目标,其他的设置项包含了烧结和高炉;在满足目标、已知条件、约束条件设定基础上,自动计算烧结和高炉的用料湿基配比及湿基配比百分比,并调用烧结和高炉人工配比程序,推算烧结矿的成本与技术指标、铁水的产量、成本与技术指标,且具有智能查错功能。
7.根据权利要求1所述的铁前原料配比优化方法,其特征在于,所述的烧结、高炉、联动运筹学求解模型:
烧结或高炉运筹学求解模型的核心求解方程组是以烧结或高炉生产配料工艺计算方法为基础设计的,联动运筹学求解模型的核心求解方程组是以烧结和高炉生产配料工艺计算方法的串联集合为基础设计的;串联集合形式是指应用烧结生产配料工艺计算方法,除了考虑各种烧结生产要求方程外,再列出烧结矿的成本和化学成分技术指标方程,把这些方程的结果变量作为一种原料的基本信息,带入至高炉生产配料工艺计算方法,从而形成一种混合、串联形式的生产配料工艺计算方程组;
引用模型架构LIN_model类,即依据运筹学建模形式,以及交互式的线性和通用优化求解器求解结构框架生成,最终得到最优化的烧结、高炉或联动配比方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510272320.7A CN104975118B (zh) | 2015-05-25 | 2015-05-25 | 铁前原料配比优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510272320.7A CN104975118B (zh) | 2015-05-25 | 2015-05-25 | 铁前原料配比优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104975118A CN104975118A (zh) | 2015-10-14 |
CN104975118B true CN104975118B (zh) | 2017-04-12 |
Family
ID=54272080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510272320.7A Active CN104975118B (zh) | 2015-05-25 | 2015-05-25 | 铁前原料配比优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104975118B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798433B (zh) * | 2017-11-03 | 2019-07-23 | 上海信传信息技术有限公司 | 一种产品制造过程中基于成本确定原料配比的方法和装置 |
CN108536108A (zh) * | 2018-05-17 | 2018-09-14 | 杭州辛孚能源科技有限公司 | 一种常减压装置的实时优化方法 |
CN108660360A (zh) * | 2018-05-24 | 2018-10-16 | 东营嘉扬精密金属有限公司 | 浇铸经济和快速配料系统应用技术 |
CN110716516B (zh) * | 2019-09-27 | 2020-09-11 | 南京大学 | 基于物料选择的智能化工系统 |
CN110982972A (zh) * | 2019-12-16 | 2020-04-10 | 百色学院 | 一种炼铁配料与高炉工艺参数一体化优化方法 |
CN111507767A (zh) * | 2020-04-17 | 2020-08-07 | 无锡雪浪数制科技有限公司 | 一种钢铁原料采购供应优化方法 |
CN112599206A (zh) * | 2020-12-29 | 2021-04-02 | 天津天钢联合特钢有限公司 | 一种含铁原料性价比评价方法及系统 |
CN114565270B (zh) * | 2022-02-23 | 2024-09-17 | 杉数科技(北京)有限公司 | 炼钢评估方法、装置、设备及介质 |
CN114936686A (zh) * | 2022-04-15 | 2022-08-23 | 北京智冶互联科技有限公司 | 优化配矿方法、装置、电子设备和可读存储介质 |
CN116759032B (zh) * | 2023-08-16 | 2023-10-31 | 安徽慕京信息技术有限公司 | 一种高炉炼钢原料配比的优化方法及其应用系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900993B (zh) * | 2010-08-24 | 2011-12-14 | 中南大学 | 考虑库存因素的钢铁烧结预配料多目标优化方法 |
CN102193502B (zh) * | 2011-06-14 | 2012-11-07 | 中南大学 | 一种钢铁烧结二次配料的综合优化方法 |
CN103276125A (zh) * | 2013-06-20 | 2013-09-04 | 经文波 | 炼铁炉料总成本综合优化 |
-
2015
- 2015-05-25 CN CN201510272320.7A patent/CN104975118B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104975118A (zh) | 2015-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104975118B (zh) | 铁前原料配比优化方法 | |
Tan et al. | Hybrid scatter search algorithm for optimal and energy-efficient steelmaking-continuous casting | |
Giri et al. | Genetic programming evolved through bi-objective genetic algorithms applied to a blast furnace | |
Yeung et al. | Subgame consistent economic optimization: an advanced cooperative dynamic game analysis | |
CN114021913B (zh) | 一种基于差分进化算法的高炉配料优化方法、电子设备以及存储介质 | |
CN101349912B (zh) | 烧结厂按化学成分配料自动控制系统 | |
CN109583118B (zh) | 一种烧结配比计算及烧结矿成本优化方法 | |
CN108121689A (zh) | 一种铁矿粉炼铁成本测算方法 | |
CN113626976A (zh) | 一种基于nsga-ii算法的烧结配料多目标优化方法、装置及设备 | |
CN107832983A (zh) | 基于动态规划与遗传算法的铸造熔炼批计划与调度方法 | |
CN115565618A (zh) | 一种高炉配料多目标优化方法、终端设备及存储介质 | |
Yin | Review on the study of metallurgical process engineering | |
CN115952636A (zh) | 一种基于数字孪生的烧结过程智能配矿方法 | |
CN104268636A (zh) | 一种入炉矿和烧结矿的集成配料方法 | |
CN109902872A (zh) | 一种性能预测模型与产品研发相结合的方法和装置 | |
CN102054125A (zh) | 一种稳定入炉烧结矿化学成分的方法 | |
Peng et al. | Optimization and research of the nonlinear programming model of the full cost of pre-ironmaking under carbon emission reduction constraint | |
CN107067168A (zh) | 实现最优经济增长的国家多区域低碳政策设计与规划方法 | |
CN114118898B (zh) | 一种改进的混匀配料Block计划生成的方法、装置以及存储介质 | |
JP6806034B2 (ja) | 非線形計画問題の求解方法、配合計画の作成方法、およびこれらのコンピュータプログラム、記録媒体、装置、ならびに配合操業方法 | |
Ramanathan | Measurement of technology at the firm level | |
CN115359851A (zh) | 基于极端随机树-nsga-ⅱ的烧结配料多目标预测优化方法 | |
Kiptoon | The impact of the blue ocean strategy on the performance of Bamburi cement limited in Kenya | |
Zhang et al. | The research of sintering ore blending based on profit maximization | |
Cateni et al. | Industrial multiple criteria decision making problems handled by means of fuzzy inference-based decision support systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |