CN110728073A - 一种洗选配煤的多目标优化方法 - Google Patents
一种洗选配煤的多目标优化方法 Download PDFInfo
- Publication number
- CN110728073A CN110728073A CN201911014169.1A CN201911014169A CN110728073A CN 110728073 A CN110728073 A CN 110728073A CN 201911014169 A CN201911014169 A CN 201911014169A CN 110728073 A CN110728073 A CN 110728073A
- Authority
- CN
- China
- Prior art keywords
- coal
- product
- blending
- sales
- real
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 256
- 238000002156 mixing Methods 0.000 title claims abstract description 115
- 238000005406 washing Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000004519 manufacturing process Methods 0.000 claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 35
- 230000009467 reduction Effects 0.000 claims description 8
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005303 weighing Methods 0.000 description 13
- 238000004140 cleaning Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 239000000843 powder Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种洗选配煤的多目标优化方法,方法包括:客户端的展示界面中展示有煤矿生产系统中预设时间段内的优化数据,优化数据包括:目标值、与目标值对应的实时数据和输入参数;实时数据为云端获取的煤矿生产系统中每一个计算时间段内的数据,输入参数为云端获取的用户借助于智能设备输入的参数,目标值为云端根据实时数据、输入参数通过煤炭洗选过程中的目标优化逻辑运算关系获取的、包括预设时间段内的第一类型目标最优值和/或第二类型目标最优值的数据;客户端接收用户输入的调整参数并发送所述云端,获取对应的目标值并发送客户端以展示。上述方法用于解决现有技术中无法使煤矿洗选工艺形成的产品实现最大优化目标的缺陷。
Description
技术领域
本发明涉及煤矿特殊应用场景和数据处理技术,尤其涉及一种洗选 配煤的多目标优化方法。
背景技术
煤矿的洗选厂(负责洗选工艺的实体)根据从井下运输皮带运送至 洗选厂的原煤量,以及现场情况决定开启的工艺生产线条数,洗选厂负 责筛选出不进入洗选工艺的块煤或末煤产品和进入洗选工艺的末煤产品。
煤矿的销售人员根据销售需求(包括销售量和煤质),将各种块煤 产品和末煤产品按照一定的比例掺配在一起,该项配煤工作在现场车间 进行,配好的煤种售卖后通过装车系统从煤矿运走。
上述的洗选工艺和配煤销售环节均按照各自流程执行,洗选厂开启 生产线(洗选工艺分为若干条生产线,可同时开工也可部分停工)不考 虑洗选成本是否经济,主要考虑洗选厂区内稳定运行,保证原煤都能及 时洗选完成,以完成原煤处理为目标;此时,销售部门根据掌握的客户 需求,结合库存和前日化验中心取样的煤质化验结果,出具掺配比例指导现场车间配煤及销售运输。
因为生产和销售的目标不同,双方均未将两者作为整体考虑,实现 以煤矿效益最大为目标的洗选生产和配煤销售。
洗选厂的人员凭借生产经验及现场情况,决定如何开启生产线,销 售部门凭借销售经验测算,导致洗选工艺中浪费大量洗选成本,销售方 案也未以最高价格售卖,使得煤矿直接损失大量销售收入。
鉴于此,如何使煤矿洗选工艺形成的产品最终能够实现最大利润成 为当前亟需解决的问题。
发明内容
本发明的目的是提供一种洗选配煤的多目标优化方法,用于解决现 有技术中无法使煤矿洗选工艺形成的产品实现最大优化目标的缺陷。
为了达到上述的目的,本发明采用的主要技术方案包括:
第一方面,本发明提供一种洗选配煤的多目标优化方法,包括:
A01、客户端的展示界面中展示有煤矿生产系统中预设时间段内(例 如:4小时一班两次、8小时一班一次、一天)的优化数据,所述优化数 据包括:目标值、与目标值对应的实时数据和输入参数;其中,所述实 时数据为云端获取的煤矿生产系统中每一个计算时间段内的数据,所述 输入参数为所述云端获取的用户借助于智能设备输入的参数,目标值为所述云端根据所述实时数据、输入参数通过煤炭洗选过程中的目标优化 逻辑运算关系获取的、包括预设时间段内的第一类型目标最优值和/或第 二类型目标最优值的数据;
A02、所述客户端接收用户输入的调整参数,该调整参数为用于调整 第一类型目标最优值和/或第二类型目标最优值的中间参数或者属于实时 数据的调整参数;
A03、所述客户端将用户输入的调整参数发送所述云端,以使所述云 端根据用户输入的调整参数调整相关的数据,并依据调整后的数据通过 目标优化逻辑运算关系进行处理,获得处理后的目标值;
A04、所述客户端接收所述云端发送的处理后的目标值及所述目标值 对应的用于计算该目标值的数据以展示。
可选地,每一计算时间段内的实时数据包括:借助于设置在煤炭洗 选厂各位置的物联网传感设备发送的各煤种产品的实时产量、煤仓内各 煤种产品的库存数量、检测仪中各煤种产品的煤质化验结果或者借助于 移动端传输的各煤种产品的煤质化验结果;
与所述实时数据对应的输入参数包括:生产运营吨煤成本、掺配限 制比例、配煤后的各销售产品的销售指导价格和/或产品的需求信息;
所述调整参数包括:完成配煤后的掺配量、掺配比例、还原量、还 原比例、产率和/或煤质结果。
第二方面,本发明实施例还提供一种洗选配煤的多目标优化方法, 包括:
B01、云端接收任一计算时间段内煤矿生产系统中各传感器终端发送 的实时数据,以及接收用户借助于智能设备传输的输入参数;
B02、所述云端根据所述实时数据和输入参数,采用预先建立的煤炭 洗选过程中的目标优化逻辑运算关系,获取目标值;
B03、所述云端将获取的目标值及对应目标值的实时数据、输入参数 发送任一用于展示的终端。
可选地,所述步骤B01包括:
所述云端接收当前计算时间段内的原始数据,对所述原始数据进行 清洗处理,得到实时数据。
可选地,每一计算时间段内的实时数据包括:借助于设置在煤炭洗 选厂各位置的物联网传感设备发送的各煤种产品的实时产量、煤仓内各 煤种产品的库存数量、检测仪中各煤种产品的煤质化验结果或者借助于 移动端传输的各煤种产品的煤质化验结果;
与所述实时数据对应的输入参数包括:生产运营吨煤成本、掺配限 制比例、配煤后的各销售产品的销售指导价格和/或产品的需求信息。
可选地,所述步骤B02包括:
B021、所述云端根据所述实时数据和输入参数,采用预先建立的销 售收入逻辑运算关系,获取第一类型目标最优值;
或者,
B021a、所述云端根据所述实时数据和输入参数,采用预先建立的洗 选成本逻辑运算关系,获取第二类型目标最优值。
可选地,所述步骤B021包括:
根据下述表1中的销售收入逻辑运算关系,获取第一类型目标最优 值;表1:
Pn1表示Q1这种销售产品中Pn的掺配量;
Pnm表示Qm这种销售产品中Pn的掺配量;
所述销售收入逻辑运算关系在运算中需要遵守如下的限制条件:
2)其中,C′j是销售时的煤质结果,C是检测仪中各煤种 产品的煤质化验结果或者借助于移动端传输的各煤种产品的煤质化验结 果,i=1,2,…,n种煤种生产产品,j=1,2,…,m种销售产品;
可选地,所述第一类型目标最优值,包括:
销售产品中每种生产产品的产量、产率、配比比例;
最高销售收入SRmax;
和/或,
所述方法还包括:
B04、根据所述第一类型目标最优值,向煤矿生产系统发送配煤信息。
可选地,所述步骤B04包括:
根据下述表2的逻辑运算关系获取所述配煤工艺信息;
表2:
根据所述配煤工艺信息执行现场的配煤。
可选地,所述步骤B021a包括:
根据下述表3中的洗选成本逻辑运算关系,获取第二类型目标最优 值;表3:
其中,a表示生产产品线,b表示销售产品的种类;a和b均为大于1 的自然数;
Qb1表示销售需求销量为Qb的产品需要生产P1的产量;
Qba表示销售需求销量为Qb的产品需要生产Pa的产量;
所述洗选成本逻辑运算关系在运算中需要遵守如下的限制条件:
可选地,所述第二类型目标最优值,包括:
最终配出每种销售产品销量的每种生产产品的产量、产率、配比比 例;
最低洗选成本WCmin;
相应地,所述方法还包括:
B04a、根据所述第二类型目标最优值,向煤矿生产系统发送配煤信 息。
可选地,所述步骤B04a包括:
根据下述表4的逻辑运算关系获取生产工艺信息;
表4:
其中,a表示各煤种生产产品,b表示销售产品的种类;a和b均为 大于0的自然数;
根据生产工艺信息执行现场的配煤。
第三方面,本发明实施例还提供一种洗选配煤的多目标优化系统, 包括:
至少一个终端、云端和采集设备;
所述云端接收所述采集设备发送的数据,并根据上述第一方面任一 所述的多目标优化方法获取目标值。
本发明的有益效果是:
在本发明的方法中利用数据分析及建模,可以实现的优化目标可以 是销售收入最大化,也可以实现的优化目标是洗选成本即生产成本最优 化,进而使得煤矿生产实现以销售收入最高和洗选成本最低为目标的配 煤销售和洗选生产。
在本发明的实现过程中通过约束条件给出相应洗选产量的配煤方案, 以及掺配比例和产率,配煤车间按照该数据场景结果配煤即可实现实时 销售收入最高的配煤及过程控制;
在生产成本最优化的实现中,通过约束条件给出相应生产工艺方案, 以及工艺时间段,洗选车间按照该数据场景结果生产即可实现实时洗选 成本最低的生产及过程控制。
附图说明
图1为本发明一实施例提供的洗选配煤的多目标优化方法的流程示 意图;
图2为本发明另一实施例提供的洗选配煤的多目标优化方法的流程 示意图;
图3为本发明一实施例提供的客户端展示界面的示意图。
具体实施方式
为了更好地解释本发明,以便于理解,下面结合附图,通过具体实 施方式,对本发明作详细描述。
为了更好的理解本发明实施例的方案,以下对本发明实施例的部分 用词进行说明。
煤炭洗选:通常是指从煤中去除矸石或其他杂质的过程。煤炭洗选 一般是利用煤与矸石的物理性质不同来进行的,在不同密度或特性的介 质中使煤与矸石(杂质)分开,并按照煤的粒度、煤质等属性分开。
洗选厂:是指进行煤炭洗选的生产车间。
洗选配煤:把不同种类的洗选后的煤产品按适当比例配合起来。
原煤:是指煤矿生产出来的未经洗选、筛选加工而只经人工拣矸和 杂物的产品。
煤质化验:是指对煤炭的固定碳、硫、磷、发热量、胶质层指数、 粘结指数、全水份、分析基水份、灰份、挥发份等属性的化验分析,本 文特指化验水分、灰分和发热值。
当前,现有技术中洗选厂的人员凭借生产经验及现场情况,决定如 何开启生产线,并未以某种科学高效的算法精准计算出洗选成本(例如: 吨煤电费、吨煤运营成本等)最低的工艺方案,煤矿直接浪费大量洗选 成本;销售部门凭借销售经验测算,并未以某种科学高效的算法精准计 算出整体销售收入(例如:块煤收入、末煤收入)最高的配煤方案,洗 选产品并未按照可以实现的最高价格售卖,煤质化验结果取样也是前48 小时至前12小时,对指导配煤销售实时性不高,煤矿直接损失大量销售 收入。
为使煤矿洗选工艺形成的产品最终能够实现最大利润,本申请提供 一种洗选配煤的多目标经济价值最优应用方法。
实施例一
如图1所示,图1为本发明一实施例提供的洗选配煤的多目标优化 方法的流程示意图,本实施例的方法的执行主体可为任一用于展示最后 目标值的终端,具体地,方法包括下述的步骤:
A01、客户端的展示界面中展示有煤矿生产系统中预设时间段内的优 化数据,所述优化数据包括:目标值、与目标值对应的实时数据和输入 参数;其中,所述实时数据为云端获取的煤矿生产系统中每一个计算时 间段内的数据,所述输入参数为所述云端获取的用户借助于智能设备输 入的参数,目标值为所述云端根据所述实时数据、输入参数通过煤炭洗 选过程中的目标优化逻辑运算关系获取的、包括预设时间段内的第一类 型目标最优值和/或第二类型目标最优值的数据。
实时数据可包括:配煤/生产工艺等各方面的数据。在本实施例中, 实时数据的获取和输入参数的获取没有前后逻辑的关系,为方便描述, 在本申请中采用云端获取的方式说明,本申请并不限定前后关系。为此, 客户端的展示界面中展示的属于云端向客户端下发的信息,例如,下发 目标值之后,可将计算该目标值使用的实时数据和输入参数均可下发到 客户端,进而使客户端进行展示。
A02、客户端接收用户输入的调整参数,该调整参数为用于调整第 一类型目标最优值和/或第二类型目标最优值的中间参数或者属于实时数 据的调整参数。
A03、客户端将用户输入的调整参数发送所述云端,以使所述云端根 据用户输入的调整参数调整相关的数据,并依据调整后的数据通过目标 优化逻辑运算关系进行处理,获得处理后的目标值。
A04、客户端接收所述云端发送的处理后的目标值及所述目标值对应 的用于计算该目标值的数据以展示,如图3所示。
需要说明的是,在步骤A04中,述客户端接收的目标是云端基于客 户端发送的调整参数参与计算后的目标值。
在具体实现过程中,每一个计算时间段内的实时数据包括下述的多 种数据:
借助于设置在煤炭洗选厂各位置的物联网传感设备发送的各煤种产 品的实时产量、煤仓内各煤种产品的库存数量、检测仪中各煤种产品的 煤质化验结果或者借助于移动端传输的各煤种产品的煤质化验结果;
与所述实时数据对应的输入参数包括:生产运营吨煤成本、掺配限 制比例、配煤后的各销售产品的销售指导价格和/或产品的需求信息;
所述调整参数包括:完成配煤后的掺配量、掺配比例、还原量、还 原比例、产率和/或煤质结果。
在实际应用中,并不限定上述实时数据的数量和内容,以及输入参 数等的信息,在本申请中只是为了举例说明,特别举例的内容。
应说明的是,在实际应用中,设备现场环境数据通常采用物联网采 集盒子(DTU)收集,煤质化验结果参数可通过移动终端采集或者通过 集成原始设备制造商(例如:煤质化验可以通过在线监测仪器实施采集 并应用集成)进行数据采集。
在本发明的方法中利用数据分析及建模,可以实现的优化目标可以 是销售收入最大化,也可以实现的优化目标是洗选成本即生产成本最优 化,进而使得煤矿生产实现以销售收入最高和洗选成本最低为目标的配 煤销售和洗选生产。
实施例二
如图2所示,图2为本发明另一实施例提供的洗选配煤的多目标优 化方法的流程示意图,本实施例的方法的执行主体可为任一云端服务器, 具体地,方法包括下述的步骤:
B01、云端接收任一计算时间段内煤矿生产系统中各传感器终端发送 的实时数据,以及接收用户借助于智能设备传输的输入参数。
举例来说,本实施例中每一个计算时间段内的实时数据包括下述的 多种数据:借助于设置在煤炭洗选厂各位置的物联网传感设备发送的各 煤种产品的实时产量、煤仓内各煤种产品的库存数量、检测仪中各煤种 产品的煤质化验结果或者借助于移动端传输的各煤种产品的煤质化验结 果;
与所述实时数据对应的输入参数包括:生产运营吨煤成本、掺配限 制比例、配煤后的各销售产品的销售指导价格和/或产品的需求信息。
在实际应用中,所述云端接收当前计算时间段内的原始数据,对所 述原始数据进行清洗处理,得到实时数据。
具体地,清洗处理可包括:筛选属于当前计算时间段内的数据,按 照平均数值对遗漏数据进行补充,或者对异常数据进行清洗。
B02、所述云端根据所述实时数据和输入参数,采用预先建立的煤炭 洗选过程中的目标优化逻辑运算关系,获取目标值。
在另一可能的实现方式中,若云端还接收到客户端传输的用户借助 于客户端输入的参数,此时,云端可根据所述实时数据及客户端传输的 参数,采用预先建立的煤炭洗选过程中的目标优化逻辑运算关系,获取 目标值。
举例来说,在实际应用中,该步骤B02可包括:
B021、所述云端根据所述实时数据和输入参数,采用预先建立的销 售收入逻辑运算关系,获取第一类型目标最优值;
或者,
B021a、所述云端根据所述实时数据和输入参数,采用预先建立的洗 选成本逻辑运算关系,获取第二类型目标最优值。
对应下述实施例三中的具体方法,在本实施例中第一类型目标最优 值可理解为对应销售收入最高的目标值。第二类型目标最优值可理解为 对应洗选成本最低的目标值。
B03、所述云端将获取的目标值及对应目标值的实时数据、输入参数 发送任一用于展示的终端。
在本实施例中,目标值中包括配煤信息,进而终端中展示的目标值, 进而可将配煤信息进行展示。
需要理解的是,在本实施例中的第一类型目标最优值和第二类型目 标最优值分别包括下述的内容:销售收入最高的目标值、洗选成本最低 的目标值、配煤过程中的掺配量、掺配比例、还原量、还原比例及产率 信息等信息。也就是说,目标值包括有销售产品中含每种生产产品的产 量、产率、配比比率,和/或,生产产品中最终配出每种销售产品的销量、 产率、配比比率。
也就是说,第二类型目标最优值可包括:生产产品中最终配出每种 销售产品的销量、产率、配比比率。第一类型目标最优值可包括:销售 产品中含每种生产产品的产量、产率、配比比率。
在实际应用中,云端服务器还可根据第一类型目标最优值和第二类 型目标最优值可获取用于指导配煤现场工艺的配煤工艺信息,进而将获 取的配煤工艺信息发送到煤矿生产系统的各个操作人的所持终端,以执 行具体的操作。
实施例三
本发明实施例是这样实现的,步骤1数据采集:通过物联网盒子采 集现场洗选厂加工完成后的各煤种产品的实时产量、煤仓各煤种产品的 实时库存,将数据通过路由器网关传递到云端存储并进行数据清洗;通 过移动终端采集现场各煤种产品的实时煤质化验结果、销售产品(配煤 完成以后)实时销售指导价、煤质要求和销量需求,数据按写入记录存 储至云端;步骤2模型成果:模型输入生产产品产量、销售产品销量、 销售产品发热值、销售产品价格、销售产品配比、生产产品发热值,其 中,销售部录入的产品发热值和产品配比作为约束条件,输出结果为销 售收入的最大值,以及相应的各个销售产品产量应该分别由多少的生产 产品产量组成,并计算出掺配比例(一种销售产品是分别由几种生产产 品组成,每种生产产品重量的比例为掺配比例)和产率。具体的两个模 型如下所述:
■销售收入最高
该场景是假设前提是“以产定销”,产品均能以销售指导价实现售 卖,不考虑客户收到煤后的化验值与销售前在煤矿的化验值存在误差、 销售最终售卖执行价格与指导价差异等因素。
通过称重传感器计量,实时获取洗煤厂洗选工艺完成以后,各条皮 带上运输的洗选后生产产品的产量,假设共有n条生产产品皮带,编号 分别为1号至n号,煤的生产产品为第1种至第n种(因为现场工艺原 因造成称重结果不是直接产品的产量,如果各条皮带的称重并不是直接 产品最终的称重结果,需要几条皮带称重结果的计算才能间接算出直接 产品的产量),煤的销售产品为第1种至第m种。同时对各个产品的煤 质进行化验,得到产品的发热量、硫分、水分、灰分等煤质检测结果, 用于后续计算。
其中,洗选工艺产生的数据包括:当前工艺(例如:块洗末单、块 洗末双),皮带秤产量分别为P1、P2、……、Pn(以下的计算假设条件, 为每条皮带秤的称重即为直接产品,否则需要有称重转换的计算公式, 具体原因已在前文中解释,某种生产产品产量为Pi),每种生产产品煤质 化验结果,发热量分别为C1、C2、…、Cn;
销售产生的数据包括:销售指导价格分别是S1、S2、…、Sm,销售 产品发热量最低值分别为C′1、C′2、…、C′m,假设每种销售产品的产量分 别为Q1、Q2、…、Qm,如果某种销售产品在配煤过程中,某种生产产品 的配比如有配比要求(例如:Qj中必须包括xj%的Pi),需要同时作为限 制条件。销售收入为SR(Sales Revenue),则通过线性规划求解销售收 入最大值:
求解SRmax过程存在若干限制条件,限制条件如下:
1)产量限制,参与销售产品配煤的生产产品总量之和不能 大于各称重的生产产品产量,即:
2)发热量限制,参与配煤完成后的发热量不能低于销售产 品发热量最低值,即:
3)掺配比例限制,如果限制条件中包含有某种销售产品的 最低掺配比例限制,则实际掺配比例不能低于最低掺配比例,假 设对销售产品Qj中,Pi的掺配比例不能低于xj%,即:
通过以上内容建模计算形成的结果,用于指导配煤现场工艺,具体 的方法如下:
销售产品掺配量的产量Qj吨,分别由P1j吨P1、P2j吨P2、…、Pnj吨Pn掺 配混合而成,即:Qj=P1j+P2j+…+Pnj。P就是生产产品的量。
表2:
注:产销存平衡业务逻辑,按照“期初库存+本期增加-本期减少=期 末库存”的常规逻辑执行即可,如库存量较大存在挤压时,需采用此逻 辑进行计算,库存量数据通过料位传感器进行采集。因为此部分逻辑较 为普遍,此处不再赘述。
进一步地,如图3所示,软件产品提供模拟看板,通过实时调整销 售产品中,各个生产产品的掺配量,实时计算微调后的销售收入,看板 可与最高销售收入进行实时对比。
·洗选成本最低
该场景是假设前提是“以销定产”,按照某个合理频率的销售量预 期值还原成各个生产产品并通过产量乘以生产定额成本(吨煤单价), 考虑经济性指导生产,不考虑客户收到煤后的化验值与销售前在煤矿的 化验值存在误差、生产最终实际成本与定额差异等因素。
销售产生的数据包括:煤的销售产品为第1种至第m种,销售产品 发热量最低值分别为C′1、C′2、…、C′b,每种销售产品(按照某个合理频率 的)目标产量分别为Q1、Q2、…、Qb,如果某种销售产品在配煤过程中, 某种生产产品的配比如有配比要求(例如:Qj中必须包括xj%的Pi),需 要同时作为限制条件。
通过称重传感器计量,实时获取洗煤厂洗选工艺完成以后,各条皮 带上运输的洗选后生产产品的产量,假设共有若干条生产产品皮带,编 号分别为1号至若干号,煤的生产产品通过清洗得到为第1种至第a种 (因为现场工艺原因造成称重结果不是直接产品的产量,如果各条皮带 的称重并不是直接产品最终的称重结果,需要几条皮带称重结果的计算才能间接算出直接产品的产量),生产定额成本单价分别是U1、U2、…、 Ua,。同时对各个产品的煤质进行化验,得到产品的发热量、硫分、水 分、灰分等煤质检测结果,用于后续计算。
其中,洗选工艺产生的数据包括:当前工艺(例如:块洗末单、块 洗末双),皮带秤产量分别为P1、P2、……、Pa(以下的计算假设条件, 为每条皮带秤的称重即为直接产品,否则需要有称重转换的计算公式, 具体原因已在前文中解释,某种生产产品产量为Pi),每种生产产品煤质 化验结果,发热量分别为C1、C2、…、Ca;
洗选成本为WC(Washing Cost),则通过线性规划求解洗选成本最 小值:
求解WCmin过程存在若干限制条件,限制条件如下:
1)销量限制,生产产品配煤的销售产品总量之和不能大于 各销售产品产,即:
其中,i=1,2,…,b种销售产品产量;
2)发热量限制,生产产品煤完成后的发热量不能低于销售 产品发热量最低值,即:
3)掺配比例限制,如果限制条件中包含有某种销售产品的 最低掺配比例限制,则实际生产过程中的产量不能高于最低掺配 比例限制的产量,假设对销售产品Qi中,Pi的掺配比例不能低于xi%, 即:
通过以上内容建模计算形成的结果,用于指导配煤现场工艺,具体 的方法如下表4所示:
表4:
软件产品提供模拟看板,通过实时调整销售产品中,各个生产产品 的掺配量,实时计算微调后的洗选成本,看板可与最低洗选成本进行实 时对比。
根据皮带秤称重、雷达料位计煤量、实时化验热值、产品销售指导 价和销售量、产品最低热值要求,线性规划出以洗选成本最低为目标值 的计算结果,指导工艺启停并保证煤矿的使用效果。
■利润最高
通过以上逻辑计算出的最高销售收入减去最低洗选成本,并排除煤 矿相应的特殊需要排除的成本项,得到洗选厂利润最高结果。
本发明综合考虑了销售量、销售单价、销售发热值、销售配煤比例、 生产工艺、生产量、生产单价、生产发热值、库存量等问题,以数据模 型运行周期内整个煤矿的产量-销量经济性为考虑,以最大销售收入、最 低洗选成本、最高利润为目标函数,运算出可用于指导生产的关键设备 的结果,以煤质化验结果为限制约束条件,建立并实施了煤矿经济生产各煤种的应用工具,并采用基于线性规划的算法解决本发明中所提到的 各种应用场景。
采用本发明提出的洗选配煤的多目标经济价值最优应用方法,首先 可以通过模型秋节有效计算未来某个合理频率内能够实现最高销售收入 的配煤比例,或者某个合理频率内能够实现最低洗选成本的配煤比例, 然后通过指导配煤车间根据洗选产品完成配煤工艺,或者有效指导洗选 车间根据销售部门的销售目标经济开启洗选工艺,实现经济成本的统筹 兼顾,同时可以合理安排未来煤矿的生产计划、销售计划以及原煤的生 产和外购方案,有效解决煤矿洗选配煤的多目标经济价值最优应用问题。
通过该应用,变革了洗选厂、销售部、配煤车间和化验中心的工作 流程和工作界面,提升工作效率的同时,利用客观物理数据及算法指导 煤矿相关环节工作,实现科学智慧决策。
以上对本发明的具体实施例进行的描述只是为了说明本发明的技术 路线和特点,其目的在于让本领域内的技术人员能够了解本发明的内容 并据以实施,但本发明并不限于上述特定实施方式。凡是在本发明权利 要求的范围内做出的各种变化或修饰,都应涵盖在本发明的保护范围内。
Claims (9)
1.一种洗选配煤的多目标优化方法,其特征在于,包括:
A01、客户端的展示界面中展示有煤矿生产系统中预设时间段内的优化数据,所述优化数据包括:目标值、与目标值对应的实时数据和输入参数;其中,所述实时数据为云端获取的煤矿生产系统中每一个计算时间段内的数据,所述输入参数为所述云端获取的用户借助于智能设备输入的参数,目标值为所述云端根据所述实时数据、输入参数通过煤炭洗选过程中的目标优化逻辑运算关系获取的、包括预设时间段内的第一类型目标最优值和/或第二类型目标最优值的数据;
A02、所述客户端接收用户输入的调整参数,该调整参数为用于调整第一类型目标最优值和/或第二类型目标最优值的中间参数或者属于实时数据的调整参数;
A03、所述客户端将用户输入的调整参数发送所述云端,以使所述云端根据用户输入的调整参数调整相关的数据,并依据调整后的数据通过目标优化逻辑运算关系进行处理,获得处理后的目标值;
A04、所述客户端接收所述云端发送的处理后的目标值及所述目标值对应的用于计算该目标值的数据以展示。
2.根据权利要求1所述的方法,其特征在于,
每一计算时间段内的实时数据包括:借助于设置在煤炭洗选厂各位置的物联网传感设备发送的各煤种产品的实时产量、煤仓内各煤种产品的库存数量、检测仪中各煤种产品的煤质化验结果或者借助于移动端传输的各煤种产品的煤质化验结果;
与所述实时数据对应的输入参数包括:生产运营吨煤成本、掺配限制比例、配煤后的各销售产品的销售指导价格和/或产品的需求信息;
所述调整参数包括:完成配煤后的掺配量、掺配比例、还原量、还原比例、产率和/或煤质结果。
3.一种洗选配煤的多目标优化方法,其特征在于,包括:
B01、云端接收任一计算时间段内煤矿生产系统中各传感器终端发送的实时数据,以及接收用户借助于智能设备传输的输入参数;
B02、所述云端根据所述实时数据和输入参数,采用预先建立的煤炭洗选过程中的目标优化逻辑运算关系,获取目标值;
B03、所述云端将获取的目标值及对应目标值的实时数据、输入参数发送任一用于展示的终端。
4.根据权利要求3所述的方法,其特征在于,每一计算时间段内的实时数据包括:借助于设置在煤炭洗选厂各位置的物联网传感设备发送的各煤种产品的实时产量、煤仓内各煤种产品的库存数量、检测仪中各煤种产品的煤质化验结果或者借助于移动端传输的各煤种产品的煤质化验结果;
与所述实时数据对应的输入参数包括:生产运营吨煤成本、掺配限制比例、配煤后的各销售产品的销售指导价格和/或产品的需求信息。
5.根据权利要求4所述的方法,其特征在于,所述步骤B02包括:
B021、所述云端根据所述实时数据和输入参数,采用预先建立的销售收入逻辑运算关系,获取第一类型目标最优值;
或者,
B021a、所述云端根据所述实时数据和输入参数,采用预先建立的洗选成本逻辑运算关系,获取第二类型目标最优值;
和/或,所述步骤B021包括:
根据下述表1中的销售收入逻辑运算关系,获取第一类型目标最优值;表1:
其中,n表示各煤种生产产品,m表示销售产品的种类;n和m均为大于0的自然数;
Pn1表示Q1这种销售产品中Pn的掺配量;
Pnm表示Qm这种销售产品中Pn的掺配量;
所述销售收入逻辑运算关系在运算中需要遵守如下的限制条件:
6.根据权利要求5所述的方法,其特征在于,所述第一类型目标最优值,包括:
销售产品中每种生产产品的产量、产率、配比比例;
最高销售收入SRmax;
和/或,
所述方法还包括:
B04、根据所述第一类型目标最优值,向煤矿生产系统发送配煤信息;
和/或,所述步骤B04包括:
根据下述表2的逻辑运算关系获取所述配煤工艺信息;
表2:
根据所述配煤工艺信息执行现场的配煤。
7.根据权利要求5所述的方法,其特征在于,所述步骤B021a包括:
根据下述表3中的洗选成本逻辑运算关系,获取第二类型目标最优值;表3:
其中,a表示生产产品线,b表示销售产品的种类;a和b均为大于1的自然数;
Qb1表示销售需求销量为Qb的产品需要生产P1的产量;
Qba表示销售需求销量为Qb的产品需要生产Pa的产量;
所述洗选成本逻辑运算关系在运算中需要遵守如下的限制条件:
1a)其中,i=1,2,…,b种销售产品产量;
和/或,
所述第二类型目标最优值,包括:
最终配出每种销售产品销量的每种生产产品的产量、产率、配比比率;
最低洗选成本WCmin;
相应地,所述方法还包括:
B04a、根据所述第二类型目标最优值,向煤矿生产系统发送配煤信息。
9.一种洗选配煤的多目标优化系统,其特征在于,包括:
至少一个终端、云端和采集设备;
所述云端接收所述采集设备发送的数据,并根据上述任一权利要求3至8所述的多目标优化方法获取目标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911014169.1A CN110728073A (zh) | 2019-10-23 | 2019-10-23 | 一种洗选配煤的多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911014169.1A CN110728073A (zh) | 2019-10-23 | 2019-10-23 | 一种洗选配煤的多目标优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110728073A true CN110728073A (zh) | 2020-01-24 |
Family
ID=69221882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911014169.1A Pending CN110728073A (zh) | 2019-10-23 | 2019-10-23 | 一种洗选配煤的多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728073A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418527A (zh) * | 2020-11-24 | 2021-02-26 | 西安热工研究院有限公司 | 一种基于锅炉侧指标和燃料价格的最优配煤掺烧比例计算判断方法 |
CN112871431A (zh) * | 2021-02-19 | 2021-06-01 | 乌海市广纳洗煤有限公司 | 一种通过h-r曲线优化原煤配比的选煤方法 |
CN112907069A (zh) * | 2021-02-19 | 2021-06-04 | 山东矩阵软件工程股份有限公司 | 一种煤矿运输车辆分配方法、装置、电子设备及存储介质 |
CN113996233A (zh) * | 2021-10-21 | 2022-02-01 | 盛和资源(连云港)新材料科技有限公司 | 一种基于人工智能算法的产品配料系统 |
CN115138472A (zh) * | 2022-06-14 | 2022-10-04 | 国能智深控制技术有限公司 | 分选悬浮液密度给定方法及系统 |
CN115970877A (zh) * | 2023-01-05 | 2023-04-18 | 淮北矿业股份有限公司淮北选煤厂 | 一种用于对原煤进行分选的洗选设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156781A (zh) * | 2014-07-16 | 2014-11-19 | 国家电网公司 | 一种火电机组锅炉成本最低混煤煤质参数获取方法 |
CN106203801A (zh) * | 2016-06-30 | 2016-12-07 | 华润电力登封有限公司 | 一种环保配煤方法 |
CN106203692A (zh) * | 2016-06-30 | 2016-12-07 | 华润电力登封有限公司 | 一种火电厂寻优系统及数据处理方法 |
CN109376945A (zh) * | 2018-11-13 | 2019-02-22 | 华能国际电力股份有限公司上海石洞口第电厂 | 一种基于多煤种的配煤掺烧优化系统 |
CN110232497A (zh) * | 2019-04-25 | 2019-09-13 | 华电国际电力股份有限公司技术服务分公司 | 一种配煤掺烧智能管理方法及系统 |
-
2019
- 2019-10-23 CN CN201911014169.1A patent/CN110728073A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156781A (zh) * | 2014-07-16 | 2014-11-19 | 国家电网公司 | 一种火电机组锅炉成本最低混煤煤质参数获取方法 |
CN106203801A (zh) * | 2016-06-30 | 2016-12-07 | 华润电力登封有限公司 | 一种环保配煤方法 |
CN106203692A (zh) * | 2016-06-30 | 2016-12-07 | 华润电力登封有限公司 | 一种火电厂寻优系统及数据处理方法 |
CN109376945A (zh) * | 2018-11-13 | 2019-02-22 | 华能国际电力股份有限公司上海石洞口第电厂 | 一种基于多煤种的配煤掺烧优化系统 |
CN110232497A (zh) * | 2019-04-25 | 2019-09-13 | 华电国际电力股份有限公司技术服务分公司 | 一种配煤掺烧智能管理方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418527A (zh) * | 2020-11-24 | 2021-02-26 | 西安热工研究院有限公司 | 一种基于锅炉侧指标和燃料价格的最优配煤掺烧比例计算判断方法 |
CN112418527B (zh) * | 2020-11-24 | 2023-04-07 | 西安热工研究院有限公司 | 一种基于锅炉侧指标和燃料价格的最优配煤掺烧比例计算判断方法 |
CN112871431A (zh) * | 2021-02-19 | 2021-06-01 | 乌海市广纳洗煤有限公司 | 一种通过h-r曲线优化原煤配比的选煤方法 |
CN112907069A (zh) * | 2021-02-19 | 2021-06-04 | 山东矩阵软件工程股份有限公司 | 一种煤矿运输车辆分配方法、装置、电子设备及存储介质 |
CN113996233A (zh) * | 2021-10-21 | 2022-02-01 | 盛和资源(连云港)新材料科技有限公司 | 一种基于人工智能算法的产品配料系统 |
CN115138472A (zh) * | 2022-06-14 | 2022-10-04 | 国能智深控制技术有限公司 | 分选悬浮液密度给定方法及系统 |
CN115138472B (zh) * | 2022-06-14 | 2023-06-20 | 国能智深控制技术有限公司 | 分选悬浮液密度给定方法及系统 |
CN115970877A (zh) * | 2023-01-05 | 2023-04-18 | 淮北矿业股份有限公司淮北选煤厂 | 一种用于对原煤进行分选的洗选设备 |
CN115970877B (zh) * | 2023-01-05 | 2023-11-03 | 淮北矿业股份有限公司淮北选煤厂 | 一种用于对原煤进行分选的洗选设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728073A (zh) | 一种洗选配煤的多目标优化方法 | |
Brümmer et al. | The impact of market and policy instability on price transmission between wheat and flour in Ukraine | |
Abbott | The productivity and efficiency of the Australian electricity supply industry | |
Kara et al. | A two-stage stochastic and robust programming approach to strategic planning of a reverse supply network: The case of paper recycling | |
Jefferson | China's iron and steel industry: Sources of enterprise efficiency and the impact of reform | |
Padilla-Fernandez et al. | Input use inefficiencies in the production of sugar cane in Central Negros Area, Philippines: an application of data envelopment analysis | |
US20080183639A1 (en) | System and Method for Securities Liquidity Flow Tracking, Display and Trading | |
CN107871212A (zh) | 一种基于工程量清单数据和数据模型分析技术的工程造价分析方法 | |
Head et al. | Import sourcing of chinese cities: Order versus randomness | |
Hungerland et al. | The panopticon of Germany’s foreign trade, 1880–1913: New facts on the first globalization | |
CN114117884B (zh) | 一种基于铁前大数据的烧结智能配矿系统 | |
CN107194536A (zh) | 一种项目投资的供电可靠性负效益评估方法及装置 | |
CN109949101B (zh) | 一种基于大数据理念的卷烟材料成本分析方法 | |
Mohammed et al. | Product Mix Optimization Scenarios: A Case Study for Decision Support Using Linear Programming Approach | |
CN109785126A (zh) | 企业贷款动态风控成本测算及浮动定价方法及系统 | |
CN110826827B (zh) | 基于能源互联网的企业在线能源审计系统及方法 | |
CN107689016A (zh) | 一种利用数据分析技术的电网工程造价历史数据融合方法 | |
Farkas et al. | Linear programming optimization of a network for an aluminum plant: A case study | |
Denizel et al. | Increasing Biofuel Proliferation via the Optimal Use of Government Incentives | |
Zaini et al. | Implication of time equation in mature and immature area of ramp using time driven activity-based costing | |
CN116644960B (zh) | 一种基于工业互联网的网络化协同高效企业管理系统 | |
CN113240453B (zh) | 基于区块链的商品销售动态推进管理系统 | |
Stefansson et al. | Multi-scale planning and scheduling in the pharmaceutical industry | |
CN116664052B (zh) | 基于人工智能的全域数字化运营管理方法及系统 | |
Auer et al. | The mode of competition between foreign and domestic goods, pass-through, and external adjustment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |