CN111401607A - 一种露天矿多金属配矿的多目标优化方法 - Google Patents

Abstract

本发明提供的一种露天矿多金属配矿的多目标优化方法，包括以下步骤：步骤1，分别构建装载点的属性信息模型和卸载点的目标信息模型；步骤2，采用运筹学非线性多目标规划方法计算装载点到对应卸载点的任务量信息；其中，采用运筹学非线性多目标规划方法构建配矿模型，所述配矿模型包括以下目标和约束：碎矿站品位的目标与约束、碎矿站岩性的目标与约束、碎矿站氧化率的目标与约束、总出矿量的目标与约束、出矿点出矿量的目标与约束、收矿点收矿量的目标与约束、出矿点‑收矿点矿量的目标约束、均值化处理目标与约束、破碎能力限制约束和出矿能力限制约束；本发明克服了现有的露天矿配矿只支持一种或固定种类的金属的缺陷。

Description

一种露天矿多金属配矿的多目标优化方法

技术领域

本发明属于矿山智能化技术领域，涉及一种露天矿多金属配矿的多目标优化方法。

背景技术

现有的露天多金属矿山的矿石存在多种金属品位不均匀、岩性复杂、矿石氧化程度不一，配矿计划十分困难，导致配矿计划工作复杂多变，而多目标规划模型的构建工作是重中之重，但目前，配矿计划模型目标单一，大多针对少量有限种类金属进行短期质量控制，随着选厂在多种金属品位、岩性和氧化率等方面的要求越来越苛刻，复杂的约束条件使得传统线性规划模型难以收敛，导致模型无解或求解结果无法满要求的现象频繁。

发明内容

本发明的目的在于提供一种露天矿多金属配矿的多目标优化方法，解决了现有技术中存在的上述不足。

为了达到上述目的，本发明采用的技术方案是：

本发明提供的一种露天矿多金属配矿的多目标优化方法，包括以下步骤：

步骤1，分别构建装载点的属性信息模型和卸载点的目标信息模型；

步骤2，采用运筹学非线性多目标规划方法计算装载点到对应卸载点的任务量信息；其中，

采用运筹学非线性多目标规划方法构建配矿模型，所述配矿模型包括以下目标和约束：碎矿站品位的目标与约束、碎矿站岩性的目标与约束、碎矿站氧化率的目标与约束、总出矿量的目标与约束、出矿点出矿量的目标与约束、收矿点收矿量的目标与约束、出矿点-收矿点矿量的目标约束、均值化处理目标与约束、破碎能力限制约束和出矿能力限制约束。

优选地，步骤1中，所述装载点的属性信息包括每种金属的品位、氧化率和岩性；所述卸载点包括每种金属的品位、氧化率和岩性。

优选地，碎矿站品位的目标与约束：设有m个出矿点，分别为i＝1,2,3...,m；n个碎矿站，分别为j＝1,2,3,...,n；L种金属，分别为k＝1,2,3,...,L；则q_ik为第i个出矿点第n种金属的品位，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站的第k种金属期望品位为q_jk，则要求配矿品位与期望品位偏差最小的目标规划如下式所示：

其中，min z_qd_jk是指要求第j个碎矿站的第k种金属配矿品位和期望品位偏差最小，p1_jk为第j个碎矿站第k种金属品位目标约束的用户指定优先级；

和

分别为相应的期望品位与实际配矿品位的正负偏差量。

优选地，碎矿站岩性的目标与约束：

设有w种岩性，分别为l＝1,2,3,...,w，r_il为第i个出矿点第l种岩性占比，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站的第l种岩性的期望占比为r_jl，则要求配矿岩性与期望岩性偏差最小的目标规划如下式所示：

其中，其中，minz_td_jl是指要求第j个碎矿站的第l中岩性的配矿岩性与期望岩性偏差最小，p2_jk为第j个碎矿站第k种岩性目标约束的用户指定优先级，

和

分别为相应的期望占比与实际配矿占比的正负偏差量。

优选地，碎矿站氧化率的目标与约束：

设o_i为第i个出矿点的氧化率，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站期望氧化率为o_j，则要求配矿氧化率与期望氧化率偏差最小的目标规划如下式所示：

其中，min z_od_j是指要求第j个碎矿站的配矿氧化率与期望氧化率偏差最小，p3_j为第j个碎矿站目标氧化率的配矿用户指定优先级，

和

分别为相应期望氧化率与实际配矿氧化率的正负偏差量。

优选地，总出矿量的目标与约束：

设所有出矿点的总期望出矿量为Q₄，则要求配矿总出矿量和期望总出矿量的偏差最小的目标和约束为：

min z_Q＝p₄(d4^-+d4⁺)

其中，min z_Q是指要求总配矿量与期望矿量的偏差最小，d4⁺和d4^-分别为期望总矿量和实际总配矿量的正负偏差，p₄为用户指定的总量优先级。

优选地，出矿点出矿量的目标与约束：

设第i个出矿点的期望出矿量为Q5_i，则要求其出矿量与期望配矿量的偏差最小的目标及约束为：

其中，minz_Q5_i是指要求第i个出矿点配矿量与期望矿量偏差最小，p₅为用户指定优先级，

分别为相应的出矿点矿量和实际配矿量的正负偏差。

优选地，收矿点收矿量的目标与约束：

设第j个收矿点的期望出矿量为Q6_j，则要求其收矿量与期望收矿量偏差最小的目标及约束为：

其中，min z_Q6_j是指要求第j个收矿点的配矿量与期望收矿量偏差最小，p6为用户指定的优先值，

分别为相应配矿量与期望收矿量的正负偏差量。

优选地，出矿点-收矿点矿量的目标约束：

设第i个出矿点到第j个收矿点的期望矿量为Q7_ij，则要求其配矿量与期望矿量偏差最小的目标与约束为：

其中，z_Q7_ij是指要求第i个出矿点到第j个收矿点配矿量与期望配矿量偏差最小，p7为用户指定优先级，

分别为配矿量与期望矿量的正负偏差量。

优选地，均值化处理目标与约束：设所有供矿变量x_ij方差最小的目标与约束如下式：

min z_E＝p8(d8^-+d8⁺)

s.t.δ²+d8^--d8⁺＝0

其中，δ²为方差，

E为各供矿变量的算术平均值；

min z_E是指要求配矿变量方差尽量接近于0，p8为用户指定的优先值，d8⁺，d8^-分别为方差与期望值0的正负偏差量；

破碎能力限制约束：

设第j个碎矿站的最大碎矿能力为to_bnd_j，则破碎能力限制的约束条件为：

出矿能力限制约束：

设第i个出矿站的最大出矿能力为from_bnd_i，则出矿能力限制的约束条件为：

与现有技术相比，本发明的有益效果是：

本发明提供的一种露天矿多金属配矿的多目标优化方法，本发明克服了现有的露天矿配矿只支持一种或固定种类的金属的缺陷，本方法涉及的模型支持不定种类和数量的金属配矿；同事，传统模型可能无解，该模型在最小偏差限定下始终有解；传统模型不支持优先级限定，该模型支持优先级限定；用户可根据应用场景优先配置目标资源，更符合用户实际需求；该模型充分考虑了氧化率，更加符合实际需求；克服了现有的配矿效果不理想的问题。

附图说明

图1是本发明的配矿方法示意图；

图2是本发明方法的配矿结果图；

图3是本发明方法配矿结果的指标参数图；

图4是本方面方法的应用效果图。

具体实施方式

下面结合附图，对本发明进一步详细说明。

如图1所示，本发明提出的一种露天矿多金属配矿的多目标优化方法，包括以下步骤：

步骤1，分别构建装载点的属性信息模型和卸载点的目标信息模型；

步骤2，采用运筹学非线性多目标规划方法计算装载点到对应卸载点的任务量信息。

具体地：

步骤1中，所述装载点的属性信息包括每种金属的品位、氧化率和岩性。

所述卸载点包括每种金属的品位、氧化率和岩性。

步骤2中，采用运筹学非线性多目标规划方法计算装载点到对应卸载点的任务量信息，具体方法是采用运筹学非线性多目标规划方法构建配矿模型，所述配矿模型包括以下目标和约束：

碎矿站品位的目标与约束，具体地：

设有m个出矿点，分别为i＝1,2,3...,m；n个碎矿站，分别为j＝1,2,3,...,n；l种金属，分别为k＝1,2,3,...,l；则q_ik为第i个出矿点第k种金属的品位，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站的第k种金属期望品位为q_jk，则要求配矿品位与期望品位偏差最小的目标规划如下式(1)所示：

其中，min z_qd_jk是指要求第j个碎矿站的第k种金属配矿品位和期望品位偏差最小，p1_jk为第j个碎矿站第k种金属品位目标约束的用户指定优先级

和

分别为相应的期望品位与实际配矿品位的正负偏差量。

碎矿站岩性的目标与约束

设有w种岩性，分别为l＝1,2,3,...,w，r_il为第i个出矿点第l种岩性占比，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站的第l种岩性的期望占比为r_jl，则要求配矿岩性与期望岩性偏差最小的目标规划如公式(2)所示：

其中，min z_td_jl是指要求第j个碎矿站的第l中岩性的配矿岩性与期望岩性偏差最小，p2_jk为第j个碎矿站第k种岩性目标约束的用户指定优先级，

和

分别为相应的期望占比与实际配矿占比的正负偏差量。

碎矿站氧化率的目标与约束

设o_i为第i个出矿点的氧化率，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站期望氧化率为o_j，则要求配矿氧化率与期望氧化率偏差最小的目标规划如公式(3)所示。

其中，min z_od_j是指要求第j个碎矿站的配矿氧化率与期望氧化率偏差最小，p3_j为第j个碎矿站目标氧化率的配矿用户指定优先级，

和

分别为相应期望氧化率与实际配矿氧化率的正负偏差量。

总出矿量(收矿量)的目标与约束

设所有出矿点的总期望出矿量为Q₄，则要求配矿总出矿量和期望总出矿量的偏差最小的目标和约束为：

其中，min z_Q是指要求总配矿量与期望矿量的偏差最小，d4⁺和d4^-分别为期望总矿量和实际总配矿量的正负偏差，p₄为用户指定的总量优先级。

出矿点出矿量的目标与约束

设第i个出矿点的期望出矿量为Q5_i，则要求其出矿量与期望配矿量的偏差最小的目标及约束：

其中，minz_Q5_i是指要求第i个出矿点配矿量与期望矿量偏差最小，p₅为用户指定优先级，

分别为相应的出矿点矿量和实际配矿量的正负偏差。

收矿点收矿量的目标与约束

设第j个收矿点的期望出矿量为Q6_j，则要求其收矿量与期望收矿量偏差最小的目标及约束为：

其中，min z_Q6_j是指要求第j个收矿点的配矿量与期望收矿量偏差最小，p6为用户指定的优先值，

分别为相应配矿量与期望收矿量的正负偏差量。

出矿点-收矿点矿量的目标约束

设第i个出矿点到第j个收矿点的期望矿量为Q7_ij，则要求其配矿量与期望矿量偏差最小的目标与约束：

其中，z_Q7_ij是指要求第i个出矿点到第j个收矿点配矿量与期望配矿量偏差最小，p7为用户指定优先级，

分别为配矿量与期望矿量的正负偏差量。

均值化处理目标与约束

由于各供矿量可能存在分配不均匀情况，有必要进行均质化处理，使得供矿量分配相对均衡，这里要求所有供矿变量x_ij方差最小：

其中δ²为方差：

而E为各供矿变量的算术平均值：

min z_E是指要求配矿变量方差尽量接近于0，p8为用户指定的优先值，d8⁺，d8^-分别为方差与期望值0的正负偏差量。

破碎能力限制约束

设第j个碎矿站(也称收矿站)最大碎矿能力为to_bnd_j，则添加约束条件：

出矿能力限制约束

设第i个出矿站最大出矿能力为from_bnd_i，则添加约束条件：

在此模型基础上，借助Python Scipy库，封装为通用的配矿求解器，并部署为Web服务，以Socket IO通讯方式，采用JSON协议，以提供客户端方案的最优化求解。

与现有技术相比，本发明的有益效果是：

考虑优先级的前提下，将不定数量的多金属品位、多岩性、氧化率、运输成本和均衡分配作为目标约束，装载点矿量、铲装能力和卸载点破碎能力做为约束条件，以From-To-Quantity为求解目标，建立面向多金属多要素的FTQ多目标配矿通用模型；以计算机科学为视角，将上述模型转化为计算机实现原理及算法，阐明FTQ配矿计划的计算机生成方法，作为自动化配矿平台开发的理论基础；

本发明方法被应用于洛阳某露天矿山，露天矿山生产工艺中，配矿计划是调度人员日常工作的重中之重，直接影响着矿山生产的短期质量控制效果。传统情况下，操作人员利用Excel软件，首先输入装载点各品位、岩性和氧化率，然后输入各收矿站要求的品位、岩性和氧化率，通过试验手段输入各装载点到收矿站的供矿量，并借助公式计算求解结果，反复试验直到满足要求为止，该方法不仅耗时而且求解结果并非最优。

通过本发明方法，操作人员确认信息后仅需点击计算按钮，计算机便可自动计算出如图2所示的最优配矿结果和如图3所示的相关指标参数，本发明的应用效果如图4所示。

Claims (10)

1.一种露天矿多金属配矿的多目标优化方法，其特征在于，包括以下步骤：

步骤1，分别构建装载点的属性信息模型和卸载点的目标信息模型；

步骤2，采用运筹学非线性多目标规划方法计算装载点到对应卸载点的任务量信息；其中，

采用运筹学非线性多目标规划方法构建配矿模型，所述配矿模型包括以下目标和约束：碎矿站品位的目标与约束、碎矿站岩性的目标与约束、碎矿站氧化率的目标与约束、总出矿量的目标与约束、出矿点出矿量的目标与约束、收矿点收矿量的目标与约束、出矿点-收矿点矿量的目标约束、均值化处理目标与约束、破碎能力限制约束和出矿能力限制约束。

2.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，步骤1中，所述装载点的属性信息包括每种金属的品位、氧化率和岩性；所述卸载点包括每种金属的品位、氧化率和岩性。

3.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，碎矿站品位的目标与约束：设有m个出矿点，分别为i＝1,2,3...,m；n个碎矿站，分别为j＝1,2,3,...,n；L种金属，分别为k＝1,2,3,...,L；则q_ik为第i个出矿点第n种金属的品位，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站的第k种金属期望品位为q_jk，则要求配矿品位与期望品位偏差最小的目标规划如下式所示：

其中，min z_qd_jk是指要求第j个碎矿站的第k种金属配矿品位和期望品位偏差最小，p1_jk为第j个碎矿站第k种金属品位目标约束的用户指定优先级；

和

分别为相应的期望品位与实际配矿品位的正负偏差量。

4.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，碎矿站岩性的目标与约束：

设有w种岩性，分别为l＝1,2,3,...,w，r_il为第i个出矿点第l种岩性占比，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站的第l种岩性的期望占比为r_jl，则要求配矿岩性与期望岩性偏差最小的目标规划如下式所示：

其中，其中，minz_td_jl是指要求第j个碎矿站的第l中岩性的配矿岩性与期望岩性偏差最小，p2_jk为第j个碎矿站第k种岩性目标约束的用户指定优先级，

和

分别为相应的期望占比与实际配矿占比的正负偏差量。

5.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，碎矿站氧化率的目标与约束：

设o_i为第i个出矿点的氧化率，x_ij为第i个出矿点到第j个碎矿站的供矿量，若第j个碎矿站期望氧化率为o_j，则要求配矿氧化率与期望氧化率偏差最小的目标规划如下式所示：

其中，min z_od_j是指要求第j个碎矿站的配矿氧化率与期望氧化率偏差最小，p3_j为第j个碎矿站目标氧化率的配矿用户指定优先级，

和

分别为相应期望氧化率与实际配矿氧化率的正负偏差量。

6.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，总出矿量的目标与约束：

设所有出矿点的总期望出矿量为Q₄，则要求配矿总出矿量和期望总出矿量的偏差最小的目标和约束为：

min z_Q＝p₄(d4^-+d4⁺)

其中，min z_Q是指要求总配矿量与期望矿量的偏差最小，d4⁺和d4^-分别为期望总矿量和实际总配矿量的正负偏差，p₄为用户指定的总量优先级。

7.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，出矿点出矿量的目标与约束：

设第i个出矿点的期望出矿量为Q5_i，则要求其出矿量与期望配矿量的偏差最小的目标及约束为：

其中，minz_Q5_i是指要求第i个出矿点配矿量与期望矿量偏差最小，p₅为用户指定优先级，

分别为相应的出矿点矿量和实际配矿量的正负偏差。

8.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，收矿点收矿量的目标与约束：

设第j个收矿点的期望出矿量为Q6_j，则要求其收矿量与期望收矿量偏差最小的目标及约束为：

其中，min z_Q6_j是指要求第j个收矿点的配矿量与期望收矿量偏差最小，p6为用户指定的优先值，

分别为相应配矿量与期望收矿量的正负偏差量。

9.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，出矿点-收矿点矿量的目标约束：

设第i个出矿点到第j个收矿点的期望矿量为Q7_ij，则要求其配矿量与期望矿量偏差最小的目标与约束为：

其中，z_Q7_ij是指要求第i个出矿点到第j个收矿点配矿量与期望配矿量偏差最小，p7为用户指定优先级，

分别为配矿量与期望矿量的正负偏差量。

10.根据权利要求1所述的一种露天矿多金属配矿的多目标优化方法，其特征在于，均值化处理目标与约束：设所有供矿变量x_ij方差最小的目标与约束如下式：

minz_E＝p8(d8^-+d8⁺)

s.t.δ²+d8^--d8⁺＝0

其中，δ²为方差，

E为各供矿变量的算术平均值，

min z_E是指要求配矿变量方差尽量接近于0，p8为用户指定的优先值，d8⁺，d8^-分别为方差与期望值0的正负偏差量；

破碎能力限制约束：

设第j个碎矿站的最大碎矿能力为to_bnd_j，则破碎能力限制的约束条件为：

出矿能力限制约束：

设第i个出矿站的最大出矿能力为from_bnd_i，则出矿能力限制的约束条件为：

Images