CN115221772A - 危废焚烧配伍优化方法、装置、终端设备及存储介质 - Google Patents

危废焚烧配伍优化方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN115221772A
CN115221772A CN202210009398.XA CN202210009398A CN115221772A CN 115221772 A CN115221772 A CN 115221772A CN 202210009398 A CN202210009398 A CN 202210009398A CN 115221772 A CN115221772 A CN 115221772A
Authority
CN
China
Prior art keywords
compatibility
objective function
hazardous waste
constraint condition
content
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.)
Granted
Application number
CN202210009398.XA
Other languages
English (en)
Other versions
CN115221772B (zh
Inventor
叶恒棣
廖婷婷
李谦
李宗平
文武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongye Changtian International Engineering Co Ltd
Original Assignee
Zhongye Changtian International Engineering Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongye Changtian International Engineering Co Ltd filed Critical Zhongye Changtian International Engineering Co Ltd
Priority to CN202210009398.XA priority Critical patent/CN115221772B/zh
Priority to PCT/CN2022/079711 priority patent/WO2023130564A1/zh
Publication of CN115221772A publication Critical patent/CN115221772A/zh
Application granted granted Critical
Publication of CN115221772B publication Critical patent/CN115221772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本申请涉及危险废物处置技术领域，提供一种危废焚烧配伍优化方法、装置、终端设备及存储介质，通过获取危废的属性信息，根据属性信息中的单位热值和各成分含量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，包括热值目标函数和总质量目标函数中的至少一种，以及至少一种元素限值目标函数，构建配伍优化模型，求解所述配伍优化模型，得到当前的配伍方案。可见，本申请的危废焚烧配伍优化方法考虑了配伍问题中的多个目标，不仅仅把热值、配伍量和元素含量等问题当作约束条件，而是在合理的范围内，衡量各个指标后得到的一个相对最优解，以实现一个兼备经济性、环保性和安全性的均衡配伍方案。

Description

危废焚烧配伍优化方法、装置、终端设备及存储介质
技术领域
本申请涉及危险废物处置技术领域，具体涉及一种危废焚烧配伍优化方法、装置、终端设备及存储介质。
背景技术
焚烧处理作为危废的重要处置手段之一，具有减容减量效果明显、适应性强、无害化程度高和能量可回收等优点，对危废进行焚烧处理是指将危废置于焚烧炉内，在高温和足够氧气含量的条件下进行深度氧化反应、分解或降解有害物质的过程。因此，在进入焚烧设备前对危废进行配伍，确定各危废的配伍量，组合形成入窑处理的目标物料，使焚烧设备内的焚烧稳定可控和均匀平衡，对保证焚烧设备内燃烧的安全性与稳定性至关重要。
在焚烧配伍过程中，首先要对危废物料的理化特性和元素成分指标进行分析化验，在掌握一定的数据之后才能对危废物料进行搭配，以保证配伍物料之间的相容性，确保焚烧过程的安全。其次，控制入窑的危废物料热值、水分和有害元素成分，当窑炉内热值太高，温度难以控制，需要加大二次助燃空气量，导致烟速过快，有害气体分解不彻底；当窑炉内有害元素成分太高，由于危废元素成分千差万别，各种有害成分波动大，集中焚烧容易导致烟气排放不达标。
现有技术中，将热值和有害成分含量等作为约束条件，控制其在预设阈值的范围之内，计算每种危废的配伍量，例如，确定配伍量约束条件、热值约束条件、污染排放约束条件以及相容性约束条件，以日处理量作为目标函数构建配伍模型，计算每种物料的配伍量，又例如，以各危废的综合处置收益最大为目标函数，以影响危废焚烧的焚烧指标对应的处置能力和危废库存量为约束条件，建立配伍模型。然而，上述两种方式采取的目标函数单一，无法得到一个兼备经济性、环保性和安全性的均衡配伍方案。
发明内容
本申请提供一种危废焚烧配伍优化方法、装置、终端设备及存储介质，以提供一种兼备经济性、环保性和安全性的危废焚烧配伍优化方法。
本申请一方面公开一种危废焚烧配伍优化方法，包括：
获取每个危废的属性信息，所述属性信息包括单位热值和各成分含量；
根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，所述极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，所述极小目标函数集包括至少一种元素限值目标函数；
结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。
可选的，所述结合极大目标函数集和极小目标函数集，构建配伍优化模型，包括：
根据极大目标函数集中各目标函数的乘积，得到第一乘积；
根据极小目标函数集中各目标函数的乘积，得到第二乘积；
利用所述第一乘积和所述第二乘积的比值，建立评价函数，以及，以所述评价函数最大为目标构建配伍优化模型。
可选的，还包括：所述热值目标函数用于表示目标物料的单位热值，所述总质量目标函数用于表示目标物料的总质量，所述元素限值目标函数用于表示目标物料中对应元素的含量。
可选的，还包括：
获取危废中影响兼容性的属性信息，所述影响兼容性的属性信息包括pH值和危废类别中的至少一种；
获取危废的兼容性规则，根据兼容性规则和影响兼容性的属性信息，确定互不兼容危废，以及，生成至少一个兼容性矩阵，所述兼容性矩阵用于判断各个危废是否被选择参加本次配伍。
可选的，所述根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，包括：
结合兼容性矩阵和危废的单位热值，确定热值目标函数；
结合兼容性矩阵和危废的配伍量，确定总质量目标函数；
结合兼容性矩阵和危废的各成分含量，确定至少一种元素限值目标函数。
可选的，所述根据兼容性规则和影响兼容性的属性信息，确定互不兼容危废，以及，生成至少一个兼容性矩阵，包括：
获取互不兼容危废的入库时间，根据所述入库时间，确定兼容性矩阵对角线元素的取值。
可选的，还包括：
获取焚烧窑的允许焚烧重量，以及，根据允许焚烧重量和总质量目标函数，生成配伍量约束条件；
获取焚烧窑的炉内温度，根据炉内温度确定本次配伍目标物料的建议热值，以及，根据建议热值和热值目标函数，生成热值约束条件；
获取元素限值规则，以及，根据元素限值规则和元素限值目标函数，生成对应的元素限值约束条件；
所述配伍量约束条件、所述热值约束条件和所述元素限值约束条件用以构建配伍优化模型，其中，所述配伍量约束条件包括：
每个危废的配伍量大于或等于零；
每个危废的配伍量小于或等于该危废的库存量；
参与配伍危废的配伍量之和小于或等于焚烧窑的允许焚烧重量；
所述元素限值约束条件包括含钾率约束条件、含钠率约束条件、含硫率约束条件、含磷率约束条件、含氯率约束条件、含氟率约束条件、含溴率约束条件、含碘率约束条件、含锌率约束条件、含铅率约束条件、含铬率约束条件、含汞率约束条件、含镉率约束条件、含砷率约束条件、含铜率约束条件、含水分约束条件、含灰分约束条件、含钾钠约束条件、含硫氯约束条件、含卤素约束条件、含重金属约束条件和含汞砷约束条件中的至少一种。
本申请另一方面公开了一种危废焚烧配伍优化装置，所述一种危废焚烧配伍优化装置用于执行本申请第一方面提供的一种危废焚烧配伍优化方法，包括：
获取模块，用于获取每个危废的属性信息，所述属性信息包括单位热值和各成分含量；
目标函数模块，用于根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，所述极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，所述极小目标函数集包括至少一种元素限值目标函数；
配伍模型模块，用于结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。
此外，本申请还提供了一种终端设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请第一方面提供的危废焚烧配伍优化方法。
此外，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请第一方面提供的危废焚烧配伍优化方法。
由以上技术方案可知，本申请提供的一种危废焚烧配伍优化方法、装置、终端设备及存储介质，通过获取每个危废的属性信息，根据属性信息中的单位热值和各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，该极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，该极小目标函数集包括至少一种元素限值目标函数，结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。可见，本申请的危废焚烧配伍优化方法考虑了配伍问题中的多个目标，不仅仅把热值、配伍量和元素含量等问题当作约束条件，而是在合理的范围内，衡量各个指标后得到的一个相对最优解，以实现一个兼备经济性、环保性和安全性的均衡配伍方案。
附图说明
图1为本申请实施例提供的一种危废焚烧配伍优化方法的流程示意图。
具体实施方式
现有技术中，为保证危废焚烧窑炉内焚烧的安全稳定和烟气排放达标，需要将危废物料的热值、水分和危废中有害元素含量等控制在一定的范围之内，具体地，在构建配伍模型时，热值、水分和危废有害元素成分等仅仅作为约束条件。然而，申请人研究发现，控制卤化有机物占比，可以降低其燃烧产生烟气中酸性污染物对余热锅炉和烟气处理设备的腐蚀；控制卤化物及重金属的含量，可以保证焚烧烟气处理效果及尾气排放的正常；控制入窑含氯有机废物含量，可以从来源降低焚烧过程中二噁英的产生；控制碱金属等低熔点含量，可以控制系统结焦及结构堵塞，降低对耐火材料的影响；充分利用多种进料通道，稳定焚烧工况，可以避免入窑时瞬间波动较大；控制物料水分的稳定性，可以确保废物干燥阶段正常，提高废物处置效率；有些固体危废的热值相对降低，废溶剂特别是废液水分含量较高时热值也较低，入窑后需要大量热量进行预热，所以在满足焚烧稳定的前提下，提高危废物料热值，可以节省辅助燃料的消耗。所以，本申请实施例不仅从危废的约束条件出发，考虑各个元素的约束和危废的兼容性问题，而且兼顾多种配伍目的，以实现相对均衡的配伍方案。
参见图1，本申请实施例提供了一种危废焚烧配伍优化方法，包括以下步骤：
S1、获取每个危废的属性信息，所述属性信息包括单位热值和各成分含量。
危废在进入焚烧处理厂之前，可以在危废产生端或者第三方检测机构进行理化性质和成分含量等的检测分析，焚烧处理厂也可以配备专门的检测部门进行检测。为了规范危废数据，焚烧处理厂可以提供相关的危废报表给用户填写，危废报表上记录危废的属性信息名称和对应的填写提示及要求，之后再将其存入数据库中，已备每次配伍时的获取调用。
参见表1，为本申请实施例提供的一种危废报表，其中，危废的属性信息可以包括来源、相态、包装、pH值、闪点、单位热值、危废特性、危废类别和入库日期，危废的各成分含量可以包括水分(M)、灰熔点、氯(Cl)、硫(S)、砷(As)、铜(Cu)、钾(K)、钠(Na)、锌(Zn)、铅(Pb)、铬(Cr)、溴(Br)、磷(P)、碘(I)、氟(F)、汞(Hg)和镉(Cd)。其中，危废类别包括卤代烃废物、含硫废物、含氰化物废物、亚硝酸盐废液、氨水、含碘溴废物和含氯废液，危废可以是上述类别中的一种或不为上述类别中的任一种。危废报表中的字段可以根据实际情况新增、删除和修改。
表1危废报表
Figure BDA0003458392570000041
本申请实施例在本次配伍时，首先获取每个危废的单位热值和各成分含量，各成分含量可以包括上述表1所示的危废报表中的一种或多种。其中，本申请实施例的每个危废是指同一时间同一来源同一次的危废，例如，表2中10月23日，来源为A公司，危废类别为卤代烃的a危废入库，11月3日，同来源为A公司，危废类别为卤代烃的b危废入库，虽然两者来源相同且危废类别相同，但不会进行汇总，a为一个危废，b为另一个危废。
表2一个实施例中危废的属性信息
来源 热值 M Cl S Na K Zn Pb Cr Hg 危废类别 入库时间 库存(t)
A公司 3158 20 0 2 1 0.5 2 0.1 0 0 卤代烃 2021.11.3 5
A公司 4857 10 1 1 0 0 0 0 0 0.2 卤代烃 2021.10.23 2
在一个优选实施例中，还可以获取每个危废的闪点、灰熔点和水分等属性信息，判断危废的属性信息和对应的预设阈值的大小，如果存在某一属性不符合条件，则删除对应危废的数据，以使该危废不参与本次配伍。
S2、根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集。
本申请实施例为兼顾多种配伍目标，实现相对均衡的配伍方案，根据危废的属性信息，构建目标函数集，由于在危废配伍中，目标函数的求解存在部分实现最大值，部分要求实现最小值，例如，热值和质量总和要求在约束范围内越大越好，有害元素含量越少越好，因此，将目标函数集分为两类，一类以函数的最大值为目标的极大目标函数集，另一类以函数的最小值为目标的极小目标函数集，再可以采用多目标决策中的乘除法来进行求解。该极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，该极小目标函数集包括至少一种元素限值目标函数。所述热值目标函数用于表示目标物料的单位热值，所述总质量目标函数用于表示目标物料的总质量，所述元素限值目标函数用于表示目标物料中对应元素的含量。
在建立目标函数集，预设各个危废配伍量形成的目标物料时，还会涉及到危废的兼容性问题，由于不同危废的理化特性和元素成分不同，为确保焚烧过程安全，避免危废之间产生有害反应，需要合理的选择可以相容的危废进入同次配伍方案。然而危废兼容性问题和其他元素限值等约束条件相比，不便于直接转换为约束条件，因此本申请实施例通过生成兼容性矩阵的方式，结合危废的热值和各成分含量等，以此来建立对应的目标函数，具体地，包括步骤S201至步骤S203。
S201、获取危废中影响兼容性的属性信息。
影响兼容性的属性信息可以包括pH值和危废类别等，例如，氧化性物质和还原性物质、酸性物质和碱性物质以及卤代烃废物和含汞废物，如果共存，可能会发生剧烈的有害化学反应。
S202、获取危废的兼容性规则，根据兼容性规则和影响兼容性的属性信息，确定互不兼容危废，以及，生成至少一个兼容性矩阵，所述兼容性矩阵用于判断各个危废是否被选择参加本次配伍。
兼容性规则用于确定存在不兼容成分的危废不可同时进入配伍方案，如下表3所示，为本申请实施例提供的一种示例性的兼容性规则表，其中，0表示不允许一起焚烧，1表示可以一起焚烧，2表示一起焚烧效果更好。
表3兼容性规则表
废物类别 卤代烃 含硫 含汞 含氰化物废物 亚硝酸盐废液 氨水 含碘溴废物 含氯废液
卤代烃 1 2 0 0 0 0 1 0
含硫 2 1 0 1 1 1 1 1
含汞 0 0 1 1 1 1 0 1
含氰化物废物 0 1 1 1 1 1 0 1
亚硝酸盐废液 0 1 1 1 1 1 0 1
氨水 0 1 1 1 1 1 0 1
含碘溴废物 1 2 0 0 0 0 1 0
含氯废液 0 1 1 1 1 1 0 1
为保证不兼容的危废不同时进入配伍方案，结合兼容性规则和每个危废的pH、危废类别等，确定互不兼容危废，生成至少一个兼容性矩阵，比如pH兼容性矩阵或危废类别兼容性矩阵。该兼容性矩阵为对角矩阵，对角线元素的取值用于判断各个危废是否被选择参加本次配伍，可以用0表示未选择参加此次配伍，1表示选择参加此次配伍，兼容性矩阵B表示为：
Figure BDA0003458392570000061
式中，bi为第i个危废代表的对角线元素取值。例如，在一个实施例中，共有5个危废参加本次配伍，第一个危废的危废类别为含汞废物，第二个危废的危废类别为含卤代烃废物，根据表3所示的兼容性规则表，第一个危废和第二个危废为互不兼容危废，其他危废中元素均不冲突，可以一起焚烧，则兼容性矩阵有两种选择方案，具体方案可人工选择，也可系统选择，两种选择方案如下所示：
Figure BDA0003458392570000062
或
Figure BDA0003458392570000063
式中，B1为第一个选择方案，表示第一个危废未选择参加此次配伍，B2为第二个选择方案，表示第二个危废未选择参加此次配伍。
进一步的，可以获取互不兼容危废的入库时间，根据所述入库时间，来确定兼容性矩阵对角线元素的取值，以选择采取何种方案，使得入库时间早的危废优先处理。例如，获取第一个含汞废物和第二个含卤代烃废物的入库时间，如果第一个含汞废物早于第二个含卤代烃废物，则优先选择第一个含汞废物参与此次配伍，即优先选择B2。
在另一个实施例中，共有5个液态危废参加本次配伍，获取每个危废的pH值，如果规定酸碱不可同时入窑，则可以选择酸性液体参与本次配伍或碱性液体参加本次配伍，比如，选择酸性液体参加本次配伍，获取每个危废的pH值，如果pH值小于或等于7，则对角线元素对应的位置取值为1，如果pH大于7，则对角线元素对应位置的取值为0，其他无pH属性的取值为1。
S203、结合兼容性矩阵和危废的单位热值，确定热值目标函数；结合兼容性矩阵和危废的配伍量，确定总质量目标函数；结合兼容性矩阵和危废的各成分含量，确定至少一种元素限值目标函数。
为更加清楚得阐述本申请实施例构建的目标函数集，以下采用数学模型来分别表示，在一个优选实施例中，极大目标函数集包括热值目标函数和总质量目标函数，极小目标函数集包括含钾钠限值目标函数、含硫限值目标函数、含磷限值目标函数、含氯限值目标函数、含氟限值目标函数、硫氯限值目标函数、含卤素限值目标函数、含重金属限值目标函数、含汞砷限值目标函数、含铅限值目标函数、含水分限值目标函数和含灰分限值目标函数。
目标物料的组成即危废的配伍量表示为：
X＝[x1,x2,......,xn]；
式中，xi表示第i个危废的配伍量，i＝1,2，…，n。
危废的单位热值表示为：
Q＝[q1,q2,......,qn]；
式中，qi表示第i个危废的单位热值。
危废的元素含量占比表示为：
Figure BDA0003458392570000071
其中：
A1表示K含量占比，A1＝[a1,1,a1,2,......,a1,n]，a1,i表示第i个危废的K含量占比。
A2表示Na含量占比，A2＝[a2,1,a2,2,......,a2,n]，a2,i表示第i个危废的Na含量占比。
A3表示S含量占比，A3＝[a3,1,a3,2,......,a3,n]，a3,i表示第i个危废的S含量占比。
A4表示P含量占比，A4＝[a4,1,a4,2,......,a4,n]，a4,i表示第i个危废的P含量占比。
A5表示Cl含量占比，A5＝[a5,1,a5,2,......,a5,n]，a5,i表示第i个危废的Cl含量占比。
A6表示F含量占比，A6＝[a6,1,a6,2,......,a6,n]，a6,i表示第i个危废的F含量占比。
A7表示Br含量占比，A7＝[a7,1,a7,2,......,a7,n]，a7,i表示第i个危废的Br含量占比。
A8表示I含量占比，A8＝[a8,1,a8,2,......,a8,n]，a8,i表示第i个危废的I含量占比。
A9表示Zn含量占比，A9＝[a9,1,a9,2,......,a9,n]，a9,i表示第i个危废的Zn含量占比。
A10表示Pb含量占比，A10＝[a10,1,a10,2,......,a10,n]，a10,i表示第i个危废的Pb含量占比。
A11表示Cr含量占比，A11＝[a11,1,a11,2,......,a11,n]，a11,i表示第i个危废的Cr含量占比。
A12表示Hg含量占比，A12＝[a12,1,a12,2,......,a12,n]，a12,i表示第i个危废的Hg含量占比。
A13表示Cd含量占比，A13＝[a13,1,a13,2,......,a13,n]，a13,i表示第i个危废的Cd含量占比。
A14表示As含量占比，A14＝[a14,1,a14,2,......,a14,n]，a14,i表示第i个危废的As含量占比。
A15表示Cu含量占比，A15＝[a15,1,a15,2,......,a15,n]，a15,i表示第i个危废的Cu含量占比。
A16表示水分含量，
Figure BDA0003458392570000072
a16,i表示第i个危废含水量。
A17表示灰熔点是否低于600℃，A17＝[a17,1,a17,2,......,a17,n]，a17,i取值为0或1，表示第i个危废灰熔点是否低于设定值600℃，如低于600℃则取值为1，高于600℃则取值为0。
热值目标函数表示为：
Figure BDA0003458392570000073
总质量目标函数表示为：
f2(x)＝sum(B·XT)；
元素限值目标函数中含钾钠限值目标函数、含硫限值目标函数、含磷限值目标函数、含氯限值目标函数、含氟限值目标函数、硫氯限值目标函数、含卤素限值目标函数、含重金属限值目标函数、含汞砷限值目标函数、含铅限值目标函数、含水分限值目标函数和含灰分限值目标函数分别表示为：
Figure BDA0003458392570000081
Figure BDA0003458392570000082
Figure BDA0003458392570000083
Figure BDA0003458392570000084
Figure BDA0003458392570000085
Figure BDA0003458392570000086
Figure BDA0003458392570000087
Figure BDA0003458392570000088
Figure BDA0003458392570000089
Figure BDA00034583925700000810
Figure BDA00034583925700000811
Figure BDA00034583925700000812
S3、结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。
本申请实施例采用多目标决策中的乘除法来建立评价函数，根据评价函数来构建配伍优化模型，具体包括以下步骤：
S301、根据极大目标函数集中各目标函数的乘积，得到第一乘积。
S302、根据极小目标函数集中各目标函数的乘积，得到第二乘积。
S303、利用所述第一乘积和所述第二乘积的比值，建立评价函数，以及，以所述评价函数最大为目标构建配伍优化模型。
示例性的，结合步骤S203中的优选实施例，该评价函数采用如下数学模型：
Figure BDA00034583925700000813
为保证焚烧的安全稳定和烟气排放达标，本申请实施例的配伍优化模型还可以包括热值约束条件、配伍量约束条件和元素限值约束条件。
S304、获取焚烧窑的炉内温度，根据炉内温度确定本次配伍目标物料的建议热值，以及，根据建议热值和热值目标函数，生成热值约束条件。
目标物料的热值是首要满足条件，在保持入窑配伍的危废质量一定时，目标物料的热值与窑内的温度有关，通常温度偏高时，应降低其配伍的热值，窑内温度偏低时，应当升高配伍热值，例如，炉窑焚烧正常温度范围为800～850℃，建议热值为3500Kcal/kg。如表4所示，为一种建议热值的调整方式，获取炉膛内的温度T，当T在800～850℃之间时，配伍目标物料的热值建议选择Q，若温度T高于850℃，则在Q的基础上，适当降低，温度越高，降低越多。同理，若温度T低于800℃，则在Q的基础上，适当提高，温度越高，提高越多。例如，当T在800～850℃之间时，配伍目标物料的建议热值Q为3500Kcal/kg，当T在865～880℃之间时，建议热值以3500Kcal/kg为基础下调10％，即3150Kcal/kg。除了上述方式之外，也可以选用其他非线性的调整方式，本申请实施例不作具体的限定。
在确定建议热值之后，根据预设的允许浮动范围，确定目标物料需控制的热值范围，例如建议热值为3150Kcal/kg，在建议热值基础上允许浮动的范围为±15Kcal/kg，则目标物料的热值控制在3135～3165Kcal/kg之内。
表4建议热值调整范围
当前炉膛温度(℃) 调整范围ΔQ
T＞900 -20％
800＜T≤900 -15％
865＜T≤880 -10％
850＜T≤865 -5％
800＜T≤850 0％
780＜T≤800 +5％
760＜T≤780 +10％
750＜T≤760 +15％
T≤750 +20％
S305、获取焚烧窑的允许焚烧重量，以及，根据允许焚烧重量和总质量目标函数，生成配伍量约束条件。
允许焚烧重量是指每次焚烧窑炉所能处置的危废质量总和的上限，以保证每次配伍方案的目标物料重量在允许焚烧重量的范围之内。该配伍量约束条件包括每个危废的配伍量大于或等于零；每个危废的配伍量小于或等于该危废的库存量；参与配伍危废的配伍量之和小于或等于焚烧窑的允许焚烧重量。
S306、获取元素限值规则，以及，根据元素限值规则和元素限值目标函数，生成对应的元素限值约束条件。
元素限值规则是根据配伍要求中，为保证焚烧为烟气中元素含量不超过排放指标，因此配伍时要求入窑的目标物料中元素含量要小于指定值。参见表5，为元素限值规则表，表5中的元素名称和取值，为本申请实施例的示意值，需要约束的元素名称和取值范围可以根据实际情况进行修改，其中，关于混匀后的水分要求，是以保证危废的稳定燃烧，并节省燃料。
表5元素限值规则表
Figure BDA0003458392570000091
Figure BDA0003458392570000101
根据元素限值规则和属性信息中每个危废的成分含量，确定元素限值约束条件，根据实际情况，元素限值约束条件包括含钾率约束条件、含钠率约束条件、含硫率约束条件、含磷率约束条件、含氯率约束条件、含氟率约束条件、含溴率约束条件、含碘率约束条件、含锌率约束条件、含铅率约束条件、含铬率约束条件、含汞率约束条件、含镉率约束条件、含砷率约束条件、含铜率约束条件、含水分约束条件和含灰分约束条件中的至少一种，其中灰熔点用于表示危废中的灰分含量。
此外，根据表5元素限值规则表中元素组合的限值要求，元素限制约束条件还包括含钾钠约束条件、含硫氯约束条件、含卤素约束条件、含重金属约束条件和含汞砷约束条件中的至少一种。
示例性的，结合步骤S203中的优选实施例，配伍量约束条件可以表示为：
Figure BDA0003458392570000102
f2(x)≤Wthreshold；
式中，
Figure BDA0003458392570000103
为第i个危废的库存量，Wthreshold为允许焚烧重量。
热值约束条件可以表示为：
Figure BDA0003458392570000104
式中，Δq为在建议热值基础上允许浮动的范围。
元素限值约束条件可以表示为：
f3(x)≤KNthreshold；
f4(x)≤Sthreshold；
f5(x)≤Pthreshold；
f6(x)≤Clthreshold；
f7(x)≤Fthreshold；
f8(x)≤SClthreshold；
f9(x)≤卤素threshold；
f10(x)≤重金属threshold；
f11(x)≤HgAsthreshold；
f12(x)≤Pbthreshold；
f13(x)≤Mthreshold；
f14(x)≤灰熔点threshold；
其中，*threshold为表5元素限值规则表中各元素的阈值。
根据上述的评价函数和约束条件，构建配伍模型，以各个危废的配伍量为优化变量，计算目标物料中各个危废的配伍量，可以利用基于数学的规划方法或基于遗传算法对配伍模型进行求解，本申请实施例不限定具体的求解方法。在求解过程中，预设求解的收敛条件，如果在收敛条件内完成求解，则输出优化的各个危废的配伍量，如果在收敛条件内未找到最优解，则根据当前指标情况，调整配伍方案，所述当前指标情况包括当前配伍量、配伍后的热值和每个元素的含量，所述调整配伍方案包括增加燃料以满足热值和更换兼容性矩阵。最终根据确定的配伍量得到当前配伍方案，配伍方案还可以包括选择的危废的来源、配伍后目标物料的热值和目标物料每个元素的含量。
本申请实施例还提供了一种危废焚烧配伍优化装置，所述一种危废焚烧配伍优化装置用于执行上述一种危废焚烧配伍优化方法，包括获取模块、目标函数模块和配伍模型模块。
获取模块，用于获取每个危废的属性信息，所述属性信息包括单位热值和各成分含量。
目标函数模块，用于根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，所述极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，所述极小目标函数集包括至少一种元素限值目标函数。
配伍模型模块，用于结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。
此外，本申请实施例还提供一种终端设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请实施例提供的危废焚烧配伍优化方法。
最后，本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请实施例提供的危废焚烧配伍优化方法。
本申请实施例提供的一种危废焚烧配伍优化方法、装置、终端设备及存储介质，通过获取每个危废的属性信息，根据属性信息中的单位热值和各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，该极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，该极小目标函数集包括至少一种元素限值目标函数，结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。可见，本申请实施例的危废焚烧配伍优化方法考虑了配伍问题中的多个目标，不仅仅把热值、配伍量和元素含量等问题当作约束条件，而是在合理的范围内，衡量各个指标后得到的一个相对最优解，以实现一个兼备经济性、环保性和安全性的均衡配伍方案。
此外，在本申请实施例中，根据危废焚烧要求，将兼容性规则转化为兼容性矩阵，便于将规则语言转换为数学模型，更加准确清晰且便捷的构建配伍优化模型并求得配伍方案。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (10)

1.一种危废焚烧配伍优化方法，其特征在于，包括：
获取每个危废的属性信息，所述属性信息包括单位热值和各成分含量；
根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，所述极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，所述极小目标函数集包括至少一种元素限值目标函数；
结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。
2.根据权利要求1所述的一种危废焚烧配伍优化方法，其特征在于，所述结合极大目标函数集和极小目标函数集，构建配伍优化模型，包括：
根据极大目标函数集中各目标函数的乘积，得到第一乘积；
根据极小目标函数集中各目标函数的乘积，得到第二乘积；
利用所述第一乘积和所述第二乘积的比值，建立评价函数，以及，以所述评价函数最大为目标构建配伍优化模型。
3.根据权利要求1所述的一种危废焚烧配伍优化方法，其特征在于，还包括：所述热值目标函数用于表示目标物料的单位热值，所述总质量目标函数用于表示目标物料的总质量，所述元素限值目标函数用于表示目标物料中对应元素的含量。
4.根据权利要求1所述的一种危废焚烧配伍优化方法，其特征在于，还包括：
获取危废中影响兼容性的属性信息，所述影响兼容性的属性信息包括pH值和危废类别中的至少一种；
获取危废的兼容性规则，根据兼容性规则和影响兼容性的属性信息，确定互不兼容危废，以及，生成至少一个兼容性矩阵，所述兼容性矩阵用于判断各个危废是否被选择参加本次配伍。
5.根据权利要求4所述的一种危废焚烧配伍优化方法，其特征在于，所述根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，包括：
结合兼容性矩阵和危废的单位热值，确定热值目标函数；
结合兼容性矩阵和危废的配伍量，确定总质量目标函数；
结合兼容性矩阵和危废的各成分含量，确定至少一种元素限值目标函数。
6.根据权利要求4所述的一种危废焚烧配伍优化方法，其特征在于，所述根据兼容性规则和影响兼容性的属性信息，确定互不兼容危废，以及，生成至少一个兼容性矩阵，包括：
获取互不兼容危废的入库时间，根据所述入库时间，确定兼容性矩阵对角线元素的取值。
7.根据权利要求1所述的一种危废焚烧配伍优化方法，其特征在于，还包括：
获取焚烧窑的允许焚烧重量，以及，根据允许焚烧重量和总质量目标函数，生成配伍量约束条件；
获取焚烧窑的炉内温度，根据炉内温度确定本次配伍目标物料的建议热值，以及，根据建议热值和热值目标函数，生成热值约束条件；
获取元素限值规则，以及，根据元素限值规则和元素限值目标函数，生成对应的元素限值约束条件；
所述配伍量约束条件、所述热值约束条件和所述元素限值约束条件用以构建配伍优化模型，其中，所述配伍量约束条件包括：
每个危废的配伍量大于或等于零；
每个危废的配伍量小于或等于该危废的库存量；
参与配伍危废的配伍量之和小于或等于焚烧窑的允许焚烧重量；
所述元素限值约束条件包括含钾率约束条件、含钠率约束条件、含硫率约束条件、含磷率约束条件、含氯率约束条件、含氟率约束条件、含溴率约束条件、含碘率约束条件、含锌率约束条件、含铅率约束条件、含铬率约束条件、含汞率约束条件、含镉率约束条件、含砷率约束条件、含铜率约束条件、含水分约束条件、含灰分约束条件、含钾钠约束条件、含硫氯约束条件、含卤素约束条件、含重金属约束条件和含汞砷约束条件中的至少一种。
8.一种危废焚烧配伍优化装置，其特征在于，所述一种危废焚烧配伍优化装置用于执行权利要求1-7任一项所述的一种危废焚烧配伍优化方法，包括：
获取模块，用于获取每个危废的属性信息，所述属性信息包括单位热值和各成分含量；
目标函数模块，用于根据所述单位热值和所述各成分含量，以危废的配伍量为优化变量，建立以函数的最大值为目标的极大目标函数集和以函数的最小值为目标的极小目标函数集，所述极大目标函数集包括热值目标函数和总质量目标函数中的至少一种，所述极小目标函数集包括至少一种元素限值目标函数；
配伍模型模块，用于结合极大目标函数集和极小目标函数集，构建配伍优化模型，以及，求解所述配伍优化模型，以确定目标物料中各危废的配伍量，得到当前的配伍方案。
9.一种终端设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的危废焚烧配伍优化方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的危废焚烧配伍优化方法。
CN202210009398.XA 2022-01-06 2022-01-06 危废焚烧配伍优化方法、装置、终端设备及存储介质 Active CN115221772B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210009398.XA CN115221772B (zh) 2022-01-06 2022-01-06 危废焚烧配伍优化方法、装置、终端设备及存储介质
PCT/CN2022/079711 WO2023130564A1 (zh) 2022-01-06 2022-03-08 危废焚烧配伍优化方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210009398.XA CN115221772B (zh) 2022-01-06 2022-01-06 危废焚烧配伍优化方法、装置、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN115221772A true CN115221772A (zh) 2022-10-21
CN115221772B CN115221772B (zh) 2023-05-02

Family

ID=83606916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210009398.XA Active CN115221772B (zh) 2022-01-06 2022-01-06 危废焚烧配伍优化方法、装置、终端设备及存储介质

Country Status (2)

Country Link
CN (1) CN115221772B (zh)
WO (1) WO2023130564A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6752393B1 (ja) * 2019-11-19 2020-09-09 三菱電機株式会社 設計支援システムおよび設計支援プログラム
CN113742997A (zh) * 2021-08-02 2021-12-03 北京工业大学 城市固废焚烧过程风量智能优化设定方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8041548B2 (en) * 2004-12-30 2011-10-18 Global Nuclear Fuels-Americas, LLC Method and apparatus for evaluating a proposed solution to a constraint problem for a nuclear reactor involving channel deformation
CN112365213A (zh) * 2020-11-30 2021-02-12 新中天环保股份有限公司 危废智能化配伍方法
CN112330258B (zh) * 2020-12-01 2021-11-23 神彩科技股份有限公司 焚烧配伍方法、装置、终端设备和存储介质
CN113052341A (zh) * 2021-04-16 2021-06-29 中国恩菲工程技术有限公司 危废焚烧配伍方法、装置、存储介质及电子设备
CN113077104A (zh) * 2021-04-16 2021-07-06 中国恩菲工程技术有限公司 危废焚烧配伍方法、装置、存储介质及电子设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6752393B1 (ja) * 2019-11-19 2020-09-09 三菱電機株式会社 設計支援システムおよび設計支援プログラム
CN113742997A (zh) * 2021-08-02 2021-12-03 北京工业大学 城市固废焚烧过程风量智能优化设定方法

Also Published As

Publication number Publication date
WO2023130564A1 (zh) 2023-07-13
CN115221772B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
Fraißler et al. Thermodynamic equilibrium calculations concerning the removal of heavy metals from sewage sludge ash by chlorination
DE102006046599B4 (de) Verfahren und Vorrichtung zur diskontinuierlichen Verbrennung von Brennstoffen
Billen et al. Predicting melt formation and agglomeration in fluidized bed combustors by equilibrium calculations
CN110175350A (zh) 一种危险废弃物焚烧处置的配伍方法
Miller et al. The influence of injected HCl and SO2 on the behavior of trace elements during wood-bark combustion
Huang et al. Bi-level multi-objective programming approach for carbon emission quota allocation towards co-combustion of coal and sewage sludge
Lee A model analysis of metal partitioning: in a hazardous waste incineration system
Hannl et al. Thermochemical equilibrium study of ash transformation during combustion and gasification of sewage sludge mixtures with agricultural residues with focus on the phosphorus speciation
CN110319455B (zh) 一种锅炉混煤掺配方法
CN108074020A (zh) 一种智能配煤掺烧寻优方法及其系统
CN115221772B (zh) 危废焚烧配伍优化方法、装置、终端设备及存储介质
Kiang Fuel property estimation and combustion process characterization: Conventional fuels, biomass, biocarbon, waste fuels, refuse derived fuel, and other alternative fuels
Almeida et al. Laboratory study on the behaviour of spent AA household alkaline batteries in incineration
US20150014230A1 (en) Organic-waste-processing apparatus, processing method, and control apparatus
CN115221671B (zh) 一种垃圾物料配伍优化方法
CN101109511A (zh) 固体废物焚烧菜单配比系统
CN115221773B (zh) 一种危险废物配伍系统及方法
CN113609684A (zh) 基于工业数据和工艺机理的锅炉吨煤产汽优化方法
KR102258032B1 (ko) 유동층 순환보일러의 이상상태 제어방법
Vandevelde et al. Development of a Reactor Network Model for Thermal Conversion of Solid Waste in a Grate-fired Furnace
CN113551231B (zh) 垃圾焚烧炉控制方法、系统、电子设备及存储介质
CN105972609A (zh) 一种带负荷校正的垃圾炉焚烧自动控制方法及系统
Sjöblom Sustainability of combustion and incineration of renewable fuels: example of Sweden
CN113887890A (zh) 一种配煤掺烧优化方法
CN210005939U (zh) 控制多种煤气混合热值、压力及含硫量的系统

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
GR01 Patent grant
GR01 Patent grant