CN115935720B - 一种基于大数据处理的配矿方法 - Google Patents

一种基于大数据处理的配矿方法 Download PDF

Info

Publication number
CN115935720B
CN115935720B CN202310193925.1A CN202310193925A CN115935720B CN 115935720 B CN115935720 B CN 115935720B CN 202310193925 A CN202310193925 A CN 202310193925A CN 115935720 B CN115935720 B CN 115935720B
Authority
CN
China
Prior art keywords
value
proportion
steps
sub
range
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
Application number
CN202310193925.1A
Other languages
English (en)
Other versions
CN115935720A (zh
Inventor
郭玉宾
王晓光
王晓松
武犇
赵虎
滑桢
池晓飞
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.)
Delong Software Technology (Tianjin) Co.,Ltd.
Original Assignee
Lingxiao Tianjin Industrial Internet 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 Lingxiao Tianjin Industrial Internet Co ltd filed Critical Lingxiao Tianjin Industrial Internet Co ltd
Priority to CN202310193925.1A priority Critical patent/CN115935720B/zh
Publication of CN115935720A publication Critical patent/CN115935720A/zh
Application granted granted Critical
Publication of CN115935720B publication Critical patent/CN115935720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据处理的配矿方法,包括如下步骤:前置数据校验,其中包含数据完整性校验以及数据合法性校验;计算任务拆分,主服务器拆分任务到子服务器,并且子服务器拆分任务至子线程;计算配比,具体为子服务器根据算法计算配比,根据物料配比约束范围随机分配物料配比值,计算得到结果值,将得到的结果值与结果值要求范围对比,符合要求则配比成功,否则配比失败;算法任务汇总,本发明的有益效果是:根据服务器数量及性能的增加而缩短配矿时间,在成本方便较于人工计算显著降低。

Description

一种基于大数据处理的配矿方法
技术领域
本发明涉及大数据处理技术领域,具体为一种基于大数据处理的配矿方法。
背景技术
高炉配矿是将烧结矿、球团矿、块矿及废钢等材料照预先定义的矿料比例均匀冶炼,合理的炉料搭配既充分有效利用全球铁矿资源,从而使得高炉冶炼技术得到优化,最终达到节约资源,降低成本的效果。优化高炉炉料是实现高炉强化冶炼的根本保证。
烧结配矿是将矿粉原料、辅料及溶剂等材料按照预先定义的矿料比例均匀混合进行烧制,从而生产出烧结矿的过程。
上述的高炉配矿和烧结配矿流程中,通常基于人工经验进行配料,然而人工配矿计算时间长且配矿结果成本过高。
发明内容
本发明的目的在于提供一种基于大数据处理的配矿方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于大数据处理的配矿方法,包括如下步骤:
步骤1:前置数据校验,其中包含数据完整性校验以及数据合法性校验;
步骤2:计算任务拆分,主服务器拆分任务到子服务器,并且子服务器拆分任务至子线程;
步骤3:计算配比,具体为子服务器根据算法计算配比,根据物料配比约束范围随机分配物料配比值,计算得到结果值,将得到的结果值与结果值要求范围对比,符合要求则配比成功,否则配比失败;
步骤4:算法任务汇总。
优选的,步骤1中:
数据完整性校验:数据完整性校验:铁料,燃料,溶剂每种物料信息数据;
数据合法性校验:物料范围约束应可配比出100%,即所有物料范围约束最小值和小于等于100%,最大值和需大于等于100%。
优选的,步骤2中在进行计算任务拆分之前,主服务器根据各个子服务器性能动态分配计算任务量,并根据各个子服务器CPU性能动态分配计算线程数及线程计算任务量。
优选的,步骤3中进行计算配比时,主服务器与子服务器均参与配矿计算。
优选的,步骤3中的算法包括以下流程:
步骤31:判断所有物料约束范围是否为固定范围,若为固定范围,则直接进行计算,响应结果;否则执行以下步骤;
步骤32:提取出物料集合中,配比约束范围最小值等于最大值的物料直接分配该物料配比值,即为固定配比物料,计算得出固定配比值总和为 sumA ,则剩余可分配配比值和为: sumB = 100% - sumA;
步骤:33:将步骤32中剩余的配比物料提取至有序集合A中进行算法计算,分配配比;
步骤34:将有序集合A的物料进行顺序打乱,获取到一个全新的有序集合B;
步骤35:取出集合B中首个物料1,进行随机赋值,赋值范围为物料1约束范围与 0至sunB交集,赋值方法为根据精确度扩大约束范围值至精确度为0,随机赋予范围值内一个数据,再同比例缩小得到带有精确度的物料配比值;
步骤36:取出集合B中第二个物料2,通过上述步骤得到物料1配比值,则此时剩余可分配配比值和sumB变更为:sumB-上一个物料配比值,重复上述步骤进行随机配分配比值;
步骤37:依次取出集合B中剩余物料重复上述步骤得到配比值,直至最后一个物料0,物料0直接赋值此时sumB,若此时sumB不满足物料0约束范围则重新生成有序集合B进行配比分配,否则进行下一轮配比配分;
步骤38:根据上述步骤得到各物料配比后,通过配矿公式计算得出最终结果。
优选的,步骤3还包括:
步骤39:结果值对比,具体为若最终结果值在约束要求范围内,判断吨度价相比之前计算出的吨度价优劣,优则存入结果集,否则舍弃;若最终结果值未在约束要求范围内,则统计不满足约束要求的元素个数和元素错误信息,并存入错误结果集。
优选的,步骤4的算法任务汇总具体为汇总各子服务器及子线程数据,若存在正确结果集,则按吨度价降序排列后取前5条最优结果;若不存在正确结果集,则取出错误结果集中失败元素数量最少的集合,再取出其中元素重复次数最多的元素进行提示。
与现有技术相比,本发明的有益效果是:根据服务器数量及性能的增加而缩短配矿时间,在成本方便较于人工计算显著降低。
实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:一种基于大数据处理的配矿方法,包括如下步骤:
步骤1:前置数据校验,其中包含数据完整性校验: 数据完整性校验:铁料,燃料,溶剂每种物料信息数据;数据合法性校验:物料范围约束应可配比出100%,即所有物料范围约束最小值和小于等于100%,最大值和需大于等于100%;
步骤2:计算任务拆分,主服务器根据各个子服务器性能动态分配计算任务量,并根据各个子服务器CPU性能动态分配计算线程数及线程计算任务量,主服务器拆分任务到子服务器,并且子服务器拆分任务至子线程;在此过程中主服务器与子服务器均参与配矿计算。
步骤3:计算配比,具体为子服务器根据算法计算配比,根据物料配比约束范围随机分配物料配比值,计算得到结果值,将得到的结果值与结果值要求范围对比,符合要求则配比成功,否则配比失败。
具体的算法包括以下流程:
步骤31:判断所有物料约束范围是否为固定范围,若为固定范围,则直接进行计算,响应结果;否则执行以下步骤;
步骤32:提取出物料集合中,配比约束范围最小值等于最大值的物料直接分配该物料配比值,即为固定配比物料,计算得出固定配比值总和为 sumA ,则剩余可分配配比值和为: sumB = 100% - sumA;
步骤:33:将步骤32中剩余的配比物料提取至有序集合A中进行算法计算,分配配比;
步骤34:将有序集合A的物料进行顺序打乱,获取到一个全新的有序集合B;
步骤35:取出集合B中首个物料1,进行随机赋值,赋值范围为物料1约束范围与 0至sunB交集,赋值方法为根据精确度扩大约束范围值至精确度为0,随机赋予范围值内一个数据,再同比例缩小得到带有精确度的物料配比值;
步骤36:取出集合B中第二个物料2,通过上述步骤得到物料1配比值,则此时剩余可分配配比值和sumB变更为:sumB-上一个物料配比值,重复上述步骤进行随机配分配比值;
步骤37:依次取出集合B中剩余物料重复上述步骤得到配比值,直至最后一个物料0,物料0直接赋值此时sumB,若此时sumB不满足物料0约束范围则重新生成有序集合B进行配比分配,否则进行下一轮配比配分;
步骤38:根据上述步骤得到各物料配比后,通过配矿公式计算得出最终结果;
步骤39:结果值对比,具体为若最终结果值在约束要求范围内,判断吨度价相比之前计算出的吨度价优劣,优则存入结果集,否则舍弃;若最终结果值未在约束要求范围内,则统计不满足约束要求的元素个数和元素错误信息,并存入错误结果集。
步骤4:算法任务汇总,具体为汇总各子服务器及子线程数据,若存在正确结果集,则按吨度价降序排列后取前5条最优结果;若不存在正确结果集,则取出错误结果集中失败元素数量最少的集合,再取出其中元素重复次数最多的元素进行提示。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于大数据处理的配矿方法,其特征在于,包括如下步骤:
步骤1:前置数据校验,其中包含数据完整性校验以及数据合法性校验;
步骤2:计算任务拆分,主服务器拆分任务到子服务器,并且子服务器拆分任务至子线程;
步骤3:计算配比,具体为子服务器根据算法计算配比,根据物料配比约束范围随机分配物料配比值,计算得到结果值,将得到的结果值与结果值要求范围对比,符合要求则配比成功,否则配比失败;具体为:
步骤31:判断所有物料约束范围是否为固定范围,若为固定范围,则直接进行计算,响应结果;否则执行以下步骤;
步骤32:提取出物料集合中,配比约束范围最小值等于最大值的物料直接分配该物料配比值,即为固定配比物料,计算得出固定配比值总和为sumA,则剩余可分配配比值和为:sumB=100%-sumA;
步骤:33:将步骤32中剩余的配比物料提取至有序集合A中进行算法计算,分配配比;
步骤34:将有序集合A的物料进行顺序打乱,获取到一个全新的有序集合B;
步骤35:取出集合B中首个物料1,进行随机赋值,赋值范围为物料1约束范围与0至sunB交集,赋值方法为根据精确度扩大约束范围值至精确度为0,随机赋予范围值内一个数据,再同比例缩小得到带有精确度的物料配比值;
步骤36:取出集合B中第二个物料2,通过上述步骤得到物料1配比值,则此时剩余可分配配比值和sumB变更为:sumB-上一个物料配比值,重复上述步骤进行随机配分配比值;
步骤37:依次取出集合B中剩余物料重复上述步骤得到配比值,直至最后一个物料0,物料0直接赋值此时sumB,若此时sumB不满足物料0约束范围则重新生成有序集合B进行配比分配,否则进行下一轮配比配分;
步骤38:根据上述步骤得到各物料配比后,通过配矿公式计算得出最终结果;
步骤39:结果值对比,具体为若最终结果值在约束要求范围内,判断吨度价相比之前计算出的吨度价优劣,优则存入结果集,否则舍弃;若最终结果值未在约束要求范围内,则统计不满足约束要求的元素个数和元素错误信息,并存入错误结果集;
步骤4:算法任务汇总。
2.根据权利要求1所述的一种基于大数据处理的配矿方法,其特征在于:步骤1中:
数据完整性校验:铁料,燃料,溶剂每种物料信息数据;
数据合法性校验:物料范围约束应可配比出100%,即所有物料范围约束最小值和小于等于100%,最大值和需大于等于100%。
3.根据权利要求1所述的一种基于大数据处理的配矿方法,其特征在于:步骤2中在进行计算任务拆分之前,主服务器根据各个子服务器性能动态分配计算任务量,并根据各个子服务器CPU性能动态分配计算线程数及线程计算任务量。
4.根据权利要求1所述的一种基于大数据处理的配矿方法,其特征在于:步骤3中进行计算配比时,主服务器与子服务器均参与配矿计算。
5.根据权利要求1所述的一种基于大数据处理的配矿方法,其特征在于:步骤4的算法任务汇总具体为汇总各子服务器及子线程数据,若存在正确结果集,则按吨度价降序排列后取前5条最优结果;若不存在正确结果集,则取出错误结果集中失败元素数量最少的集合,再取出其中元素重复次数最多的元素进行提示。
CN202310193925.1A 2023-03-03 2023-03-03 一种基于大数据处理的配矿方法 Active CN115935720B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310193925.1A CN115935720B (zh) 2023-03-03 2023-03-03 一种基于大数据处理的配矿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310193925.1A CN115935720B (zh) 2023-03-03 2023-03-03 一种基于大数据处理的配矿方法

Publications (2)

Publication Number Publication Date
CN115935720A CN115935720A (zh) 2023-04-07
CN115935720B true CN115935720B (zh) 2023-06-02

Family

ID=85820362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310193925.1A Active CN115935720B (zh) 2023-03-03 2023-03-03 一种基于大数据处理的配矿方法

Country Status (1)

Country Link
CN (1) CN115935720B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108154295A (zh) * 2017-12-22 2018-06-12 柳州钢铁股份有限公司 一种基于烧结-球团-炼铁联动的优化配矿方法
CN110610255A (zh) * 2019-07-31 2019-12-24 华北理工大学 基于智能算法的炼铁过程配料优化方法
CN112580259A (zh) * 2020-12-16 2021-03-30 天津水泥工业设计研究院有限公司 基于遗传算法的智能矿山自动配矿方法及系统
CN114091871A (zh) * 2021-11-12 2022-02-25 包头钢铁(集团)有限责任公司 一种高炉炼铁配矿方法与系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110246547B (zh) * 2018-03-07 2023-08-11 鞍钢集团矿业有限公司 一种烧结过程配矿优化方法
CN109359939A (zh) * 2018-09-26 2019-02-19 中国平安人寿保险股份有限公司 业务数据校验方法、装置、计算机设备和存储介质
CN110554917A (zh) * 2019-08-09 2019-12-10 苏州浪潮智能科技有限公司 高效遍历较大数据量集合的方法、系统、终端及存储介质
CN112183968A (zh) * 2020-09-14 2021-01-05 北京速力科技有限公司 一种露天采场智能配矿系统
CN114118898B (zh) * 2021-10-22 2024-10-01 中冶南方工程技术有限公司 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
CN114395699A (zh) * 2021-12-30 2022-04-26 刘家良 高碱度烧结矿快速配料方法
CN115354093B (zh) * 2022-04-07 2024-02-23 中冶赛迪工程技术股份有限公司 一种低碳高炉的冶炼成本控制方法及系统
CN115186869A (zh) * 2022-06-08 2022-10-14 唐山钢铁集团有限责任公司 一种烧结配料结构变化的预测方法
CN114819409A (zh) * 2022-06-21 2022-07-29 中国科学院自动化研究所 烧结配矿智能优化方法及系统
CN115565618A (zh) * 2022-09-21 2023-01-03 中冶南方工程技术有限公司 一种高炉配料多目标优化方法、终端设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108154295A (zh) * 2017-12-22 2018-06-12 柳州钢铁股份有限公司 一种基于烧结-球团-炼铁联动的优化配矿方法
CN110610255A (zh) * 2019-07-31 2019-12-24 华北理工大学 基于智能算法的炼铁过程配料优化方法
CN112580259A (zh) * 2020-12-16 2021-03-30 天津水泥工业设计研究院有限公司 基于遗传算法的智能矿山自动配矿方法及系统
CN114091871A (zh) * 2021-11-12 2022-02-25 包头钢铁(集团)有限责任公司 一种高炉炼铁配矿方法与系统

Also Published As

Publication number Publication date
CN115935720A (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
Lee et al. Rise of latecomers and catch-up cycles in the world steel industry
CN108288156B (zh) 一种区块链交易的存储及排队方法
CN115935720B (zh) 一种基于大数据处理的配矿方法
CN107679848B (zh) 一种基于时延控制Petri网的小额交易时延控制方法
CN101447001B (zh) 一种预测焦炭硫分的方法
CN110564903A (zh) 高炉冶炼量化决策支持系统、设备及存储介质
CN109120548A (zh) 一种流量控制方法及装置
CN110491454B (zh) 一种高炉冶炼成本管理方法、系统及计算机可存储介质
CN109671470A (zh) 一种提高混匀矿成分稳定性的堆料方法
CN111235383B (zh) 添加使用低镁资源生产烧结矿的方法
CN111104152A (zh) 优化Unity打AB包的方法
CN116929375A (zh) 空间目标测轨数据间抗干扰分级关联方法
CN116949233A (zh) 一种高炉操作参数调整方法、装置、电子设备及存储介质
Nissen et al. Trends and Projections in the EU ETS in 2020
CN115466810A (zh) 一种风口布局调控方法及装置
CN110109757A (zh) 一种基于云计算的高性能计算方法
CN115186869A (zh) 一种烧结配料结构变化的预测方法
CN113327144A (zh) 一种用于并发生成电子发票ofd版式文件的方法和系统
CN113570108B (zh) 大型高炉炉料直接还原率及其确定入炉焦比的计算方法
CN116805268A (zh) 一种账户处理方法及装置、计算设备及存储介质
CN114936686A (zh) 优化配矿方法、装置、电子设备和可读存储介质
CN112685418B (zh) 一种智能调度计费引擎的实现方法及系统
CN112330480B (zh) 一种露天矿山采掘计划执行率的核算方法
CN117418054B (zh) 高炉风口喷吹煤量确定方法、装置、存储介质及程序产品
CN116957263A (zh) 一种软件工程开发资源管理的方法及系统

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
CP03 Change of name, title or address

Address after: 11-1-2001, 2002, Qixian Nanli, northwest of the intersection of Heiniucheng Road and Neijiang North Road, Hexi District, Tianjin, 300220

Patentee after: Delong Software Technology (Tianjin) Co.,Ltd.

Address before: 11-1-2001, 2002, Qixian Nanli, northwest of the intersection of Heiniucheng Road and Neijiang North Road, Hexi District, Tianjin, 300221

Patentee before: Lingxiao (Tianjin) Industrial Internet Co.,Ltd.

CP03 Change of name, title or address