CN117660707A - 混匀建堆block的在线控制方法、装置及存储介质 - Google Patents
混匀建堆block的在线控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117660707A CN117660707A CN202311345726.4A CN202311345726A CN117660707A CN 117660707 A CN117660707 A CN 117660707A CN 202311345726 A CN202311345726 A CN 202311345726A CN 117660707 A CN117660707 A CN 117660707A
- Authority
- CN
- China
- Prior art keywords
- block
- plan
- constraint
- control method
- tfe
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000002156 mixing Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 239000000463 material Substances 0.000 claims abstract description 79
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 229910018072 Al 2 O 3 Inorganic materials 0.000 claims description 7
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 claims description 6
- 229910052681 coesite Inorganic materials 0.000 claims description 6
- 229910052593 corundum Inorganic materials 0.000 claims description 6
- 229910052906 cristobalite Inorganic materials 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 239000000377 silicon dioxide Substances 0.000 claims description 6
- 235000012239 silicon dioxide Nutrition 0.000 claims description 6
- 229910052682 stishovite Inorganic materials 0.000 claims description 6
- 229910052905 tridymite Inorganic materials 0.000 claims description 6
- 229910001845 yogo sapphire Inorganic materials 0.000 claims description 6
- 229910004298 SiO 2 Inorganic materials 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 12
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 239000002994 raw material Substances 0.000 description 8
- 229910052742 iron Inorganic materials 0.000 description 4
- 239000004615 ingredient Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 229910000805 Pig iron Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明提供了一种混匀建堆BLOCK的在线控制方法、装置及存储介质,该方法包括:S1,获取混匀建堆的总计划;S2,获取所需的物料品种中各品种物料的成分;S3,获得总计划所需物料中一个或多个选定成分的含量占比;S4,根据第j个BLOCK计划的工艺约束参数,使用预定的BLOCK计算模型,确定第j个BLOCK计划;当j>1时,在第j‑1个BLOCK计划执行完毕后,再获得并执行第j个BLOCK计划,其中,第j个BLOCK计划的工艺约束参数根据第j‑1个BLOCK计划的执行结果来确定或调整。利用上述技术方案,可以在混匀建堆的过程中实现混匀建堆BLOCK计划的在线实时动态控制和调整,提高混匀矿的质量控制水平。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种混匀建堆BLOCK的在线控制方法、装置及存储介质。
背景技术
烧结矿的质量对高炉炼铁的产量、能耗、生铁质量和高炉寿命均起着决定性的作用。而混匀矿质量对烧结矿的质量起到关键作用。混匀建堆的控制水平直接关系到混匀矿质量的高低。一般混匀建堆计划中的原料品种数量远大于混配料槽的料仓数量,因此需要分批进行混匀,目前国内外普遍采用BLOCK配料建堆工艺。该工艺将混匀建堆计划拆分成多个BLOCK计划,要求各个BLOCK的堆料重量大致相同,成分接近。由于硅、铁含量对烧结质量影响最为显著,各个BLOCK要保证硅铁含量尽量相等。
目前钢铁企业在烧结矿混匀工作上存在如下困难:
目前已有一些提前编制整个混匀建堆计划的全部BLOCK的方法和软件,但是提前编制的BLOCK计划往往与生产实际不匹配,需要根据上一个BLOCK的完成情况和当时的原料条件进行人工调整。
下一个BLOCK计划制定得越晚,已知条件与现实情况越接近,计划的质量越高,但留给计划制定者的时间也越少,计划制定的难度越大。
如果没有软件系统对原料和检化验信息进行集成,计划制定过程的信息录入工作量大且易出错。
综上所述,混匀建堆的BLOCK控制是一个在线调整的动态过程,根据上一BLOCK堆料结果,调整下一个BLOCK计划制定的输入条件,以保证混匀矿大对成分的稳定。整个过程计算量大,控制难度高,人工编制压力大,很有必要开发一套使用先进算法的混匀建堆BLOCK在线控制方法及系统,实现混匀建堆BLOCK计划的动态最佳控制,提高混匀矿质量控制水平。
发明内容
本发明的实施例提供了一种混匀建堆BLOCK的在线控制方法、装置及存储介质,以在混匀建堆的过程中实现混匀建堆BLOCK计划的在线实时动态控制和调整,提高混匀矿的质量控制水平。
为了实现上述目的,一方面,提供一种混匀建堆BLOCK的在线控制方法,包括:
S1,获取混匀建堆的总计划,所述总计划包括整个大堆所需的物料品种和各物料品种对应的湿重;
S2,获取所述所需的物料品种中各品种物料的成分;
S3,获得所述总计划所需物料中一个或多个选定成分的含量占比;
S4,根据第j个BLOCK计划的工艺约束参数,使用预先确定的BLOCK计算模型,确定第j个BLOCK计划,j为1到M的自然数,M为BLOCK的总数目;其中,第1个BLOCK计划在混匀建堆之前确定;当j>1时,在第j-1个BLOCK计划执行完毕后,再获得并执行第j个BLOCK计划,其中,所述第j个BLOCK计划的工艺约束参数根据所述第j-1个BLOCK计划的执行结果来确定或调整;所述工艺约束参数包括:BLOCK使用的物料品种的数量范围、BLOCK的湿重范围、BLOCK中选定要进行含量占比最小化的成分、BLOCK中选定成分的目标成分含量和/或BLOCK的物料用量范围。
优选地,所述的在线控制方法,其中,所述工艺约束参数还包括:所述BLOCK中选定成分的目标成分含量的允许误差、物料剩余量的计算方式和/或物料是否强制使用的标记。
优选地,所述的在线控制方法,其中,所述BLOCK的物料用量范围使用湿重范围或配比范围来确定。
优选地,所述的在线控制方法,其中,在j个BLOCK计划即将结束或结束后获得已堆湿重,判断已堆湿重是否已经达到所述总计划的要求;如是,则结束混匀建堆;否则,继续确定并执行下一个BLOCK计划;其中,根据预先设定的即将结束条件来判断BLOCK计划是否即将结束。
优选地,所述的在线控制方法,其中,所述选定成分包括:SiO2、TFe和/或CaO;所述选定要进行占比最小化的成分包括:S、P、As、Sn、Cu、Cr、Zn和/或Al2O3。
优选地,所述的在线控制方法,其中,确定所述BLOCK计算模型包括:
构建模型:令第j个BLOCK计划的物料湿重为其中n为第j个BLOCK计划中使用的物料品种数目,/>为第j个BLOCK计划中第i种物料的湿重,其中,该BLOCK中对应成分k的含量占比为:
其中,表示第i种物料中水的含量占比,其中所述对应成分k为SiO2、TFe、CaO、S、P、As、Sn、Cu、Cr、Zn或Al2O3;
建立目标函数;其中,所述目标函数为:BLOCK选定要进行含量占比最小化的各成分的含量占比与所述总计划中对应成分的占比两者之差的绝对值的和。
优选地,所述的在线控制方法,其中,确定所述BLOCK计算模型还包括使用如下中的一个或多个约束条件:
约束条件1,第j个BLOCK中使用的物料的品种数量在预定范围内;
约束条件2,第j个BLOCK的湿重在预定范围内;
约束条件3,第j个BLOCK的各物料的配比满足预定的配比条件;
约束条件4,满足预定的等SiO2、等TFe和/或等Al2O3约束条件;
约束条件5,第j个BLOCK中每种物料的湿重满足预定的取值范围;
约束条件6,限定强制使用的物料。
优选地,所述的在线控制方法,其中,根据第j个BLOCK计划的工艺约束参数,使用预先确定的BLOCK计算模型,确定第j个BLOCK计划的步骤包括:
步骤1,设置种群大小为N和最大迭代次数G,其中N和G为正整数;
步骤2,按照约束条件5和6随机生成预定数量组的初始解x,令迭代次数cur=0;
步骤3,计算每组解的适应度,其中每组解的适应度对应于相应BLOCK计划的目标函数;
步骤4,计算种群中个体违反约束程度向量CV,其中:
CV=[CV1,CV2,...,CV9];
步骤5,判断迭代次数cur是否达到预设的最大迭代次数G;若是,则输出适应度最大且个体违反约束程度向量CV中各项均为非正数的个体,记为第j个BLOCK计划的最优解求解完成;否则,转到步骤6;
步骤6,cur=cur+1,根据轮盘赌算法选取存活的N组解;
步骤7,将选择的所述N组解,根据预设的交叉率进行单点交叉操作;
步骤8,将交叉操作后的N组解,根据预设的变异概率,对每组解中的变量依次进行变异操作,然后转到步骤3;
其中,a和b分别为所述约束条件1中的数量范围下限和上限;c和d分别为所述约束条件2中的湿重范围下限和上限;和/>分别为BLOCK使用的物料中SiO2、TFe和CaO的目标成分含量;/>rTFe、rCaO分别为指示所述约束条件4中SiO2、TFe或CaO是否被选中的变量,其取值为0或1,0表示未选中,1表示选中;/>δTFe和δCaO分别表示BLOCK中SiO2、TFe和CaO的目标成分含量的允许误差。
另一方面,提供了一种混匀建堆BLOCK的在线控制装置,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由处理器执行以实现如上文任一所述的在线控制方法。
又一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器执行以实现如上文任一所述的在线控制方法。
上述技术方案具有如下技术效果:
本发明实施例的技术方案利用获取的建堆总计划、各品种物料的成分、总计划所需物料中选定成分的含量占比,根据各BLOCK计划的工艺约束参数,使用预定的BLOCK计算模型,能够根据BLOCK计划的执行情况和原料供应条件作出实时响应,其中,后一个BLOCK计划的工艺约束参数根据前一个BLOCK计划的执行结果来进行调整或确定,整个控制过程是在线动态进行的,适应性强,能够快速计算得到满足等硅、等铁和/或等铝约束下的最佳BLOCK计划配比,从而显著提高了混匀矿质量控制水平。
附图说明
图1为本发明一实施例的混匀建堆BLOCK的在线控制方法的流程示意图;
图2为本发明另一实施例的混匀建堆BLOCK的在线控制方法的流程示意图;
图3为本发明一实施例中,求解BLOCK计算模型的流程示意图;
图4为本发明实施例的混匀建堆BLOCK的在线控制装置的结构示意图。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
实施例一:
图1为本发明一实施例的混匀建堆BLOCK的在线控制方法的流程示意图。该实施例的混匀建堆BLOCK的在线控制方法包括如下步骤:
S1,获取混匀建堆的总计划,总计划包括整个大堆所需的物料品种和各物料品种对应的湿重;
S2,获取所需的物料品种中各品种物料的成分;
S3,获得总计划所需物料中一个或多个选定成分的含量占比;
S4,根据第j个BLOCK计划的工艺约束参数,使用预先确定的BLOCK计算模型,确定第j个BLOCK计划,j为1到M的自然数,M为BLOCK的总数目;其中,第1个BLOCK计划在混匀建堆之前确定;当j>1时,在第j-1个BLOCK计划执行完毕后,再获得并执行第j个BLOCK计划,其中,第j个BLOCK计划的工艺约束参数根据第j-1个BLOCK计划的执行结果来确定或调整;工艺约束参数包括:BLOCK使用的物料品种的数量范围、BLOCK的湿重范围、BLOCK选定要进行含量占比最小化的成分、BLOCK中选定成分的目标成分含量和/或BLOCK的物料用量范围。
优选地,工艺约束参数还包括:BLOCK中选定成分的目标成分含量的允许误差、物料剩余量的计算方式和/或物料是否强制使用的标记。一种具体实现中,BLOCK的物料用量范围使用湿重范围或配比范围来确定。
实施例二:
图2为本发明另一实施例的混匀建堆BLOCK的在线控制方法的流程示意图。该实施例的混匀建堆BLOCK的在线控制方法包括如下步骤:
1.输入混匀建堆总计划,该计划包括整个大堆需要使用的物料品种和湿重。
示例性地,本例中混匀建堆总计划如下表1所示。
表1
2.获取参与建堆的各品种物料的成分;该例中可通过接入检化验系统的数据来获取物料的成分;所获取的成分可为后续的BLOCK计算提供成分数据。示例性地,本例中混匀建堆总计划使用的各物料的成分如下表2所示,表中数值为百分比。
表2
3.计算混匀建堆总计划中各主要成分的含量占比,包括SiO2、TFe、CaO、S、P、As、Sn、Cu、Cr、Zn和Al2O3的含量占比,依次表示为pTFe,pCaO,…,/>以SiO2为例,计算过程如下:
混匀大堆总计划使用了15种物料,混匀大堆总计划中第i个物料的SiO2和H2O的含量分别为第i个物料的湿重为mi,混匀大堆总计划的SiO2表示为/>计算公式如下:
本例中,计算得到各主要成分的含量占比(%)如下表3所示。
TFe | SiO2 | CaO | S | P | Al2O3 | As | Sn | Cu | Cr | Zn |
59.34 | 4.72 | 2.59 | 0.076 | 0.077 | 1.82 | 0.0063 | 0.0013 | 0.021 | 0.012 | 0.017 |
表3
4.令j=1;
5.输入第j个BLOCK计划的工艺约束参数,计算得到第j个BLOCK计划,具体步骤如下:
1)输入BLOCK计划的工艺约束参数,具体包括:
(1)设定BLOCK使用的物料品种数量范围[a,b],a为下限,b为上限;对应BLOCK使用的物料品种数量的上限不可超过最大可用料仓数量,BLOCK使用的物料种数的下限不可大于剩余物料种类数量。例如,如果可用最大料仓数量为10个,剩余物料种类为12种,则可设定BLOCK使用的物料种数范围为[8,10]。
(2)根据混匀建堆计划剩余量合理设定湿重范围,设定BLOCK的湿重范围[c,d],其中c为下限,d为上限;
(3)设定或选定要进行含量占比最小化的成分;通常这些成分为有害成分,一种实现中,可选的成分包括:S、P、As、Sn、Cu、Cr、Zn和Al2O3;具体实现中,可以利用向量g=(gS,gP,gAs,gSn,gCu,gCr,gZn,gAl2O3)来标示所选中的要进行含量占比最小化的成分,变量gs gP,gAs,gSn,gCu,gCr,gZn,gAl2O3取值为0或1,取0时,表示不选择该成分进行含量占比最小化;取1时,表示选择该成分进行含量占比最小化。例如,如果挑选元素S和P作为最小化目标成分占比的元素,则向量g=(1,1,0,0,0,0,0,0)。
(4)设定BLOCK中SiO2,TFe和CaO目标成分含量,记为向量 默认值等于步骤3中计算得到的混匀建堆总计划中的SiO2,TFe和CaO的含量。该例中,选择SiO2,TFe和CaO作为需要考虑其目标成分含量的主要成分。若对某项无目标成分要求,则可以不进行设定。具体实现中,可以使用选中向量/>来标示选中考虑这三种成分的哪些成分。其中,/>rTFe,rCaO取值为1或0,1表示选中,0表示未选中。
(5)设定BLOCK中TFe、SiO2和CaO目标成分含量的允许误差;其中,TFe、SiO2和CaO目标成分含量的允许误差分别使用δTFe和δCaO来表示,其中/>δTFe≥0,δCaO≥0,本例中设定/>δTFe=0.1%,δCaO=0.02%。
(6)设定物料剩余量计算方式;其中,可选计算方式包括两种:一是按计划量计算;二是按实际量计算。记第i种原料的剩余重量当j=1,/>当j>1时,
其中,表示第k个BLOCK使用的第i种原料的实际湿重。/>表示第k个BLOCK使用的第i中原料的计划湿重。
(7)设定该BLOCK候选使用的各个物料的用量范围,可以是湿重上下限,或者是配比上下限,但不允许同时设置。记第i种物料的湿重上下限为 其中/>的默认值是0,/>的默认值是/>记第i种物料的的配比上下限为/>其中/>默认值为1,默认值为0。
(8)对BLOCK中候选使用的物料进行标记,该标记用于表明是否强制使用该物料,该标记可记为hi,hi=1表示强制使用第i种原料;hi=0表示非强制使用第i种原料。
2)利用BLOCK计算模型,计算得到第j个BLOCK计划。该实施例中通过如下步骤来搭建BLOCK的计算模型:
首先,构建模型:令第j个BLOCK计划的物料重量为其中,n为第j个BLOCK计划中使用的物料品种数目,/>为第j个BLOCK计划中第i种物料的湿重;其中,该BLOCK中对应成分k的含量占比为:
其中,表示第i种物料中水的含量占比,其中对应成分k为SiO2、TFe、CaO、S、P、As、Sn、Cu、Cr、Zn或Al2O3;
以n=15和元素S为例,该BLOCK中S的含量占比为:
依此类推,可计算该BLOCK中P、As、Sn、Cu、Cr、Zn和Al2O3成分的湿重。
建立目标函数min z;其中:
该目标函数是指BLOCK中选定要进行含量占比最小化的各成分的含量占比与大堆总计划中相应成分的占比两者之差的绝对值的和。其中,变量gS gP,…及gAl2O3等的作用如前文所述,是用来选择要进行含量占比最小化的成分的,取1表示对应成分被选定进行含量占比最小化,取0表示对应成分未被选定进行含量占比最小化。
在确定BLOCK计算模型时,可以使用如下中的一个或多个约束条件:
约束条件1,第j个BLOCK中使用的物料的品种数量在预定范围内;
优选地,BLOCK满足通过如下约束公式表示的一个或多个约束条件:
其中,约束公式(1)表示第j个BLOCK计划中使用的物料的种类数量必须在[a,b]范围内;约束公式(2)表示第j个BLOCK计划的湿重范围约束;约束公式(3)表示第j个BLOCK计划的原料的配比约束;约束公式(4)表示等SiO2、等TFe和等Al2O3约束;约束公式(5)表示第j个BLOCK计划中每种物料的湿重取值范围;约束公式(6)表示强制使用物料约束。
优选地,上述约束条件通过设置相应BLOCK计划的工艺约束参数来选择设定。
然后,利用智能算法如遗传算法来求解BLOCK计算模型,得到第j个BLOCK的计划。
图3为本发明一实施例中,求解BLOCK计算模型的流程示意图。具体地,求解BLOCK计算模型包括如下步骤:
步骤1,设置种群大小为N=300和最大迭代次数G=200;
步骤2,按照约束公式(5)和(6)随机生成300组初始解x,令迭代次数cur=0;
步骤3,利用如下公式计算每组解的适应度FitnV(x);
步骤4,计算种群中个体违反约束程度。将约束公式(1)~(4)转化成“≤”形式,等式转化成绝对值形式,得到个体违反约束程度向量CV如下:
CV=[CV1,CV2,...,CV9];
步骤5,判断迭代次数cur是否达到预设的最大迭代次数G;若是,则输出适应度最大且个体违反约束程度向量CV中各项均为非正数的个体,记为第j个BLOCK的最优解求解完成;否则,转到步骤6。
步骤6,cur=cur+1,根据轮盘赌算法选取存活的300组解;
步骤7,将选择的300组解,根据算法参数设置中预设的交叉率进行单点交叉操作;
步骤8,将交叉操作后的300组解,根据算法参数设置中预设的变异概率,对每组解中的变量依次进行变异操作,转到步骤3;
6.当j=1时,等待混匀建堆开始时机到达,开始执行第j个BLOCK计划,当j>1时,待第j-1个BLOCK执行完毕后,继续执行第j个BLOCK计划;根据第j-1个BLOCK计划的执行情况,调整或确定第j个BLOCK计划的工艺约束参数;
7.在第j个BLOCK即将结束前,自动从系统中获取当前BLOCK的堆料实绩,包括使用的各种物料的实际湿重,并进行存储;具体实现中,通过预先设置即将结束的判断条件来判断当前BLOCK是否即将结束;例如,可以通过距离结束的时间来判断是否即将结束,示例性地,例如结束前30分钟、20分钟等,在此不作限制,本领域技术人员可根据实际情况设定即将结束的预判条件;
8.判断当前已经执行的全部BLOCK计划的总湿重即所有已堆湿重是否超过混匀建堆总计划的总湿重;若是,则待当前BLOCK执行完毕,建堆完成,结束流程;否则,令j=j+1,并转到上述第5点,继续设定下一个BLOCK计划的工艺约束参数,并获得对应的BLOCK计划,以进行该BLOCK的建堆。
本发明实施例中所给出的变量的具体数值仅为示例性的数值,并不用于限制本发明的保护范围,在本发明的实现中根据具体的情况可以取其它的数值。
实施例三:
本发明还提供一种混匀建堆BLOCK的在线控制装置,如图4所示,该装置包括处理器401、存储器402、总线403、以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序,处理器401包括一个或一个以上处理核心,存储器402通过总线403与处理器401相连,存储器402用于存储程序指令,所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
进一步地,作为一个可执行方案,所述在线控制装置可以是计算机单元,该计算机单元可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机单元可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述计算机单元的组成结构仅仅是计算机单元的示例,并不构成对计算机单元的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件。例如所述计算机单元还可以包括输入输出设备、网络接入设备、总线等,本发明实施例对此不做限定。
进一步地,作为一个可执行方案,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述计算机单元的控制中心,利用各种接口和线路连接整个计算机单元的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述计算机单元的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例四:
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
所述计算机单元集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (10)
1.一种混匀建堆BLOCK的在线控制方法,其特征在于,包括:
S1,获取混匀建堆的总计划,所述总计划包括整个大堆所需的物料品种和各物料品种对应的湿重;
S2,获取所述所需的物料品种中各品种物料的成分;
S3,获得所述总计划所需物料中一个或多个选定成分的含量占比;
S4,根据第j个BLOCK计划的工艺约束参数,使用预先确定的BLOCK计算模型,确定第j个BLOCK计划,j为1到M的自然数,M为BLOCK的总数目;其中,第1个BLOCK计划在混匀建堆之前确定;当j>1时,在第j-1个BLOCK计划执行完毕后,再获得并执行第j个BLOCK计划,其中,所述第j个BLOCK计划的工艺约束参数根据所述第j-1个BLOCK计划的执行结果来确定或调整;所述工艺约束参数包括:BLOCK使用的物料品种的数量范围、BLOCK的湿重范围、BLOCK中选定要进行含量占比最小化的成分、BLOCK中选定成分的目标成分含量和/或BLOCK的物料用量范围。
2.根据权利要求1所述的在线控制方法,其特征在于,所述工艺约束参数还包括:所述BLOCK中选定成分的目标成分含量的允许误差、物料剩余量的计算方式和/或物料是否强制使用的标记。
3.根据权利要求1所述的在线控制方法,其特征在于,所述BLOCK的物料用量范围使用湿重范围或配比范围来确定。
4.根据权利要求1所述的在线控制方法,其特征在于,在j个BLOCK计划即将结束或结束后获得已堆湿重,判断已堆湿重是否已经达到所述总计划的要求;如是,则结束混匀建堆;否则,继续确定并执行下一个BLOCK计划;其中,根据预先设定的即将结束条件来判断BLOCK计划是否即将结束。
5.根据权利要求1所述的在线控制方法,其特征在于,所述选定成分包括:SiO2、TFe和/或CaO;所述选定要进行占比最小化的成分包括:S、P、As、Sn、Cu、Cr、Zn和/或Al2O3。
6.根据权利要求1所述的在线控制方法,其特征在于,确定所述BLOCK计算模型包括:
构建模型:令第j个BLOCK计划的物料湿重为其中n为第j个BLOCK计划中使用的物料品种数目,/>为第j个BLOCK计划中第i种物料的湿重,其中,该BLOCK中对应成分k的含量占比为:
其中,表示第i种物料中水的含量占比,其中所述对应成分k为SiO2、TFe、CaO、S、P、As、Sn、Cu、Cr、Zn或Al2O3;
建立目标函数;其中,所述目标函数为:BLOCK选定要进行含量占比最小化的各成分的含量占比与所述总计划中对应成分的占比两者之差的绝对值的和。
7.根据权利要求6所述的在线控制方法,其特征在于,确定所述BLOCK计算模型还包括使用如下中的一个或多个约束条件:
约束条件1,第j个BLOCK中使用的物料的品种数量在预定范围内;
约束条件2,第j个BLOCK的湿重在预定范围内;
约束条件3,第j个BLOCK的各物料的配比满足预定的配比条件;
约束条件4,满足预定的等SiO2、等TFe和/或等Al2O3约束条件;
约束条件5,第j个BLOCK中每种物料的湿重满足预定的取值范围;
约束条件6,限定强制使用的物料。
8.根据权利要求7所述的在线控制方法,其特征在于,根据第j个BLOCK计划的工艺约束参数,使用预先确定的BLOCK计算模型,确定第j个BLOCK计划的步骤包括:
步骤1,设置种群大小为N和最大迭代次数G,其中N和G为正整数;
步骤2,按照约束条件5和6随机生成预定数量组的初始解x,令迭代次数cur=0;
步骤3,计算每组解的适应度,其中每组解的适应度对应于相应BLOCK计划的目标函数;
步骤4,计算种群中个体违反约束程度向量CV,其中:
CV=[CV1,CV2,...,CV9];
步骤5,判断迭代次数cur是否达到预设的最大迭代次数G;若是,则输出适应度最大且个体违反约束程度向量CV中各项均为非正数的个体,记为第j个BLOCK计划的最优解求解完成;否则,转到步骤6;
步骤6,cur=cur+1,根据轮盘赌算法选取存活的N组解;
步骤7,将选择的所述N组解,根据预设的交叉率进行单点交叉操作;
步骤8,将交叉操作后的N组解,根据预设的变异概率,对每组解中的变量依次进行变异操作,然后转到步骤3;
其中,a和b分别为所述约束条件1中的数量范围下限和上限;c和d分别为所述约束条件2中的湿重范围下限和上限;和/>分别为BLOCK使用的物料中SiO2、TFe和CaO的目标成分含量;/>rTFe、rCaO分别为指示所述约束条件4中SiO2、TFe或CaO是否被选中的变量,其取值为0或1,0表示未选中,1表示选中;/>δTFe和δCaO分别表示BLOCK中SiO2、TFe和CaO的目标成分含量的允许误差。
9.一种混匀建堆BLOCK的在线控制装置,其特征在于,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由处理器执行以实现如权利要求1至8任一所述的在线控制方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器执行以实现如权利要求1至8任一所述的在线控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311345726.4A CN117660707A (zh) | 2023-10-17 | 2023-10-17 | 混匀建堆block的在线控制方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311345726.4A CN117660707A (zh) | 2023-10-17 | 2023-10-17 | 混匀建堆block的在线控制方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117660707A true CN117660707A (zh) | 2024-03-08 |
Family
ID=90083410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311345726.4A Pending CN117660707A (zh) | 2023-10-17 | 2023-10-17 | 混匀建堆block的在线控制方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117660707A (zh) |
-
2023
- 2023-10-17 CN CN202311345726.4A patent/CN117660707A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180356803A1 (en) | Method and system for batch scheduling uniform parallel machines with different capacities based on improved genetic algorithm | |
CN109583118B (zh) | 一种烧结配比计算及烧结矿成本优化方法 | |
CN104975118B (zh) | 铁前原料配比优化方法 | |
CN101458517B (zh) | 一种水泥生料配料系统的生料率值优化控制方法 | |
CN106406099B (zh) | 基于模糊匹配和率值反馈的水泥配料系统及方法 | |
CN115565618A (zh) | 一种高炉配料多目标优化方法、终端设备及存储介质 | |
CN110533082B (zh) | 一种基于双模型协同预测的烧结混合加水控制方法 | |
CN108122055A (zh) | 一种流水车间的资源调度方法及装置 | |
CN110246547B (zh) | 一种烧结过程配矿优化方法 | |
CN101918904B (zh) | 配合计划生成装置及方法 | |
CN116673475B (zh) | 一种mim工件烧结方法 | |
JP2018077840A (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 | |
CN117660707A (zh) | 混匀建堆block的在线控制方法、装置及存储介质 | |
JP2009169823A (ja) | 配合計画作成装置、配合計画作成方法、プログラム、及びコンピュータ読み取り可能な記録媒体 | |
CN102054125B (zh) | 一种稳定入炉烧结矿化学成分的方法 | |
CN106395404A (zh) | 一种打叶复烤麻包卸车均质化调控的方法 | |
CN116776643B (zh) | 一种基于fmincon函数的烧结配料优化方法 | |
CN114807596A (zh) | 一种矿堆的配料控制方法和装置 | |
CN114118899A (zh) | 一种混匀配料Block计划生成的方法、装置以及存储介质 | |
CN110577091B (zh) | 基于人工智能稳定混匀矿质量的方法、系统及介质 | |
CN112131527B (zh) | 一种水泥厂石灰石矿山精细化配矿质控方法 | |
CN101114163A (zh) | 铁矿粉混匀作业中混匀效率的计算方法 | |
CN110866635B (zh) | 一种提高装置加工方案切换预测精度的方法 | |
JP4805001B2 (ja) | 原料配合率決定方法、装置及びプログラム | |
Dudek | The model for the calculation of the dispersed iron ore resource purchase cost in the world class manufacturing (WCM) logistics pillar context |
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 |