原料烧结的配料优化方法和系统技术方案

本发明专利技术公开了一种原料烧结的配料优化方法，包括：获取每种原料的单价、每种原料中每种成分的含量以及每种目标成分的上限和下限；根据每种原料的单价和每种原料的用量建立目标函数，以每种目标成分的上限和下限作为约束条件，建立原料烧结的配料模型；根据原料烧结的配料模型采用粒子群算法获得满足约束条件的每种原料的配比。本发明专利技术还公开了一种原料烧结的配料优化系统。本发明专利技术的方法和系统可以在提高烧结料质量的同时降低配料的成本。

【技术实现步骤摘要】

本专利技术涉及烧结控制
，特别是涉及一种原料烧结的配料优化方法和系统。
技术介绍
配料是烧结生产的关键环节，目前很多烧结厂的配料环节都是由技术员根据经验来完成的。随着科学发展和精细化管理的要求，仍靠人工凭经验配料已经不能满足稳定生产高品质烧结矿的需要。配料计算过程相对复杂，它主要根据原料的化学成分和烧结矿目标成分来计算各种原料的配用量，在满足约束条件的基础上使配料成本尽可能低。当原料的化学成分或配料目标发生变化时，必须重新计算各种原料的配用量。这种凭经验配料的做法，往往造成配料结果不准确，烧结矿品位低下，严重时还会引起质量事故。国内也有一些厂家采用传统电子表格进行计算，该方法较经验有了一定的进步，但仍不能满足烧结矿精细化的配料要求。粒子群优化算法是一种进化计算技术，1995年由Eberhart博士和Kennedy博士共同提出。该算法最初是受到飞鸟集群活动的规律性启发，进而利用群体智能建立的一个简化模型。粒子群优化算法在对动物集群活动行为观察基础上，利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得最优解。粒子群优化算法同遗传算法类似，是一种基于迭代的优化算法。系统初始化为一组随机解，通过迭代搜寻最优值。但是它省去了遗传算法用的交叉以及变异，而是粒子在解空间追随最优的粒子进行搜索。同遗传算法比较，粒子群优化算法的优势在于其简单、容易实现并且没有太多参数需要调整。目前该算法已广泛应用于函数优化，神经网络训练，模糊系统控制以及其它领域。
技术实现思路
本专利技术的目的在于提供一种原料烧结的配料优化方法，可以在提高烧结料质量的同时降低配料的成本。本专利技术的另一目的在于提供一种原料烧结的配料优化系统，可以在提高烧结料质量的同时降低配料的成本。本专利技术的技术方案如下：一种原料烧结的配料优化方法，包括：获取每种原料的单价、每种原料中每种成分的含量以及每种目标成分的上限和下限；根据每种原料的单价和每种原料的用量建立目标函数，以每种目标成分的上限和下限作为约束条件，建立原料烧结的配料模型；根据原料烧结的配料模型采用粒子群算法获得满足约束条件的每种原料的配比。进一步：所述粒子群算法中用于更新每个粒子的位置和速度的公式为：Vi(k+1)＝ωVi(k)+c1r1(Pbesti(k)-Xi(k))+c2r2(Gbest(k)-Xi(k))，其中，i表示粒子的编号，i＝1，2，…，N，N表示粒子群规模，k表示循环变量，K表示最大循环次数，ω表示惯性权重，c1、c2表示学习因子，r1、r2是(0，1)之间的随机数，Xi(k)表示第i个粒子的位置，Xi(k+1)表示第i个粒子的相对于Xi(k)的更新的位置，Xi(k-1)表示第i个粒子的相对于Xi(k)的前次的位置，Vi(k)表示第i个粒子的速度，Vi(k+1)表示第i个粒子的相对于Vi(k)的更新的速度，Pbesti(k)表示每个粒子的最优位置，Pbesti(k)＝Xi(k)，Gbest(k)表示整个粒子群的最优位置。进一步：进一步：ωmax＝0.9，ωmin＝0.4。进一步，所述目标函数为：其中，ct表示每种原料的单价，pt表示每种原料的用量，n表示原料的种数，t＝1，2，…，n。进一步：所述约束条件如下式所示：其中，wj,t表示第j种目标成分在第t种原料中的含量，uj表示烧结料中第j种目标成分的上限，lj表示烧结料中第j种目标成分的下限，qt表示每种原料在烧结料中的占比，j＝1，2，…，m，m表示目标成分的种数。进一步，所述原料的成分包括：TFe、SiO2、CaO、MgO、Al2O3、P、S、TiO2和水；所述目标成分包括：TFe、SiO2、CaO、MgO、Al2O3、P、S和TiO2。以及，一种原料烧结的配料优化系统，包括：参数获取模块，用于获取每种原料的单价、每种原料中每种成分的含量以及每种目标成分的上限和下限；模型建立模块，用于根据每种原料的单价和每种原料的用量建立目标函数，以每种目标成分的上限和下限作为约束条件，建立原料烧结的配料模型；配比获取模块，用于根据原料烧结的配料模型采用粒子群算法获得满足约束条件的每种原料的配比。与现有技术相比，本专利技术具有以下优点：1、本专利技术的原料烧结的配料优化方法通过分析配料的最终目标和约束条件，将其用数学函数和不等式表示出来，建立了原料烧结的配料模型，可以准确描述烧结过程中化学成分变化和物料守恒定律，解决了当前烧结配料凭经验的做法造成的配料结果不准确、烧结矿品位低下以及严重时还会发生质量事故的问题，使获得烧结料的成本更低，获得的烧结料的品位更高，在节约成本的同时，提高了产品质量，达到在满足各种约束的前提下配料成本最优的目的。2、本专利技术的原料烧结的配料优化方法在模型求解的过程中，采用改进的粒子群优化算法求解最佳配比，避免了传统粒子群算法易陷入局部最优的缺陷，能快捷、准确地找到问题的全局最优解，达到了在满足约束的前提下，目标函数最优的要求。3、本专利技术的原料烧结的配料优化方法可以推广到冶金行业的其它领域，比如焦化配煤中，因此具有较高的应用价值。4、本专利技术的原料烧结的配料优化系统，通过分析配料的最终目标和约束条件，将其用数学函数和不等式表示出来，建立了原料烧结的配料模型，可以准确描述烧结过程中化学成分变化和物料守恒定律，解决了当前烧结配料凭经验的做法造成的配料结果不准确、烧结矿品位低下以及严重时还会发生质量事故的问题，使获得烧结料的成本更低，获得的烧结料的品位更高，在节约成本的同时，提高了产品质量，达到在满足各种约束的前提下配料成本最优的目的。5、本专利技术的原料烧结的配料优化系统在模型求解的过程中，采用改进的粒子群优化算法求解最佳配比，避免了传统粒子群算法易陷入局部最优的缺陷，能快捷、准确地找到问题的全局最优解，达到了在满足约束的前提下，目标函数最优的要求。6、采用本专利技术的原料烧结的配料优化系统，可以将人从复杂的手工计算中解放出来，实现烧结过程的自动控制，克服了经验配料或者专家配料的弊端，具有很好的应用和推广价值。7、本专利技术的原料烧结的配料优化系统可以推广到冶金行业的其它领域，比如焦化配煤中，因此具有较高的应用价值。附图说明图1是本专利技术的原料烧结的配料优化方法的流程图；图2是本专利技术的粒子群算法的流程图；图3是本专利技术的原料烧结的配料优化系统的结构示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和实施例作进一步详细的说明。本专利技术公开了一种原料烧结的配料优化方法。如图1所示，为本专利技术的原料烧结的配料优化方法的流程图。该方法具体过程如下：步骤S10：获取每种原料的单价、每种原料中每种成分的含量以及每种目标成分的上限和下限。其中，每种原料中每种成分的含量可通过常规的化学分析方法、仪器分析方法等测量得到。具体的，本专利技术中的每种成分的含量可以具体用如下几种形式表示：每种成分的质量或者每种成分的质量占比。每种原料的单价参考市场报价。每种目标成分的上限和下限为用户根据需要确定。步骤S20：根据每种原料的单价和每种原料的用量建立目标函数，以每种目标成分的上限和下限作为约束条件，建立原料烧结的配料模型。其中，目标成分指的是烧结料中的成分。烧结料为原料烧结后的产品。对于含水原料而言，原料中本文档来自技高网...

【技术保护点】
一种原料烧结的配料优化方法，其特征在于，包括：获取每种原料的单价、每种原料中每种成分的含量以及每种目标成分的上限和下限；根据每种原料的单价和每种原料的用量建立目标函数，以每种目标成分的上限和下限作为约束条件，建立原料烧结的配料模型；根据原料烧结的配料模型采用粒子群算法获得满足约束条件的每种原料的配比。

【技术特征摘要】
1.一种原料烧结的配料优化方法，其特征在于，包括：获取每种原料的单价、每种原料中每种成分的含量以及每种目标成分的上限和下限；根据每种原料的单价和每种原料的用量建立目标函数，以每种目标成分的上限和下限作为约束条件，建立原料烧结的配料模型；根据原料烧结的配料模型采用粒子群算法获得满足约束条件的每种原料的配比。2.如权利要求1所述的原料烧结的配料优化方法，其特征在于，所述粒子群算法中用于更新每个粒子的位置和速度的公式为： X i ( k + 1 ) = X i ( k ) + X i ( k - 1 ) 2 + V i ( k + 1 ) ; ]]>Vi(k+1)＝ωVi(k)+c1r1(Pbesti(k)-Xi(k))+c2r2(Gbest(k)-Xi(k))，其中，i表示粒子的编号，i＝1，2，…，N，N表示粒子群规模，k表示循环变量，K表示最大循环次数，ω表示惯性权重，c1、c2表示学习因子，r1、r2是(0，1)之间的随机数，Xi(k)表示第i个粒子的位置，Xi(k+1)表示第i个粒子的相对于Xi(k)的更新的位置，Xi(k-1)表示第i个粒子的相对于Xi(k)的前次的位置，Vi(k)表示第i个粒子的速度，Vi(k+1)表示第i个粒子的相对于Vi(k)的更新的速度，Pbesti(k)表示每个粒子的最优位置，Pbesti(k)＝Xi(k)，Gbest(k)表示整个粒子群的最优位置。3.如权利要求2所述的原料烧结的配料优化方法，其特征在于：4.如权利要求3所述的原料烧结的配料优化方法，其特征在于：ωmax＝0.9，ωmin＝0.4。5.如权利要求2所述的原料烧结的配料优化方法，其特征在于，所述目标函数为：其中，表示每种原料的单价，pt表示每种原料的用量，n表示原料的种数，t＝1，2，…，n。6.如权利要求5所述的原料烧结的配料优化方法，其特征在于：所述约束条件如下式所示： Σ t = 1 n w j , t p t Σ ...

【专利技术属性】
技术研发人员：杨在苏，张军廷，王丽娜，王浏玮，
申请(专利权)人：北京佰能盈天科技有限公司，
类型：发明
国别省市：北京;11