The invention relates to an optimized scheduling method for the preparation process of the coking coal material with multi-objective optimization, which belongs to the field of intelligent optimization scheduling in the production workshop. The invention optimizes the optimization target by determining the scheduling model and optimization objective of the multi-objective optimization coking coal preparation process, and using the optimized scheduling method based on the improved \teaching\ and \learning\ optimization algorithm. In the teachers' stage of the algorithm, the best performance of several students or the operation of Insert solutions to improve the teaching level so as to improve the overall quality of the population; at the same time, the improvement of teaching factors, teaching factors put forward an adaptive, in the process of searching ability of the students by adaptive adjustment, the global dynamic adaptive the adjustment and improvement of the \teaching\ and \learning\ of the optimization search performance; the improvement of the \teaching\ and \learning\ based on the optimal scheduling method can effectively solve the problem of process scheduling system of coking coal material.
【技术实现步骤摘要】
一种多目标优化的炼焦煤料的制备过程的优化调度方法
本专利技术涉及一种多目标优化的炼焦煤料的制备过程的优化调度方法,属于生产车间智能优化调度
技术介绍
随着国内外经济的快速发展,企业对钢铁的需求量日益增大,钢铁行业逐渐成为我国支柱型产业,从而带动了煤炭行业的快速发展。我国正向着炼焦强国转型,但是,煤炭产业是能源密集型产业,因此,如何提高能源利用率,减少能源浪费是产业一个亟待解决的问题。在炼焦工艺中,主要包括备煤、炼焦、煤气净化及其公辅设施等基本操作,其中备煤操作是炼制优质焦炭的关键,所以,必须对备煤操作给予足够的重视。备煤也叫炼焦煤料的制备,是将煤矿运来的各种精煤(或低灰分原煤)制备成符合炼焦要求的煤料。一般包括:卸煤、贮存和混匀、配合、粉碎和混合,并将制备好的煤料送到焦炉贮煤塔。为了完成以上工艺任务,车间内的装备有卸车设备、贮煤场倒运设备、配煤设备和粉碎设备等。在我国某些严寒地区为了便于卸煤设有解冻库,某些多雨地区为了防止煤料过湿还设有煤的干燥设备。所以,本专利技术考虑严寒或多雨因素,有五个工艺阶段,需要在5台不同机器上完成。在整个炼焦过程中,煤料的制备 ...
【技术保护点】
一种多目标优化的炼焦煤料的制备过程的优化调度方法,其特征在于:通过确定多目标优化的炼焦煤料的制备过程的调度模型和优化目标,并使用基于改进的“教”与“学”的优化算法的优化调度方法对优化目标进行优化;其中调度模型根据每台设备所加工煤料的最大完工时间及能量损耗约束而建立,同时第一优化目标为最小化最大完工时间f1=Cmax(π),第二个优化目标为最小化总能量损耗f2=TEC:min{f1,f2}=min{Cmax(π),TEC}
【技术特征摘要】
1.一种多目标优化的炼焦煤料的制备过程的优化调度方法,其特征在于:通过确定多目标优化的炼焦煤料的制备过程的调度模型和优化目标,并使用基于改进的“教”与“学”的优化算法的优化调度方法对优化目标进行优化;其中调度模型根据每台设备所加工煤料的最大完工时间及能量损耗约束而建立,同时第一优化目标为最小化最大完工时间f1=Cmax(π),第二个优化目标为最小化总能量损耗f2=TEC:min{f1,f2}=min{Cmax(π),TEC}TEC=Eb+EuCji,m=PSTji+TPji,i=1,...,nLji-1,ji=MLji-1,ji,m+TPji-1-TPji,i=1,...,n其中,生产车间设备数为m,煤料品种数为n,每种煤料i∈(1,...,n)需要在设备满足工件加工约束时加工;煤料的加工时间与加工设备有关,任何设备l∈(1,...,m)同一时刻只能加工一种煤料;设备在加工不同煤料时,需要设置时间,设置时间依赖于煤料间的加工顺序π=[j1,j2,...,jn],即π=[j1,j2,...,jn]为待加工的n种煤料的排列,jn∈(1,2,....,n)表示某一煤料jn的排序;Cji,m为煤料ji在最后一台设备上的总完工时间,Cji,l为煤料ji在设备l上的完工时间;Eb为设备运转时的基本能量损耗,Eu为设备空闲时段的能量损耗;PSTji为煤料ji在第一台设备的开始加工时间,TPji为煤料ji在所有设备上的总加工时间;MLji-1,ji,l为煤料ji-1和ji在设备l上的最小延迟,则MLji-1,ji,m为煤料ji-1和ji在最后一台设备上的最小延迟,ATji为煤料ji的到达时间,Lji-1,ji为煤料ji-1和ji在第一台设备上的开始加工时间之差且Lj0,j1=0;Pji,l为煤料ji在设备l上的加工时间且Pj0,l=0,STji-1,ji,l为煤料ji-1与ji之间...
【专利技术属性】
技术研发人员:钱斌,杜傲然,胡蓉,
申请(专利权)人:昆明理工大学,
类型:发明
国别省市:云南,53
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。