烧结配矿智能优化方法及系统技术方案

本发明专利技术提供一种烧结配矿智能优化方法及系统；涉及大数据处理技术领域。该烧结配矿智能优化方法包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。本方法能够降低烧结矿的成本。本方法能够降低烧结矿的成本。本方法能够降低烧结矿的成本。

Intelligent optimization method and system of sinter proportioning

【技术实现步骤摘要】
烧结配矿智能优化方法及系统


[0001]本专利技术涉及大数据处理
，尤其涉及一种烧结配矿智能优化方法及系统。

技术介绍

[0002]烧结是将矿粉原料、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。烧结配矿流程中，通常基于人工经验进行配料。然而，随着钢铁需求量的日益增长，优质矿粉越来越少，矿粉原料也频繁变化。依赖人工经验进行配料的方式并不能适应日益变化的矿粉原料，难以提升生产效能。

技术实现思路

[0003]本专利技术提供一种烧结配矿智能优化方法及系统，用以解决现有技术中依赖人工配料经验无法及时更新的缺陷，提升生产效能。
[0004]本专利技术提供一种烧结配矿智能优化方法，包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
[0005]根据本专利技术提供的一种实施方式，所述基于所述材料特性确定所述待选原燃料的性价比指标，包括：将所述待选原燃料的材料特性输入至预设的成本测算模型中，得到所述待选原燃料的估计成本，其中，所述成本测算模型通过深度神经网络构建得到；确定所述待选原燃料的实际成本；基于所述待选原燃料的估计成本与实际成本，确定所述待选原燃料的性价比指标。
[0006]根据本专利技术提供的一种实施方式，所述确定目标函数，包括：确定所需的烧结矿的烧成重量；基于所述烧成重量以及所述烧成重量所需的每种烧结原料的成本，得到所述目标函数；每种烧结原料的成本为所述烧结原料的实际成本与候选系数之积。
[0007]根据本专利技术提供的一种实施方式，所述基于所述目标函数确定每个所述烧结原料的配比系数，包括：确定烧结矿的约束信息；结合所述约束信息与所述目标函数，确定所述烧结原料的配比系数。
[0008]根据本专利技术提供的一种实施方式，所述基于所述目标函数确定每个所述烧结原料的配比系数，包括：通过智能优化算法对所述目标函数进行求解，在满足所述约束信息条件下，使得目标函数的取值达到最小，其中，所述智能优化算法包括粒子群优化算法、蚁群优化算法、遗传算法中的一种或多种；在所述目标函数的取值最小时，将所述候选系数作为所述烧结原料的配比系数，所有的烧结原料的配比系数之和为1。
[0009]根据本专利技术提供的一种实施方式，所述确定烧结矿的约束信息，包括：确定烧结矿的化学成分约束、原料库存约束、有害元素约束，得到烧结矿的约束信息。
[0010]本专利技术还提供一种烧结配矿智能优化系统，包括：数据获取模块，用于获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；性价比计算模块，用于基于所述性价比指标从所述待选原燃料中筛选出烧结原料；模型构建模块，用于确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；配比确定模块，用于基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
[0011]本专利技术还提供一种电子设备，包括存储器、处理器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如上述任一种所述烧结配矿智能优化方法。
[0012]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述烧结配矿智能优化方法。
[0013]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述烧结配矿智能优化方法。
[0014]本专利技术提供的烧结配矿智能优化方法、烧结配矿装置和电子设备，一方面，通过待选原燃料的性价比指标来筛选烧结的材料，可以提高配矿的性价比，且有利于节省矿物资源。另一方面，基于烧结矿单位重量所需的烧结原料的成本来确定烧结原料的配比系数，可以使用最小成本的配矿系数，从而降低烧结矿的成本。
附图说明
[0015]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本专利技术提供的烧结配矿智能优化方法的流程示意图之一；图2是本专利技术提供的烧结配矿智能优化系统的系统架构示意图；图3是本专利技术提供的烧结配矿智能优化系统的结构示意图之一；
图4是本专利技术提供的烧结配矿智能优化系统的显示界面示意图之一；图5是本专利技术提供的烧结配矿智能优化系统的显示界面示意图之二；图6是本专利技术提供的烧结配矿智能优化系统的结构示意图之二；图7是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0017]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0019]附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0020]下面结合附图描述本专利技术实施例中的烧结配矿智能优化方法、烧结配矿装置和电子设备。
[0021]本实施例首先提供一种烧结配矿智能优化方法，图1示出了该烧结配矿智能优化方法的一种流程图。如图1所示，该烧结配矿智能优化方法可以包括以下：步骤10：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标。
[0022]其中，待选原燃料可以包括烧结矿生产所需的铁矿粉、溶剂、碳粉等多种类型的材料。同一种类型的材料也可以具有多个种类，不同生产厂家提供的材料化学成分和价格均有不同。待选原燃料的材料特性可以包括待选原燃料的类型，例如褐铁矿、赤铁矿等；待选原燃料的名称，例如巴西卡粉等；待选原燃料的价格，即单价；待选原燃料的化学成分等；也可以包括待选原燃料的属性，例如矿粉、精矿粉等；待选原燃料的粒度、烧结特性，例如同化温度、等等多种信息，本实施方式对此不作特殊限定。
[0023]根据待选原燃料的材料特性确定每一种待选原燃料的性价比指标。示例性的，待选原燃料的性价比指标可以为待选原燃料的估计成本与实际成本之间的差异，可以表示为：其中，表示第i种待选原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烧结配矿智能优化方法，其特征在于，包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。2.根据权利要求1所述的烧结配矿智能优化方法，其特征在于，所述基于所述材料特性确定所述待选原燃料的性价比指标，包括：将所述待选原燃料的材料特性输入至预设的成本测算模型中，得到所述待选原燃料的估计成本，其中，所述成本测算模型通过深度神经网络构建得到；确定所述待选原燃料的实际成本；基于所述待选原燃料的估计成本与实际成本，确定所述待选原燃料的性价比指标。3.根据权利要求1所述的烧结配矿智能优化方法，其特征在于，所述确定目标函数，包括：确定所需的烧结矿的烧成重量；基于所述烧成重量以及所述烧成重量所需的每种烧结原料的成本，得到所述目标函数；每种烧结原料的成本为所述烧结原料的实际成本与候选系数之积。4.根据权利要求3所述的烧结配矿智能优化方法，其特征在于，所述基于所述目标函数确定每个所述烧结原料的配比系数，包括：确定烧结矿的约束信息；结合所述约束信息与所述目标函数，确定所述烧结原料的配比系数。5.根据权利要求4所述的烧结配矿智能优化方法，其特征在于，所述基于所述目标函数确定每个所述烧结原料的配比系数，包括：通过智能优化算法对所述目标函数进行求解，在满足所述...

【专利技术属性】
技术研发人员：谭杰，刘承宝，何天庆，赵宏博，续飞飞，
申请(专利权)人：北京智冶互联科技有限公司，
类型：发明
国别省市：