【技术实现步骤摘要】
一种浓密脱水工序的协调调度优化方法
[0001]本专利技术涉及浓密脱水
,特别是涉及一种浓密脱水过程的协调调度优化方法。
技术介绍
[0002]矿物加工,是从贫、细、杂的矿石中回收高品位矿物的过程,是典型的流程工业过程,其生产机理复杂,工序环节众多,各个工序相互影响,相互耦合。浓密脱水工序是其中一道非常重要的工序,起到了提高矿浆浓度,固体与液体分离,调节上游工序生产扰动对下游工序影响的作用。浓密脱水工序主要包括浓密机、压滤机、搅拌槽、底流泵和压滤泵等设备。浓密机是基于重力沉降作用提高矿浆浓度的设备,是该过程的关键设备,压滤机是基于压力进行固液分离,进一步提高矿浆浓度的设备。
[0003]通过近几年人们对浓密脱水过程优化控制的研究,在一定程度上解决了该工序的优化控制问题,提高了该工序的工艺性能。但是由于现场的复杂性,浓密机主要检测变量没有实现在线检测,如底流浓度,无法了解浓密脱水工序当前运行状态,生产操作存在盲目性,且由于底流浓度等变量不可在线检测,浓密机运行状态未知,浓密机与压滤机无法协调生产,生产操作无序,未考虑阶梯电价因素,导致浓密脱水工序生产效率低、能耗经济指标高。
[0004]浓密脱水工序要求在满足安全和工艺要求的前提下,减少能耗经济指标。浓密脱水工序主要的耗能设备有浓密机、底流泵、搅拌槽和压滤泵。但为了浓密矿浆沉淀,浓密机电机保持24小时连续运行,浓密机的能耗经济指标基本保持不变。所以只有底流泵、压滤泵和搅拌槽影响浓密脱水工序的能耗经济指标,可以通过决策浓密脱水工序的放矿压滤时间降低能 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种浓密脱水工序的协调调度优化方法,其特征在于,包括:步骤1:获取建立模型所需的数据集;所述数据集包括初始底流浓度、浓密机内部存矿量变化、放矿时底流浓度软测量值以及每柜底流泵运行时间;步骤2:根据所述数据集建立浓密脱水工序重要指标模型;所述重要指标模型包括:用于预测下一时刻放矿时的底流浓度值的底流浓度预测模型、用于预测当前时刻放矿的情况下各设备的运行时间的底流泵及压滤泵运行时间预测模型和用于计算生产过程中各设备的电力损耗成本的各设备能耗经济指标模型;步骤3:基于混合整数规划对浓密
‑
压滤过程建立协调调度优化模型;其中,所述协调调度优化模型的目标函数为最小化生产过程中各设备的能耗经济指标;所述协调调度优化模型的约束条件包括:对各设备开启时间的约束、根据所述底流浓度预测模型得到的底流浓度值和所述底流泵及压滤泵运行时间预测模型得到的各设备的运行时间确定的对各设备运行时间的约束、对各设备关闭时间的约束、阶梯电价的线性化及约束、目标函数双线性问题处理的约束、设备安全的约束;步骤4:在所述约束条件下对所述协调调度优化模型的目标函数进行求解,得到最佳设备运行方案,以便合理安排设备启停,降低设备能耗。2.根据权利要求1所述的一种浓密脱水工序的协调调度优化方法,其特征在于,所述协调调度优化模型的目标函数为:其中,I的值为3,表示该过程所需的设备总数,1为底流泵,2为压滤泵,3为搅拌槽;N为当天计划压滤柜数;J为阶梯电价分段数,P
j
为第j时段的电价,Tp
j
为第j时段阶梯电价的起始时刻,其中Tp
J+1
为当天结束时刻;E
i
为设备i单位耗电量;Ts
i,n
为第n柜设备i的开启时刻;Tf
i,n
为第n柜设备i的结束时刻;vs
i,n,j
用来判断第n柜设备i是否在第j时段开启,vf
i,n,j
用来判断第n柜设备i是否在第j时段关闭,ψ
i,n,j
为vs
i,n,j
与vf
i,n,j
的乘积。3.根据权利要求1所述的一种浓密脱水工序的协调调度优化方法,其特征在于,建立底流浓度预测模型,包括:统计初始底流浓度C
UF,0
、浓密机存矿量变化Δm
T
及放矿时底流浓度软测量值C
UF,T
的运行数据,基于偏最小二乘方法建立T分钟内存矿量变化、初始底流浓度与T分钟后底流浓度的预测模型:C
UF,T
=e
·
C
UF,0
+f
·
Δm
T
+g;Δm
T
=T
·
m
in
‑
(i
‑
1)M;其中,e、f、g为模型参数,C
UF,0
为初始底流浓度,M为每柜压滤矿量,m
in
是单位入料量,i表示已压滤柜数。4.根据权利要求1所述的一种浓密脱水工序的协调调度优化方法,其特征在于,建立底流泵运行时间模型,包括:统计放矿时底流浓度软测量值C
技术研发人员:贾润达,李志奇,张树磊,何大阔,陈旭利,
申请(专利权)人:东北大学,
类型:发明
国别省市:
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。