一种露天矿油电混编卡车智能实时调度方法和装置制造方法及图纸

本发明专利技术公开了一种露天矿油电混编卡车智能实时调度方法和装置，该方法包括：接收卡车的调动申请，包括空车调度申请和重车调度申请；对发出空车调度申请的卡车集进行空车最优调度计算；判断每辆卡车剩余能源量能否完成本次空车调度和下一环节重车调度整体循环，若卡车集都满足能源量要求，则生成调度指令，供卡车执行；若不都满足，则将满足能源量要求的卡车组成新的卡车集；对不满足能源量要求的卡车组成调度卡车集，指令充能；针对发出重车调度申请的卡车集，建立总目标函数，求解发出重车调度申请的卡车集的最优调度结果，生成调度指令，供重车集执行。采用本发明专利技术实施例提供的方案，调度时间预测准确，能够满足露天矿卡车动态调度需求。态调度需求。态调度需求。

【技术实现步骤摘要】
一种露天矿油电混编卡车智能实时调度方法和装置


[0001]本专利技术涉及智慧矿山领域，特别是关于一种露天矿油电混编卡车智能实时调度方法和装置。

技术介绍

[0002]矿山开采大多采用露天开采的方式，通过爆破产生矿料，从而进行装载、运输、卸载。因车铲配合(运输设备为卡车，装载设备为电铲)具有运输灵活性强，设备利用率高的优点，广泛应用于装载、运输、卸载环节。
[0003]露天矿卡车调度起初依靠调度员的经验判断来开展，具有获取信息不全面，效率低下，成本高等缺点，在计算机、互联网技术飞速发展的今天，智能调度系统已经能够在露天矿卡车调度中发挥主要作用。常见的调度方法有单阶段调度和多阶段调度，其中多阶段调度设备利用率高，产量大，调度方式灵活，鲁棒性强，得到了广泛研究和发展。多阶段调度大多包含：路径优化、车流规划和实时调度三个阶段，其中路径优化通过采集到的矿山地图，求解装、卸载点间的最优路径，供调度卡车行驶；车流规划阶段根据矿山历史运行数据、设备数量和生产能力约束等信息求解第一阶段得到路径的最佳车流率，优化矿山整体运营。实时调度阶段以路径优化为行车路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种露天矿油电混编卡车智能实时调度方法，其特征在于，包括：步骤1，对所有卡车进行编号和性能特征整理，其中，性能特征包括下述至少一种：卡车类型、行车速度、实际装载量、行驶每公里能源消耗量、单位时间卡车磨损本；步骤2，接收卡车的调动申请，包括空车调度申请和重车调度申请；步骤3，对发出空车调度申请的卡车集Ke进行空车最优调度计算，包括：建立总目标函数F(x)，总目标函数F(x)的变量包括子目标函数：设备浪费时间F1(x)、装载任务路径实际流率与车流规划偏差F2(x)以及卡车行驶成本F3(x)，根据总目标函数F(x)求解发出空车调度申请的卡车集Ke在预设时间段内的最优调度结果；步骤4，针对卡车集Ke的最优调度结果，判断每辆卡车剩余能源量能否完成本次空车调度和下一环节重车调度整体循环，若满足则进入步骤5，不满足进入步骤6；步骤5，若卡车集Ke都满足能源量要求，则根据步骤3的最优调度结果生成调度指令，供卡车执行；若不都满足，则将满足能源量要求的卡车组成新的卡车集K'，重复步骤3
‑
5；步骤6，对不满足能源量要求的卡车组成调度卡车集K0，若为燃油卡车，则指令前往加油站s加油；若为电动卡车则指令前往充电站p充电；步骤7，针对发出重车调度申请的卡车集Kl，建立总目标函数F'(x)，其变量包括子目标函数：路径实际流率与车流规划偏差F4(x)、卡车等待时间F5(x)和卡车运输成本F6(x)，求解发出重车调度申请的卡车集Kl的最优调度结果，生成调度指令，供重车集执行。2.根据权利要求1所述的露天矿油电混编卡车智能实时调度方法，其特征在于，步骤3中：其中，i表示卸载点，j表示装载点，k表示第k辆卡车，I、J和Ke分别表示卸载点的总数、装载点的总数和空车调度的卡车总数；T
ijk
表示调度卡车k由卸载点i去往装载点j的预计设备浪费时间，x
ijk
表示0
‑
1型决策变量；其中，p
ij
为路径ij装载任务实际流率与车流规划偏差，通过下式计算：其中，o
ij
表示车流规划中路径ij的空车目标流率，t表示当前班次已经开始的时间，s
ij
表示累计空车调度可载重量，C
kv
表示卡车k装载v类型矿料的实际装载量；其中，M
ijk
表示卡车k从卸载点i去往装载点j的行车成本，包括能耗成本和卡车损耗成本；其中，总目标函数F(x)的表达式如下：
其中，w1、w2和w3为预设权重系数，且w1+w2+w3＝1，和表示采用min
‑
max方法归一化后的子目标函数，g(T
ijk
)为总目标函数修正系数，用于保证闲置的装载点优先级最高；其中，其中，其中，其中，F1表示未归一化处理的子目标函数F1(x)的值，F
1min
和F
1max
分别表示所有可能的未归一化处理的子目标函数F1(x)取值中的最小值和最大值；F2表示未归一化处理的子目标函数F2(x)的值，F
2min
和F
2max
分别表示所有可能的未归一化处理的子目标函数F2(x)取值中的最小值和最大值；F3表示未归一化处理的子目标函数F3(x)的值，F
3min
和F
3max
分别表示所有可能的未归一化处理的子目标函数F3(x)取值中的最小值和最大值。3.根据权利要求2所述的露天矿油电混编卡车智能实时调度方法，其特征在于，x
ijk
满足如下约束条件：对于空车调度卡车k存在两种调度情况：从卸载点i去往装载点j或者不去，用公式表示为：对于空车调度卡车k同一时间有且仅有一个装载点去处，用公式表示为：对于卸载点i，一次最多只能有一辆空车参与调度，用公式表示为：若装卸载设备出现故障，则直接从工作列表删除对应点，用公式表示为：若装卸载设备出现故障，则直接从工作列表删除对应点，用公式表示为：若装卸载设备出现故障，则直接从工作列表删除对应点，用公式表示为：其中，K'表示卡车故障集，I'表示卸载设备故障集，J'表示装载设备故障集。4.根据权利要求1所述的露天矿油电混编卡车智能实时调度方法，其特征在于，步骤4包括：根据卡车编号区分燃油卡车和电动卡车，建立空车调度燃油卡车集K
y
和空车调度电动卡车集K
d
；
针对燃油卡车集K
y
中的卡车k，能源量要求Q
kmin1
和预计剩余能源量Q
′
rk1
计算公式如下：Q1＝Q
ji'k1
+Q
i'sk1
Q
kmin1
＝Q
1max
其中，Q1表示预计燃油消耗量之和，Q
ji'k1
表示重车调度的卡车k从装载点j去往卸载点i'的预计燃油消耗量，Q
i'sk1
表示卡车k由卸载点i'去往加油站s的预计燃油消耗量；Q
1max
表示所有可能的Q1的最大值；Q
′
rk1
＝Q
rk1
‑
Q
ijk1
其中，Q
rk1
表示卡车当前燃油保持量，Q
′
rk1
表示空车调度卡车k从卸载点i去往装载点j的预计燃油消耗量；若能源量要求Q
kmin1
>预计剩余能源量Q
′
rk1
，则判断进入步骤5，否则进入步骤6；针对空车调度电动卡车集K
d
中的卡车k，能源量要求Q
kmin2
和预计剩余能源量Q
′
rk2
计算公式如下：Q2＝Q
ji'k2
+Q
i'pk2
Q
kmin2
＝Q
2max
其中，Q2表示预计消耗电量之和，Q
ji'k2
表示重车调度的卡车k从装载点j去往卸载点i'的预计电能消耗量，Q
i'pk2
表示卡车k由卸载点i'去往充电站p的预计电能消耗量，Q
2max
表示所有可能的Q2的最大值；Q
′
rk2
＝Q
rk2
‑
Q
ijk2
+Q
kc2
其中，Q
rk2
表示卡车当前电量，Q
ijk2
表示空车调度卡车k从卸载点i去往装载点j的预计电能消耗量，Q
kc2
表示电动卡车势能回收电量；若能源量要求Q
kmin2
>预计剩余能源量Q
′
rk2
，则判断进入步骤5，否则进入步骤6。5.根据权利要求1所述的露天矿油电混编卡车智能实时调度方法，其特征在于，步骤6包括：对于卡车集K0中的卡车，建立燃油卡车集K
′
y
和电动卡车集K
′
d
；对于燃油卡车集K
′
y
中的卡车k，派往预计等待时间最小的加油站s，计算公式如下：其中，T
isk
表示卡车k由卸载点i去往加油站点s的加油预计等待时间,x
isk
表示0
‑
1型决策变量；当卡车k去往加油站点s时，x

【专利技术属性】
技术研发人员：王晓伟，鞠鹏，秦兆博，徐彪，秦洪懋，边有钢，秦晓辉，谢国涛，胡满江，丁荣军，
申请(专利权)人：湖南大学，
类型：发明
国别省市：