System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种配矿方法,尤其涉及一种基于烧结过程全局优化的智能配矿方法及系统,属于铁矿石烧结生产领域。
技术介绍
1、高炉-转炉传统长流程是我国大部分钢铁企业所采用的钢铁生产工艺,其中高炉的入炉原料中烧结矿约占75%。为了满足我国巨大的钢铁产量需求,钢铁企业所采用的烧结铁矿原料主要来源于澳大利亚、巴西、南非等国家的进口铁矿,以及企业自产或周边的铁矿。如何合理、高效地使用品种多变、成分和粒度复杂的铁矿石原料,制备产质量指标优、生产能耗低、有害元素含量少的烧结矿成为了众多钢铁生产企业的重要课题。
2、烧结优化配矿是依据铁矿石原料的供应条件,在满足烧结矿化学成分要求的前提下,通过试验研究或优化算法获得各种原料的合理配比,从而使得混合料具有良好的烧结性能,并降低冶炼全流程的生产成本。目前,通常采用专家经验、智能算法对满足烧结矿化学成分要求且铁矿配矿成本较优的方案进行寻优,但由于配矿成本的降低并不一定能使冶炼成本降低。因此,开发一种基于铁矿资源冶炼成本评价的烧结智能配矿方法,对实现原料-烧结-炼铁协同优化配矿,为铁矿资源的科学采购和高效利用提供决策辅助,从而降低整体冶炼成本具有重要意义。
技术实现思路
1、针对现有技术中存在的问题,本专利技术的第一个目的在于提供一种基于烧结过程全局优化的智能配矿方法,该方法通过对铁矿资源的冶炼成本进行评价,建立以冶炼成本加权值最优为目标的烧结配矿模型,再采用线性规划和遗传算法对模型进行求解,并对配矿方案进行全局优化的综合评价,获得冶炼成本较低
2、本专利技术的第二个目的在于提供一种基于烧结过程全局优化的智能配矿系统,该系统基于数据库、处理器和可读存储器之间的协同作用,通过计算机程序实现了在线式的烧结优化配矿,大幅提高模型的泛用性,相较于人工配矿在保证配矿全局优化的前提下减少了配矿时间,大幅降低烧结冶炼的综合成本。
3、为实现上述技术目的,本专利技术提供了一种基于烧结过程全局优化的智能配矿方法,包括以下步骤:
4、s1:根据高炉冶炼要求,计算每种铁矿石的单矿冶炼成本;
5、s2:以铁矿石单矿冶炼成本的加权值作为目标函数,建立烧结优化配矿模型;
6、s3:依次通过线性规划法与遗传算法耦合求解优化配矿模型,获得配矿方案集合;
7、s4:采用综合评价方法,从配矿方案集合中筛选出全局最优的配矿方案;
8、所述高炉冶炼要求包括:炉渣成分、烧结矿碱度、镁铝比和烧结矿各组分含量;
9、所述全局最优的配矿方案包括以下参数:冶炼成本、全铁含量、碱金属含量和重金属含量。
10、作为一项优选的方案,所述s1中铁矿石的单矿冶炼成本的计算过程为:
11、s1-1.设定炉渣成分范围、烧结矿碱度和mgo含量,获得铁矿和熔剂的配比;
12、s1-2.计算烧结矿中包括tfe、sio2、cao和al2o3在内的烧结矿各组分含量;
13、s1-3.根据烧结矿碱度和烧结矿组分含量,计算高炉冶炼所得的炉渣成分,当计算所得炉渣成分不满足设定要求时,返回s1-1重新计算;
14、s1-4.根据包括铁矿石、熔剂在内的原料价格,计算每吨铁水的冶炼成本;
15、所述原料还包括焦块和燃料。
16、作为一项优选的方案,所述s1-1中,铁矿和熔剂配比的计算过程为:
17、式1:
18、所述s1-2中,烧结矿各组分含量的计算过程为:
19、式2:
20、式1和式2中:xi表示配矿方案中第i中铁矿的配比系数,%;qcao为铁矿、熔剂等原料的cao含量,%;qsio2为原料的sio2含量,%;qmgo为原料的sio2含量,%;loi为原料烧损,%;rsinter为设定的烧结矿碱度,量纲为1;qmgo,sinter为设定的烧结矿mgo含量,%;qk,sinter为烧结矿的成分k含量,%;qk,i为第i类原料的成分k含量,%。
21、作为一项优选的方案,所述s2中烧结优化配矿模型的建立过程包括:
22、s2-1.设定目标函数其中,xi为决策变量,表示配矿方案中第i中铁矿的配比系数,%;sci为第i种铁矿的冶炼成本,元/吨;
23、s2-2设定目标函数的约束条件,所述约束条件包括等式约束和不等式约束。
24、作为一项优选的方案,所述等式约束包括烧结矿碱度和mgo含量,所述不等式约束包括烧结矿各组分含量。
25、作为一项优选的方案,所述s3中优化配矿模型的求解过程为:
26、s3-1.采用线性规划法对优化配矿模型进行一次求解,获得冶炼成本低,且满足烧结矿化学成分要求的配矿方案;
27、s3-2.采用遗传算法对优化配矿模型进行二次求解,求解过程采用实数编码,初始种群中包含一次求解获得的配矿方案,得到配矿方案集合。
28、作为一项优选的方案,所述s4中综合评价对配矿方案集合的筛选过程为:
29、s4-1.根据包括铁矿和熔剂在内的原料的化学成分,烧损,碱金属和重金属在烧结过程的脱除率,计算各配矿方案对应烧结矿的全铁含量、碱金属含量和重金属含量;
30、s4-2.对各配矿方案的冶炼成本、全铁含量、碱金属含量和重金属含量进行归一化处理,权重赋值后得到各配矿方案的综合评价指数;
31、s4-3.将各配矿方案的综合评价指数按从大到小排列后,得到最优的配矿方案。
32、作为一项优选的方案,所述s4-2中,归一化处理的过程为:
33、式3:
34、所述s4-2中,各配矿方案的综合评价指数计算过程为:
35、式4:cidx=ωtfe*yc,tfe-ωsc*yc,sc-ωam*yc,am-ωhm*yc,hm;
36、式3和式4中:yc,i为归一化后的指标,其中i={冶炼成本,全铁含量,碱金属含量,重金属含量};idxi为待评价的配矿方案对应指标;idxmin为配矿方案集合中对应指标的最小值;idxmax为配矿方案集合中对应指标的最小值;cidx为综合评价指数,无量纲;ωsc、ωtfe、ωam、ωhm分别为冶炼成本、全铁含量、碱金属含量和重金属含量的权重系数,取值范围为0~1,无量纲。
37、作为一项优选的方案,所述系统包括:数据库(100)、存储器(200)和处理器(300);所述存储器中存储可实施上述权利要求1~7任意一项所述智能配矿方法的计算机程序;所述处理器用于读取所述数据库中存储的原料化学成分、价格等数据,调取并执行所述计算机程序。
38、作为一项优选的方案,所述数据库(100)保存生产原料的化学成分、物理性能、采购价格等信息数据。
39、作为一项优选的方案,所述存储器(200)存储可实施上述任意一项所述的基于冶炼成本优化的烧结智能配矿方法。
40、作为一项优选的方案,所述处理器(3本文档来自技高网...
【技术保护点】
1.一种基于烧结过程全局优化的智能配矿方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述S1中铁矿石的单矿冶炼成本的计算过程为:
3.根据权利要求2所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述S1-1中,铁矿和熔剂配比的计算过程为:
4.根据权利要求1所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述S2中烧结优化配矿模型的建立过程包括:
5.根据权利要求1所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述S3中优化配矿模型的求解过程为:
6.根据权利要求1所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述S4中综合评价对配矿方案集合的筛选过程为:
7.根据权利要求6所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述S4-2中,归一化处理的过程为:
8.一种基于烧结过程全局优化的智能配矿系统,其特征在于:所述系统包括:
【技术特征摘要】
1.一种基于烧结过程全局优化的智能配矿方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述s1中铁矿石的单矿冶炼成本的计算过程为:
3.根据权利要求2所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述s1-1中,铁矿和熔剂配比的计算过程为:
4.根据权利要求1所述的一种基于烧结过程全局优化的智能配矿方法,其特征在于:所述s2中烧结优化配矿模型的建立过程包括:<...
【专利技术属性】
技术研发人员:范晓慧,徐维利,黄晓贤,段福彬,陈许玲,左远锋,甘敏,赵文旭,季志云,孙增青,袁礼顺,
申请(专利权)人:中南大学,
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。