[发明专利]一种设备能力变化条件下的选矿综合生产指标优化方法

说明书

技术领域

本发明属于自动控制技术领域，特别涉及一种设备能力变化条件下的选矿综合生产指标优化方法。

背景技术

矿产资源是在漫长的地质过程中经过复杂的变迁而富集起来的难以再生的自然资源，经过选矿生产加工后，成为工业生产的重要原料，广泛应用于如建筑、运输、通讯、航空等许多行业。

由于原矿资源为非再生资源，且矿产原料价格持续增长，企业开始面临复杂多变的原料供应。为提高生产效率和产品质量，实现节能降耗，降低生产成本，提高经济效益及市场竞争力，企业迫切需要选矿生产制造全流程一体化控制系统，通过生产制造过程控制与运行管理的智能化与集成优化，实现与产品质量、产量、成本、消耗等密切相关的综合生产指标的优化控制。选矿生产计划调度是选矿生产制造全流程一体化控制系统的重要组成部分，而选矿生产全流程综合生产指标决策是选矿生产计划调度的核心内容，为后续系统(如运行优化系统、过程控制系统等)的动作提供合理可行的目标方向。因此，针对具有多层次、多周期、多冲突目标和复杂约束的综合与全流程生产指标决策开展优化结构、决策模型、方法以及辅助决策支持系统等研究具有重要的实际意义与理论价值。

选矿生产全流程综合生产指标决策的目标是在给定生产资源条件下，在各生产子周期内安排现有物料、设备和能源等资源，并合理分配各日生产全流程综合生产指标f包括精矿品位、全选比、回收率、产量和吨精成本)，在综合生产指标目标范围内尽量提高生产全周期内的精矿品位、回收率和产量，尽量降低全选比和吨精成本。

传统的生产全流程综合生产指标决策方法，将生产子周期内安排的物料、设备能力和能源等资源看成是固定的，待解决的多目标优化问题也是静态问题。然而，在实际生产中，优化问题的环境是会随着机械故障或者其他工况条件，原料等原因发生改变，现有的研究忽略了动态的变化，只是对静态问题进行优化。

发明内容

针对现有技术存在的问题，本发明提供一种设备能力变化条件下的选矿综合生产指标优化方法。

本发明的技术方案如下：

一种设备能力变化条件下的选矿综合生产指标优化方法，所述选矿综合生产指标包括各月度精矿品位、全选比、金属回收率、单位成本和产量，设备能力是指设备平均台时处理量；

该方法包括以下步骤：

步骤1：确定选矿企业综合生产指标优化目标及约束条件；

所述优化目标为：在给定生产条件下，即给定原矿属性、设备能力、设备运行时间、能源消耗条件下，选矿企业综合生产指标在目标区间内最大化精矿品位、最小化选矿比、最大化金属回收率、最小化生产成本、最大化精矿产量；

所述约束条件包括综合生产指标约束、设备能力约束、能源资源约束、尾矿品位约束、可利用原矿资源约束；

步骤2：利用选矿企业综合生产指标优化目标及约束条件对选矿过程实时优化，并周期性地从计划调度层的指令中获取选矿过程中的工作设备的运行时间、设备检修计划及该设备平均台时处理量；

步骤3：当设备检修或设备故障导致设备能力出现变化时，对各原矿处理量进行调整优化，进而实现选矿综合生产指标优化；

采用基于精英策略和移民策略的动态多目标进化方法对各原矿处理量进行调整优化，具体步骤如下：

步骤3.1：初始化及产生种群：设置初始化参数并产生初始化种群，将产生的初始化种群的部分存储起来作为随机移民；

初始化参数包括种群大小、交叉概率、变异概率、基于梯度算子更新概率、最大进化代数、初始步长，将原矿处理量可行解的最大个体数映射为种群大小，该种群中的个体为各原矿处理量矢量，即决策变量；

步骤3.2：适应度分配：采用分级方法计算种群中每个个体的适应度值，即根据约束支配关系对种群中的个体进行快速非支配排序，将各个个体比较后分为不同级别，个体的适应度值为其所在非支配层的级别值；

步骤3.3：交配选择：采用二元或多元竞争选择方法来产生新的父代种群，即对父代种群和子代种群中的个体进行比较，选择最优个体作为新的父代种群的个体，构成新的父代种群；

步骤3.4：基于混合算子的个体更新：针对新的父代种群中的个体，进行交叉操作、变异操作和梯度算子搜索操作，产生新的个体；

基于交叉概率进行交叉操作；基于变异概率进行变异操作，基于梯度算子更新概率和初始步长进行梯度算子搜索操作；

步骤3.5：添加移民：将产生的新的个体中，进行部分个体的替换，即将产生的部分新的个体替换成最初存储的随机移民中的部分个体，形成新的子代种群，并对该子代种群个体与父代种群个体计算适应度函数值；