[發明專利]一種燒結過程配礦優化方法有效
| 申請號: | 201810185838.0 | 申請日: | 2018-03-07 |
| 公開(公告)號: | CN110246547B | 公開(公告)日: | 2023-08-11 |
| 發明(設計)人: | 唐學飛;高憲文;楊光;王明順;劉富春;張鼎森;袁立斌;郝得智 | 申請(專利權)人: | 鞍鋼集團礦業有限公司 |
| 主分類號: | G16C20/10 | 分類號: | G16C20/10;G06N3/126 |
| 代理公司: | 鞍山貝爾專利代理有限公司 21223 | 代理人: | 李玲 |
| 地址: | 114001 遼*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 燒結 過程 優化 方法 | ||
1.一種燒結過程配礦優化方法,其特征在于,包括如下步驟:
步驟1:收集混合礦各項理化指標的歷史數據,包括全鐵品位、堿度、氧化鈣值、二氧化硅值、氧化鎂值;
步驟2:收集混合礦對應的燒結礦性質的歷史數據,包括全鐵品位、堿度、氧化鈣值、二氧化硅值、氧化鐵值、氧化鎂值、一級品率、合格品率;
步驟3:根據步驟1和2收集的歷史數據建立燒結配礦歷史方案數據庫;
步驟4:將數據庫中的樣本通過支持向量回歸算法擬合出混合礦理化指標和燒結礦性質之間的函數關系;
步驟5:以產品質量最優為目標建立優化模型,建立優化公式,通過帶精英策略的非支配排序遺傳算法計算,并選取最優的一組解作為最終燒結配礦方案;
計算出最優的一組解的方法,具體步驟如下:
步驟5.1:以產品質量最優為目標建立優化模型,即以燒結產品的一級品率最大化為第一目標,以產品合格品率與標準值之差最小為第二目標,建立優化公式;
優化公式為:
maxα
min|β-η
其中:η為合格率的標準值,標準值為常數,根據現場實際情況設置;
步驟5.2:確定約束條件,包括待生產的燒結礦性質中的全鐵品位、堿度、氧化鈣值、二氧化硅值、氧化鐵值、氧化鎂值的上下限以及燒結礦總量;
步驟5.3:收集現場的各種材料的種類和性質,所述性質包括全鐵品位、燒損、氧化鈣值、二氧化硅值、氧化鎂值、最高使用量、最低使用量;
步驟5.4:構建各種材料的性質與混合礦性質之間的函數關系;
步驟5.5:根據步驟4所述混合礦理化指標和燒結礦性質之間的函數關系和各種材料的性質與混合礦性質之間的函數關系,將步驟5.2的各種材料性質參數帶入步驟5.1所述的約束條件中;
步驟5.6:通過帶精英策略的非支配排序遺傳算法計算,確定遺傳代數,確保最后一代的每一組數據都符合所述的約束條件;
步驟5.7:在遺傳的最后一代的所有組數據中,選取最優的一組解作為最終燒結配礦方案,即選取的各種材料的種類和用量
步驟6:將所述最終燒結配礦方案對應的混合礦各項理化指標和燒結礦性質錄入所述燒結配礦歷史方案數據庫;
步驟7:重復步驟4至6,計算下一次最優燒結配礦方案。
2.根據權利要求1所述的一種燒結過程配礦優化方法,其特征在于,步驟4的擬合混合礦理化指標和燒結礦性質之間的函數關系的方法,具體步驟如下:
步驟4.1:對數據庫中混合礦和燒結礦各項指標的數值進行標準化處理;
步驟4.2:對所有樣本打亂順序,隨機排序,取一部分樣本作為訓練數據,剩余的樣本作為測試數據;
步驟4.3:通過支持向量回歸算法對數據進行擬合,并對擬合結果進行測試后,得到所述的函數關系。
3.根據權利要求1所述的一種燒結過程配礦優化方法,其特征在于,所述步驟5.7中,根據現場實際操作習慣,確定混合礦理化指標的特征值范圍,并根據確定的特征值范圍在最后一代樣本中選擇最優的一組解。
4.根據權利要求1所述的一種燒結過程配礦優化方法,其特征在于,所述步驟5.7中,使用TOPSIS決策方法對最后一代樣本進行排序,將排在首位的一組解作為最優的一組解。
5.根據權利要求1所述的一種燒結過程配礦優化方法,其特征在于,所述步驟5.7中,根據現場實際情況對所述最優的一組解進行微調作為最終方案。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于鞍鋼集團礦業有限公司,未經鞍鋼集團礦業有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810185838.0/1.html,轉載請聲明來源鉆瓜專利網。





