[發明專利]一種基于分層優化模型的濃密壓濾過程協調優化控制方法

在審

• 申請號: 202011115405.1
• 申請日: 2020-10-16
• 公開（公告）號: CN112257248A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 段銀聯;何大闊;王慶凱;戚克明;鄒國斌;李康;賈潤達;王旭;方文;孫旭娜;石自信;趙以波
• 申請（專利權）人: 山東黃金礦業（萊州）有限公司三山島金礦;東北大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;B01D37/04;C22B3/22;G06F111/06;G06F111/04
• 代理公司: 煙臺雙聯專利事務所(普通合伙) 37225
• 代理人: 姜宏藝

1.一種基于分層優化模型的濃密壓濾過程協調優化控制方法，其特征在于：首先，根據包括底流濃度軟測量值、入料量、出料量和存礦量在內的數據建立底流濃度預測模型和脫水過程能耗經濟指標模型；然后，在階梯電價、濃密機運行安全和生產指標的約束下，以脫水過程能耗經濟指標最小為目標，建立兩步優化模型：第一步為濃密機初始存礦量優化模型，求解最優初始存礦量m*，使脫水過程在計劃入礦量M_P下狀態最優；通過第一步段優化，求出某計劃入礦量下的最優存礦量m*，使脫水過程運行狀態最優，再在第二步優化模型中增加懲罰項調整第一天結束存礦量第二步優化通過決策壓濾柜數n、放礦壓濾時間序列T，調整初始存礦量并使脫水過程能耗經濟指標最小。

2.如權利要求1所述的基于分層優化模型的濃密壓濾過程協調優化控制方法，其特征在于包括如下步驟：

(1)、基于實際壓濾過程積累的運行數據，建立濃密機底流濃度預測模型、能耗經濟指標模型：

①底流濃度預測模型

通過分析運行數據可知存礦量體現了底流濃度值，統計t分鐘內存礦量變化Δm(t)、底流濃度軟測量值C_UF，通過最小二乘方法建立t分鐘內礦量變化與t分鐘后底流濃度的模型：

C_UF(t)＝C_UF(t₀)+kΔm(t) (1)

其中，C_UF(t₀)為當前時刻t₀濃密機底流濃度，k為擬合參數，Δm為t分鐘內礦量變化；

在線預測時，Δm(t)通過式(2)計算得到：

其中，M_P為濃密機計劃入礦量，M_IN為已入礦量，T_pre為剩余生產時間，M為每柜壓濾礦量，為常量；

②能耗經濟指標模型

統計放礦時底流濃度C_UF(T)和放礦時間T_UF數據，利用最小二乘方法進行建模，該模型為：

T_UF＝a_UFC_UF(T)+b_UF (4)

其中，T為放礦時間，a_UF，b_UF為辨識參數；

底流泵能耗經濟指標模型為：

其中，Pr(t)為階梯電價，通過式(12)，式(13)求得；T_UF為T時刻開泵時底流泵運行時間，由式(4)求得；U_UF、I_UF、分別為底流泵電壓、電流、功率因數，為常值；

統計壓濾時攪拌槽的平均濃度與壓濾泵運行時間數據，壓濾泵運行時間模型如下：

其中，為攪拌槽礦漿平均濃度；T_PF為壓濾泵運行時間，a_PF,b_PF為辨識參數；

壓濾泵能耗經濟指標為：

其中，T_PF為壓濾泵運行時間，由式(6)求得；U_PF、I_PF、分別為壓濾泵電壓、電流、功率因數，為常值；

(2)、描述濃密壓濾過程優化模型：

T₁,T₂,…,T_N為濃密機底流泵開始時間，T_UF1,T_UF2,…,T_UFN為各柜底流泵運行時間，T_PF1,T_PF2,…,T_PFN為各柜壓濾泵運行時間，N為每天壓濾柜數，T_ST為攪拌槽液位達到設定值時間，因底流流量、設定液位為定值，所以T_ST為定值；

第一階段優化：

目標函數：

第一階段優化目標為底流泵能耗經濟指標、壓濾泵能耗經濟指標之和最小如公式(8)所示，決策計劃入礦量為M_P時交班最優存礦量m*；

根據式(5)，第i柜底流泵能耗經濟指標如下所示：

其中，i＝1,…,N，T_UFi為第i柜底流泵運行時間，由式(1)～式(4)求得，式(1)中初始底流濃度由初始接存礦量決定，存礦量可通過濃密機內濃度分布函數和濃密機體積求得，進而可得到初始存礦量與初始底流濃度的關系：

根據式(7)，第i柜壓濾泵能耗經濟指標為：

其中，T_PFi第i柜壓濾泵運行時間，由式(6)求得；

電價實行階梯電價制，引入一個連續化函數，將不連續的階梯電價函數轉化為連續的階梯電價函數，連續化函數為：

其中，β為正數；

連續化階梯電價為：

Pr(t)＝0.46×P(t)+0.29×P(t-7)+0.29×P(t-8.5)+0.12×P(t-10.5)-0.41×P(t-11.5)+0.29×P(t-16)+0.12×P(t-19)-0.41×P(t-21)-0.29×P(t-23) (13)

其中，t∈(0,24]；

第二階段優化：

目標函數：

第二階段優化的決策變量為壓濾柜數n、每柜放礦壓濾時間序列T；目標函數分為兩部分，能耗經濟指標E(T,n)和懲罰項如下式：

其中，T＝[T₁…T_n]∈Rⁿ為放礦壓濾時間序列，m*為第一階段優化出的最優存礦量，為當班結束存礦量，λ為懲罰項權重系數，在后面仿真案例中會分析不同λ的取值對優化結果的影響；

能耗經濟指標E(T,n)為：

其中，EEI_UFi和EEI_PFi分別為底流泵能耗經濟指標、壓濾泵能耗經濟指標，計算過程與第一階段優化中的能耗經濟指標計算過程相同，由式(1)～式(7)求得，式(1)中初始底流濃度為實時檢測值；

結束存礦量與初始存礦量、入礦量和壓濾柜數有關，關系如下所示：

在目標函數中增加懲罰項通過決策壓濾柜數n和壓濾時間序列T，調整交接班時存礦量到最優存礦量m*；當時，優化時目標函數中的懲罰項為零，第二階段優化退化為通過規劃放礦壓濾時間T，以使壓濾過程能耗經濟指標最小。

3.如權利要求2所述的基于分層優化模型的濃密壓濾過程協調優化控制方法，其特征在于第一階段優化的約束條件為：

放礦壓濾時要求存礦量低于安全上限，即：

其中，m＝[m₁ m₂ … m_N]^T∈R^N為放礦壓濾時存礦量矢量，為安全上限向量；

要求放礦壓濾時底流濃度高于下限C_UF：

C_UF≤C_UF (15)

其中，C_UF＝[C_UF(T₁) … C_UF(T_N)]^T∈R^N為放礦壓濾時底流濃度向量，C_UF＝[C_UF … C_UF]^T∈R^N為濃度下限向量；

第N柜壓濾結束時間小于交班時間，時間約束如下:

T_N+T_UFN＜T_end (16)

其中，T_N,T_UFN分別是第N柜放礦壓濾時間、第N柜底流泵運行時間，T_end＝24為當天交班時間；

對每柜底流泵開泵時間進行約束，第i柜底流泵開泵時間應在第i-1柜關泵后，即：

T_i-1+T_UFi-1＜T_i (17)

其中，i＝2,…,N；

在第二階段約束中引入時間約束，第1柜底流泵開泵時間要大于開始優化時刻，即：

T_opt＜T₁ (22)

第二步優化的其他約束條件與第一步優化的相同，除了壓濾柜數，在第一階段優化中，壓濾柜數N為根據計劃入礦量確定，在優化之前就已確定；第二階段優化中，壓濾柜數n為決策變量；

第二階段優化模型描述為：

第二階段優化的決策變量包含有連續變量T和整數變量n，目標函數和約束為非線性函數，針對該MINLP問題，采用混合整數GSA-GA方法處理優化問題。