基于模型预测和局部穷举的混匀料仓自动供料的调度方法与流程
1.本发明属于冶金自动化技术领域，更具体地，涉及一种基于模型预测和局部穷举的混匀料仓自动供料的调度方法。
背景技术：
2.由于我国矿源的多样性，钢铁企业原料场通常需要将十几种甚至几十种不同种类的原料通过一定比例均匀混合，来满足烧结矿的质量需求。原料场混匀配料工艺包含两个过程：第一个是一次料场的取料作业，在一次料场掘取对应的原料并通过皮带运送到混匀配料槽暂存；第二个过程是混匀配料槽按照配方比例通过圆盘给料机设置不同的下料速度并将配料槽的原料下放至同一条皮带上，由皮带将矿石原料运输至混匀料场的堆料机制成混匀料堆。其中混匀配料槽一般包含多个料仓，每个配料槽会装配1～2个加料小车给各个料仓供料，每个加料小车则对应1～2个取料机。由于混匀配比不同，各个料仓原料的下料速度也不同，因此如何合理的调度各个加料小车和取料机，确保各个料仓不空仓的情况下尽量减少能耗是提高原料场运行效率的关键。
3.目前钢铁企业原料场多采用人工调度的方式来给各个料仓供料，这种方式依赖人工经验，容易出现调度不及时，料仓空仓导致混匀成分与预期差别大的情况，且不易控制运行成本。近年来，也有通过自动化的方法计算加料时序，确保不出现空仓的方法，但是没有考虑加料小车和取料机的运行成本问题，这个环节的运行效率还有很大的提升空间。
4.综上所示，研发混匀料仓自动供料调度方法以避免料仓空仓，保证原料混匀质量，同时降低取料机和加料小车的运行成本是进一步提高混匀料场能效和生产水平的一个关键环节。
技术实现要素：
5.针对现有技术的以上缺陷或改进需求，本发明提出了一种基于模型预测和局部穷举的混匀料仓自动供料的调度方法，可以解决原料场混匀配料工艺中料仓自动供料的调度问题，尽量降低加料小车和取料机运行成本的同时，避免混匀料仓空仓的情况发生。
6.为实现上述目的，本发明提供了一种基于模型预测和局部穷举的混匀料仓自动供料的调度方法，包括：
7.获取混匀料仓系统的参数信息和状态信息，并根据实际设备状态和参数建立对应的混匀料仓系统的数学模型；
8.根据料仓内原料重量和剩余下料时间将料仓划分为若干类，将最近时刻需要加仓的料仓限制在第i类；
9.根据建立的数学模型穷举加料小车和取料机的组合并预测预设时间段内各个不同组合带来的料仓状态；
10.使用滚动优化的思想选取符合约束条件中运行成本最低的组合得到下一任务需要调度加料小车和取料机。
11.在一些可选的实施方案中，所述混匀料仓系统的参数信息包括：混匀料仓数量，混匀料仓内原料重量的上限w
max
，料仓原料重量的下限w
min
，相邻料仓之间的距离d，加料小车的数量nc，每个加料小车对应的取料机的数量mr，料仓和对应品种料堆之间的皮带长度。
12.在一些可选的实施方案中，所述混匀料仓系统的状态信息包括：料仓内原料品种，料仓内的原料重量w，料仓的下料流量f-，加料小车的移动速度vc，加料小车的加料流量f
+
，取料机的移动速度vr，加料小车的位置pc，取料机的位置pr。
13.在一些可选的实施方案中，根据实际设备状态和参数建立对应的混匀料仓的数学模型，包括：
14.设x(i,j)表示第i个任务第j个料仓是否加料，0表示不加料，1表示加料，ts(i)表示第i个任务加料的起始时刻，te(i)表示加料的结束时刻，第j个料仓的初始重量为w(0,j)；
15.由w
ts
(k,j)＝w
te
(k-1,j)-f_(ts(k)-te(k-1))得到第k个任务加料起始时刻，第j个料仓内原料重量w
ts
(k,j)，其中，w
te
(k-1,j)表示第k-1个任务加料结束时刻，第j个料仓内原料重量，f
_
(ts(k)-te(k-1))表示第k-1个任务加料的结束时刻和第k个任务加料的起始时刻这段时间内料仓的下料量；
16.由w
te
(k,j)＝w
ts
(k,j)-f
_
(te(k)-ts(k))+f
+
(te(k)-ts(k))
·
x(k,j)得到第k个任务加料结束时刻，第j个料仓内原料重量w
te
(k,j)，其中，f-(te(k)-ts(k))表示第k个任务加料的结束时刻与第k个任务加料的起始时刻这段时间内料仓的下料量，f
+
(te(k)-ts(k))表示第k个任务加料的结束时刻与第k个任务加料的起始时刻这段时间内料仓的加料量，x(k,j)表示第k个任务第j个料仓是否加料，0表示不加料，1表示加料；
17.由得到tk时刻，第i个加料小车的位置pc(i,tk)，其中，pc(i,0)表示第i个加料小车的初始位置，vc表示加料小车的移动速度；
18.由得到tk时刻，第i个取料机的位置pr(i,tk)，其中，pr(i,0)表示第i个取料机的初始位置，vr表示取料机的移动速度；
19.根据每个料仓的品种、品种对应料堆位置以及皮带速度计算原料从料堆运输到料仓所需要的时间。
20.在一些可选的实施方案中，为了混匀过程中料仓不出现空仓的情况，设置对应的约束条件如下：n表示任务数量，l表示料仓数量。
21.在一些可选的实施方案中，所述方法还包括：
22.以取料机和加料小车移动成本的加权和最小为优化目标，建立性能指标函数：其中sr(i,j)和sc(i,j)分别表示第j号刮板取料机第i个任务移动成本，ω1和ω2分别代表两种不同的设备运行成本的权重。
23.在一些可选的实施方案中，根据料仓内原料重量和剩余下料时间将料仓划分为若
干类，包括：
24.根据各料仓内原料重量和料仓下料速度计算原料剩余时间，由原料剩余时间设置料仓原料重量的分割线w
l
和剩余时间的分割线t
l
，将料仓分为四类，第i类表示低重量和低剩余时间，即料仓原料重量小于w
l
且原料剩余时间小于t
l
；第ii类表示高重量和低剩余时间，即料仓原料重量不小于w
l
且原料剩余时间小于t
l
；第iii类表示低重量和高剩余时间，即料仓原料重量小于w
l
且原料剩余时间不小于t
l
；第iv类表示高重量和高剩余时间，即料仓原料重量不小于w
l
且原料剩余时间不小于t
l
。
25.在一些可选的实施方案中，将最近时刻需要加仓的料仓限制在第i类，包括：
26.设置调度周期为ts，每隔时间ts更新系统状态，并查询是否存在i类料仓，即料仓内原料重量少，且剩余下料时间短的料仓，如果不存在，则等待下一次调度，如果存在则进入下一步。
27.在一些可选的实施方案中，根据建立的数学模型穷举加料小车和取料机的组合并预测预设时间段内各个不同组合带来的料仓状态，包括：
28.设置预测任务周期为m，根据当前状态预测m个任务周期的状态，使用穷举法选加料小车和取料机，对当前i类料仓进行加料，并根据建立的数学模型，预测所有仓在任务周期m内的状态，如果出现不满足约束条件的情况，则排除不满足约束条件的加料小车和取料机的组合，如果满足约束条件，则根据性能指标函数计算并存储满足约束条件的加料小车和取料机的性能指标。
29.在一些可选的实施方案中，使用滚动优化的思想选取符合约束条件中运行成本最低的组合得到下一任务需要调度加料小车和取料机，包括：
30.如果所有的穷举组合都不满足约束条件，则修改料仓原料重量的分割线w
l
和剩余时间的分割线t
l
后，重新执行根据建立的数学模型穷举加料小车和取料机的组合并预测预设时间段内各个不同组合带来的料仓状态的步骤；
31.如果出现满足约束条件的加料小车和取料机的组合，则比较所有满足约束条件的组合的性能指标函数，取加料小车和取料机移动成本的加权和最小的组合作为当前m周期内的最优解；
32.引入滚动优化的思想，在得到了一组m个任务周期内的最优解后，为了减少模型误差以及后续状态变化的影响，只选取第一个任务的加料小车和取料机的组合作为下一任务小车和取料机的调度；
33.重复上述步骤完成混匀料仓自动供料的实时调度，直到完成混匀造堆计划。
34.总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
35.通过料仓内原料的总量和料仓剩余下料时间的分割线的设置，将下一个任务需要加料的料场限制在局部小范围内，并通过建立数学模型，预测后续多个任务周期的系统状态来寻成本最优的加料小车和取料机的调度组合。可以解决原料场混匀配料工艺中料仓自动供料的调度问题，尽量降低加料小车和取料机运行成本的同时，避免混匀料仓空仓的情况发生。
附图说明
36.图1是本发明实施例提供的一种基于模型和局部穷举的料仓调度方法的实施流程图；
37.图2是本发明实施例提供的一种根据料仓内原料重量和料仓下料速度分割的四类料仓示意图；
38.图3是本发明实施例提供的一种模型预测和滚动优化的示意图；
39.图4是本发明实施例提供的一种各个料仓内原料重量变化的曲线图。
具体实施方式
40.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
41.本实施例公开的是某钢铁企业原料场混匀料仓自动供料的调度方法，由于人工调度的方法依赖操作经验，容易出现空仓的情况，影响混匀质量和效率，且不易控制生产能耗。如何合理调度取料机和加料小车完成混匀料仓的自动供料功能，保证不发生空仓断料情况，并尽可能降低混匀过程中的损耗成为企业亟需解决的问题。
42.如图1所示，本实施例提供的基于模型预测和局部穷举的混匀料仓自动供料调度方法包含以下步骤：
43.s001：获取系统的参数信息。本实例中混匀料槽包括12个混匀料仓，分别记为1#、2#...12#。料仓内原料重量的上限w
max
＝500t、料仓原料重量的下限w
min
＝50t、各个相邻料仓中心之间的距离d＝10m，加料小车的数量nc＝2、每个加料小车对应取料机的数量mr＝2；
44.s002：读取系统的状态信息，状态信息包括：料仓内原料品种，以向量记为c，料仓内的原料重量，w＝[66.8,209.8,553.4,141.1,150.2,136,116.1,446.8,278.5,457,296.5,241.8]，料仓的下料流量f-＝[50.9,37.4,91.8,89.5,50.8,86.8,51.9,0.3,93.2,106,96.9,95.3]t/h，加料小车的移动速度vc＝0.5m/s，加料小车的加料流量f
+
＝1200t/h，取料机的移动速度vr＝0.6m/s，加料小车的位置pc＝[114,25]m，取料机的位置pr＝[51,274,72,181]m；
[0045]
s003：设x(i,j)表示第i个任务第j个料仓是否加料，0表示不加料，1表示加料，ts(i)表示第i个任务加料的起始时刻，te(i)表示加料的结束时刻，第j个料仓的初始重量为w(0,j)，建立混匀料仓的数学模型，具体如下：
[0046]
步骤3.1)：第k个任务加料起始时刻，第j个料仓内原料重量：
[0047]wts
(k,j)＝w
te
(k-1,j)-f-(ts(k)-te(k-1))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0048]
步骤3.2)：第k个任务加料结束时刻，第j个料仓内原料重量：
[0049]wte
(k,j)＝w
ts
(k,j)-f-(te(k)-ts(k))+f
+
(te(k)-ts(k))
·
x(k,j)
ꢀꢀꢀꢀ
(2)
[0050]
步骤3.3)：tk时刻，第i个加料小车的位置：
[0051][0052]
步骤3.4)：tk时刻，第i个取料小车的位置：
[0053][0054]
步骤3.5)：根据每个料仓的品种、品种对应料堆位置以及皮带速度计算原料从料堆运输到料仓所需要的时间。
[0055]
s004：设置约束条件：为了混匀过程中料仓补出现空仓的情况，设置对应的约束条件如下：
[0056][0057]
s005.设置性能指标函数：以取料机和加料小车移动成本的加权和最小为优化目标，建立性能指标函数如下：
[0058][0059]
其中，sr(i,j)和sc(i,j)分别表示第j号刮板取料机第i个任务移动成本，ω1＝0.75和ω2＝0.25分别代表两种不同的设备运行成本的权重。
[0060]
s006：根据各料仓内原料重量和料仓下料速度计算原料剩余时间，设置料仓原料重量和剩余时间的分割线，如图2所示，将料仓分为四类：i低重量，低剩余时间；ii高重量，低剩余时间；iii低重量，高剩余时间；iv高重量，高剩余时间。剩余时间的分割线t
l
＝1h,料仓内原料重量的分割线w
l
＝350t；
[0061]
s007：设置运行周期为ts＝10s，每隔时间ts更新系统状态，并查询是否存在i类料仓，即料仓内原料重量少，且剩余下料时间短的料仓，如果不存在，则等待下一次调度，如果存在则进入下一步；
[0062]
s008：设置预测任务周期m＝4，根据当前状态预测m个任务周期的状态，使用穷举法选加料小车和取料机，对当前i类料仓进行加料，并根据步骤s003中建立的系统数学模型，预测所有仓在任务周期m内的状态，如果出现不满足步骤s004中的约束条件的情况，则排除该加料小车和取料机的组合，如果满足步骤s004中的约束条件，则根据步骤s005计算并存储对应的性能指标；
[0063]
s009：如果步骤s008中所有的穷举组合都不满足步骤s004中的约束条件，则修改步骤s006中的分割线重新执行步骤s008，如果出现满足s004中的约束条件的加料小车和取料机的组合，则比较所有满足条件的组合的性能指标函数，取加料小车和取料机移动成本的加权和最小的组合当做当前m周期内的最优解；
[0064]
s010：使用滚动优化的思想，步骤s009得到了一组m个任务周期内的最优解，为了减少模型误差以及后续状态变化的影响，只选取第一个任务的加料小车和取料机的组合作为下一任务小车和取料机的调度，滚动优化的思想如图3所示。
[0065]
s011：如图4所示，重复步骤s002～s010即可以完成混匀料仓自动供料的实时调度，直到完成混匀造堆计划。
[0066]
需要指出，根据实施的需要，可将本技术中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，
以实现本发明的目的。
[0067]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
