基于多传感器信息融合的选煤厂配煤调度.pdf

第3 3 卷第1 期 2 0 0 4 年1 月 中国矿业大学学报 J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g ＆T e c h n o l o g y V 0 1 ．3 3N o ．1 J a n ．2 0 0 4 文章编号1 0 0 01 9 6 4 2 0 0 4 0 10 0 9 90 4 基于多传感器信息融合的选煤厂配煤调度 高莉，于洪珍，王艳芬 中国矿业大学信息与电气工程学院．江苏徐州2 2 1 0 0 8 摘要根据用户需求并结合选煤厂生产实际来调度配煤生产是一个需要研究的重要问题．首先， 根据配煤调度的实际情况，建立了相应的非线性数学模型．其次，提出基于自适应遗传算法的配 煤调度模型的求解算法．然后，进行仿真试验，仿真结果显示算法的求解效果较好．最后，给出基 于多传感器信息融合技术的选煤厂配煤调度生产方案，该方案具有较好的可实现性和推广性． 关键词配煤调度；遗传算法；多传感器信息融合；数学模型 中图分类号T D9 2 8 ．9文献标识码A C o a lB l e n d i n gS c h e d u l i n gi nC o a lP r e p a r a t i o nP l a n t B a s e do nM u l t i ～S e n s o rI n f o r m a t i o nF u s i o n G A OL i ．Y UH o n g z h e n ．W A N GY a n f e n S c h o o lo fI n f o r m a t i o na n dE l e c t r i c a lE n g i n e e r i n g ，C U M T ，X u z h o u ，J i a n g s u2 2 1 0 0 8 ．C h i n a A b s t r a c t I ti si m p o r t a n tt or e s e a r c ho nar e a s o n a b l eb l e n d i n gs c h e d u l i n ga c c o r d i n gt ot h ec u s t o m e r r e q u i r e m e n ta n dt h ep r a c t i c eo fp r o d u c t i o ni nc o a lp r e p a r a t i o np l a n t ．I no r d e rt os o l v et h i sp r o b l e m ， am a t h e m a t i cm o d e lw a ss e tu po nt h eb a s i so fa n a l y z i n gc o a lb l e n d i n gs c h e d u l i n g ．M u l t i S e n s o r s i n f o r m a t i o nf u s i o nw a su s e dt Om o n i t o rt h ed e n s i t ya n dt h ea m o u n to fc o a l ．T h eg e n e t i ca l g o r i t h m w a su s e dt os o l v et h en o n l i n e a rf u n c t i o ni nt h em a t hm o d e l ．As a t i s f i e dr e s u l tw a so b t a i nb y s i m u l a t i n gt e s t ． K e yw o r d s c o a lb l e n d i n gs c h e d u l i n g ；g e n e t i ca l g o r i t h m ；m u l t i s e n s o rd a t af u s i o n ；m a t h e m a t i c m o d d 洗选产品配煤是选煤厂生产的一个重要环节， 也是选煤厂产品质量控制的最后环节，通过实施产 品配煤可提高产品煤的品种多样性和质量稳定率． 配煤主要是指用具有不同粒度、发热量和灰分的几 种煤进行动态组合以使配合煤达到用户要求的质 量指标的过程o ] ． 当选煤厂生产的产品灰分与用户订单的产品 灰分要求不一致时，选煤厂需要根据具体情况考虑 以何种方式组织生产．首先，利用库存精煤和原煤 进行配比生产．若经过配煤生产出的产品数量不满 足合同订购需要，则需要迸一步考虑组织原煤的洗 选加工生产，完成合同订购的目标精煤量．对于后 一种情况，有两种配煤生产方式，一种是利用原煤 生产出灰分低于目标精煤的产品，用此产品参与配 煤生产；另外一种是利用原煤直接生产出目标精煤 的产品．由于在实际生产中，选煤厂洗选各种产品 的成本价格相同，因此利用第一种方法，也就是三 产品配煤方案，组织生产可以降低选煤厂的生产成 本，从而提高选煤厂的经济效益o _ 3 ] ． 在实际生产中，三产品配煤的方案具有很强的 主观性，往往是根据调度人员的经验组织生产，因 此并不一定具有最高的经济效益．为了更好地提高 经济效益，并减少盲目性使生产科学化，本文建立 了三产品配煤的数学模型；并提出了基于自适应遗 传算法的配煤调度求解和仿真试验，为了更好地实 施提出的调度模型，并减少信息的模糊性，最后提 收累日期，2 0 0 3 0 5 2 0 作者简介；商莉 1 9 7 6 一 ，女，上海市人．中国矿业大学博士研究生，从事信息融音、多智能体代理及网络安全方面的研究 万方数据 1 0 0中国矿业大学学报 第3 3 卷 出了具有实用性的基于多传感器信息融合的配煤 调度方案． 1 数学模型 1 ．1 三产品配煤模型 设三种参配产品的灰分、百分率为五，，x ，； j 2 ，X 2 ；K 3 ，X 3 } X l X 2 X 3 1 ． 目标产品灰分为K ，目标产品灰分要求为 K ～ K K ⋯K 。。和K 。；表示目标精煤灰分的 最小值极限和最大值极限，在生产时目标精煤的灰 分若超过最大值极限或低于最小值极限则被看作 为不台格产品． 目标产品与参配产品存在如下关系 K K l X l 十K o X 2 K 3 X 3 ． 1 可以看出该问题为一定约束条件下的目标函数优 化问题，具体叙述如下． 1 目标函数 设三种参配产品的生产成本分别为C ，，c 2 ， C 。，则配煤的目标应为追求成本F h 最低，即 r r d nF z 一C 1 X 1 C 2 X 2 C 3 X 3 ． Z 2 约束条件 K 删。 K 1 X 1 足2 X 2 K 3 X 3 K 一， 3 K i 。。 墨 K 1 ⋯ 4 足2 。 K 2 K 2 。；， 5 K 3 一 K 3 ，，． 1 9 一j l 3 交叉和变异产生新个体，这里交叉用P 。表 示，变异用P 。表示，即 旧 ，o 一，c ／ ，o 一， ／≥／ ． 。 l z ，c ， ， 隅 ／o ，m ／ L ；一， ，m ≥， ’ lktfm，， 式中／二；为群体中的最大适应度；，为群体的平均 适合度；，c 为交叉中的较大适合度；，m 为变异串的 适合度．P c 与P 。的调整与算法的收敛速度成反 向，从而有效地防止了算法收敛于局部最小；同时， 个体的适合度越大，相应的P c 与P 。越小，使好的 进化结果保存下来． 采用权值交叉法．设肘，，是M u 在染色体中的 位置，S 。和S 。是有效解，计算精煤加工数量的权值 一 一一 ∞1 ，“ a M s 。．Ⅱ 1 一a M s ．．“， 2 2 其中口∈ o 。1 随机产生，按m ， M 。 值将M 。排序 生成了子串S ’。，再计算吡 M 。 1 一J M s ．．o a M s ．。，按m 。 M ，， 的值将M 。排序生成子串s ’。． 采用插入变异法，随机选定变异点的位置以及 长度，将变异点按下式插入随机产生的新位置． I r l ∈ M i j 一 r 2 ∈ 【h ∈ 1 ， M M M i 1 J 一1 其它， 2 3 j 0 ． 吼2 o j，、 3 仿真实例1 7 ， ”o ，’5 ”’ 吼一；蚤8 V a l V 一 ‘一1 ，2 ，⋯，户叩_ s i z e ； 以某选煤厂为例子，合同要求和目前生产情况 步骤二从X f 日- ] o ，口。。。 中产生一个随机数如表1 所示． 步骤三若* 一， ，≤研，则选择第i 个染色体 V 。 1 ≤i ≤p o p s 妇 ； 步骤四重复步骤二和步骤三至规定的代数， 这样就可以得到个 o p s i z e 复制的染色体； 步骤五自适应遗传算法对选择算子的改进． 首先采用下面线性变换对个体适应度进行拉 伸 一P 舶然’， ㈣， 式中 参数n ，b 保证拉伸后的种群平均适应度不 变，且最优适应度为平均适应度的n 倍．拉伸避免 裹1 合同要求和目前情况 T a b l e1 R e q u i r e m e n to fc o n t r a c ta n da c t u a lc o n d i t i o n 注单位时l 可生产戚卒为4 0 兀／h I 桄煤J 摹奉处理速厦为 10 0 0 t ／h ． 取P 。一0 ．2 5 ，P 。一0 ．0 5 ，p o p s i z e 5 0 ，遵循 自适应遗传算法的计算步骤，进行计算，计算出的 仿真结果如图1 所示．图1 是由每一代中的最优解 组成的点集，从图中可以看出经济效益在2 1 2 万 元到2 13 ．5 万元之间波动最为频繁． 一M ，] 1 √ 万方数据 中国矿业大学学报第3 3 卷 2 1 4 鉴2 J3 ≥2 1 2 2 1 I 图1遗传算法优化的配煤调度结果 F i g ．1T h er e s u l to fc o a lb l e n d i n gs c h e d u l i n g o p t i m i z e db yg e n e t i ca l g o r i t h m 结合生产实际，得到最佳配煤方案要生产的 精煤灰分K 。为6 ．0 4 ％，配煤时需采用库存精煤数 量百分比B x 为9 6 ．4 9 ％，可获得的最佳经济效益 ／二；为2 1 2 7 9 万元 4 基于多传感器信息融合的配煤调度方案 为了确保上述调度模型得到实际应用，在文献 [ 7 8 ] 的基础上提出基于多传感器信息融合的配煤 调度方案，如图2 所示． 植浦缀 融合 特征和数据 缓融台 态势评估 孙一幽印回E 渺懈 L 趔芦羽畦驾单翻篓莽稠 l 糯絮船厂面砸上] 对生产状况进行评价和决策厂蔺 图2 基于多传感器信息融合的配煤调度方案 F i g ．2 C o a lb l e n d i n gs c h e d u l i n gp r o g r a m m e rb a s e d O Hm u l t i s e n s o ri n f o r m a t i nf u s i o n 依照上面提出的配煤模型，可以看出煤的灰分 和数量是影响配煤的重要因素．在调度中我们需要 及时掌握这两个量．由于多传感器信息融合可以减 少信息的模糊性，在生产中我们采用多传感器信息 融合的方式对这两个量进行监测．对灰分我们采用 灰分仪来在线监测输送带上煤配前后的灰分参数 和各煤仓的灰分．对煤量可以采用电子秤和灰分仪 监测．通过传感器对不同的装车皮带上的煤流量的 监测，使煤运行在一定的区间内，以保证灰分仪舱 测数据的准确性、保证一定的装车速度和保证皮带 不超载．通过这个方案，调度人员可以及时准确到 掌握生产信息，进行配煤调度． 5 结论 本文针对选煤厂生产调度中的配煤工艺调度 问题，建立了配煤调度的数学模型．利用遗传算法 对建立的配煤调度数学模型进行优化求解，以获得 调度目标最大的经济效益．仿真结果表明利用 遗传算法优化配煤调度，可为选煤厂制定生产作业 计划实施调度提供有效的途径．为了使以上模型得 到准确实施，我们提出了基于多传感器信息融合的 配煤调度方案．该方案具有一定地实用性和推广 性． 参考文献 [ 1 ] 刘顺，赵承年，路迈西．选煤厂设计[ M ] ．北京煤炭 工业出版社．1 9 9 0 ． [ 2 ] 许志华．煤炭加工利用概论[ M ] ，徐州中国矿业大学 出版社，1 9 9 4 ． [ 3 ] 倪奇志．选煤厂经济效益仿真优化[ D ] ．中国矿业大 学化学工程学院，1 9 8 8 ． [ 4 ] 薛毅．最优化原理与方法[ M ] ．北京北京工业大 学出版社．2 0 0 1 ． [ 5 ] 张文修，粱怡．遗传算法的数学基础[ M ] ．西安西 安交通大学出版社，2 0 0 0 ． [ 6 ] 云庆夏．进化计算[ M ] ．北京冶金工业出版社， 2 0 0 0 ． [ 7 ] 龙连文，王月霞．作业排序专家系统模型中的知识处 理方法[ J ] ．控制与决策，1 9 9 2 ，7 3 2 3 62 3 8 ． [ 8 ] 王耀南，李树涛．多传感器信息融台及其综述[ J ] ．控 制与决策。2 0 0 1 ，1 6 5 5 1 8 5 2 2 ． 责任编辑胨其泰 万方数据