基于线性规划的高炉配料优化方法

摘要

本发明揭示了一种基于线性规划的高炉配料优化方法，包括：获取配料参数配置信息和当前使用的燃料成分信息；确定目标函数，将目标函数转换成与成分配比相关的线性方程；对线性方程增加约束条件，所述约束条件包括成分配比上下限约束、焦炭负荷约束、碱度约束、煤比约束、锰负荷约束；保存包含有约束条件的线性方程；调用包含有约束条件的线性方程并代入成分变量；进行迭代运算，得到成分配比的结果；验证成分配比的结果的唯一性。本发明的方法解决了已知原燃料成分条件下高炉配料计算最优化的问题。

权利要求

1.一种基于线性规划的高炉配料优化方法，其特征在于，包括：获取配料参数配置信息和当前使用的燃料成分信息；

确定目标函数，将目标函数转换成与成分配比相关的线性方程；

对线性方程增加约束条件，所述约束条件包括成分配比上下限约束、焦炭负荷约束、碱度约束、煤比约束、锰负荷约束；

保存包含有约束条件的线性方程；

调用包含有约束条件的线性方程并代入成分变量；

进行迭代运算，得到成分配比的结果；

验证成分配比的结果的唯一性；

所述目标函数包括：

令第i种原料使用量为Xi，在已知目标2元碱度B2、4元碱度B4，和所有成分信息的情况下，可得：

2元碱度约束方程为：

其中，x1，x2…xm为每一种矿石或副原料的批重，xm+1，xm+2…xn为每一种焦炭的批重，CaOi表示第i种原料的氧化钙含量，SiO2i表示第i种原料的二氧化硅含量，TFei表示第i种原料中铁含量，ASi为目标铁水含硅量；经过移项并提取公因式 后可得ASi：该目标函数能转化为关于决策变量Xi的线性方程。

2.如权利要求1所述的基于线性规划的高炉配料优化方法，其特征在于，所述目标函数还包括：

4元碱度约束方程、焦炭负荷约束方程、喷煤量约束方程、矿石批重约束方程、焦炭批重约束方程、铁水中含锰约束方程，所述约束方程都能转化为关于决策变量Xi的线性方程。

说明书

基于线性规划的高炉配料优化方法

技术领域

[0001] 本发明涉及高炉炼铁的计算机控制技术，尤其涉及一种基于线性规划的高炉配料优化方法。

背景技术

[0002] 高炉配料计算(burdening calculation of blast furnace)指在给定的原燃料条件和冶炼参数下，确定高炉炼铁过程中冶炼单位生铁的焦炭、矿石、熔剂消耗和配比的计算。通过计算还可确定消耗的鼓风量和产出的炉渣数量和成分以及煤气数量和成分。该计算结果是高炉设计和生产操作的重要依据。

[0003] 目前国内的高炉配料计算方式大致分为Excel计算表方式和高炉配料应用软件计算方式2种，按算法分大致可分为人工调整验算法和循环逼近算法2种。这两种方法均属于正向推算模型，即在已知所有原料成分的基础上，输入各种原料的配比，通过冶金计算公式计算出该配比在当前炉温下的理论出铁量和理论渣中碱度，并校验是否与目标方案一致。如果不一致，则调整原料配比或加入碱度调控溶剂，然后再次计算，直至计算结果中2元碱度与目标碱度一致，且4元碱度和铁水微量元素在偏差允许范围内，即确认料单。由于这两种方法都是正向计算，必须先输入一组配比验证是否符合要求，因此都仅能求得一个可行解，而无法求取一组满足特定约束条件的解集，并在其中准确地挑选出一个达到成本或其他优化方向的最优解。

发明内容

[0004] 本发明旨在提出一种为解决已知原燃料成分条件下高炉配料计算最优化的问题的方法。

[0005] 根据本发明的一实施例，提出一种基于线性规划的高炉配料优化方法，包括：

[0006] 获取配料参数配置信息和当前使用的燃料成分信息；

[0007] 确定目标函数，将目标函数转换成与成分配比相关的线性方程；

[0008] 对线性方程增加约束条件，所述约束条件包括成分配比上下限约束、焦炭负荷约束、碱度约束、煤比约束、锰负荷约束；

[0009] 保存包含有约束条件的线性方程；

[0010] 调用包含有约束条件的线性方程并代入成分变量；

[0011] 进行迭代运算，得到成分配比的结果；

[0012] 验证成分配比的结果的唯一性。

[0013] 在一个实施例中，目标函数包括：

[0014] 令第i种原料使用量为Xi，在已知目标2元碱度B2、4元碱度B4，和所有成分信息的情况下，可得：

[0015] 2元碱度约束方程为：

[0016]

[0017] 其中，x1，x2…xm为每一种矿石或副原料的批重，xm+1，xm+2…xn为每一种焦炭的批重，CaOi表示第i种原料的氧化钙含量，SiO2i表示第i种原料的二氧化硅含量，TFei表示第i种原料中铁含量，ASi为目标铁水含硅量；

[0018] 经过移项并提取公因式 后可得

[0019]

[0020] 该目标函数能转化为关于决策变量Xi的线性方程。

[0021] 目标函数还可以包括：4元碱度约束方程、焦炭负荷约束方程、喷煤量约束方程、矿石批重约束方程、焦炭批重约束方程、铁水中含锰约束方程，所述约束方程都能转化为关于决策变量Xi的线性方程。

[0022] 本发明的基于线性规划的高炉配料优化方法解决了已知原燃料成分条件下高炉配料计算最优化的问题。本发明的方法对高炉原燃料成分进行详细分析，根据已知的目标函数(如成本最低、某种原料使用量最大等)和外部约束条件(如理论铁水中成分、某种原料使用上下限等)，为高炉配料人员提供高效、明确、精准的最优化炉料配比结果。

附图说明

[0023] 图1揭示了根据本发明的一实施例的基于线性规划的高炉配料优化方法的流程图。

[0024] 图2揭示了根据本发明的基于线性规划的高炉配料优化方法的一应用实例的执行过程。

具体实施方式

[0025] 首先参考图1所示，本发明揭示了一种基于线性规划的高炉配料优化方法，包括如下的步骤：

[0026] 101.获取配料参数配置信息和当前使用的燃料成分信息。

[0027] 102.确定目标函数，将目标函数转换成与成分配比相关的线性方程。

[0028] 103.对线性方程增加约束条件，所述约束条件包括成分配比上下限约束、焦炭负荷约束、碱度约束、煤比约束、锰负荷约束。

[0029] 104.保存包含有约束条件的线性方程。

[0030] 105.调用包含有约束条件的线性方程并代入成分变量。

[0031] 106.进行迭代运算，得到成分配比的结果。

[0032] 107.验证成分配比的结果的唯一性。

[0033] 在一个实施例中，目标函数包括：

[0034] 令第i种原料使用量为Xi，在已知目标2元碱度B2、4元碱度B4，和所有成分信息的情况下，可得：

[0035] 2元碱度约束方程为：

[0036]

[0037] 其中，x1，x2…xm为每一种矿石或副原料的批重，xm+1，xm+2…xn为每一种焦炭的批重，CaOi表示第i种原料的氧化钙含量，SiO2i表示第i种原料的二氧化硅含量，TFei表示第i种原料中铁含量，ASi为目标铁水含硅量；

[0038] 经过移项并提取公因式 后可得

[0039]

[0040] 该目标函数能转化为关于决策变量Xi的线性方程。

[0041] 目标函数还可以包括：4元碱度约束方程、焦炭负荷约束方程、喷煤量约束方程、矿石批重约束方程、焦炭批重约束方程、铁水中含锰约束方程，所述约束方程都能转化为关于决策变量Xi的线性方程。

[0042] 下面介绍根据本发明的基于线性规划的高炉配料优化方法的一个应用实例：

[0043] 在高炉配料问题中，令第i种原料使用量为Xi，在已知目标2元碱度B2、4元碱度B4，和所有成分信息的情况下，通过对该问题的观察，可得：

[0044] 2元碱度约束方程为：

[0045]

[0046] 其中，x1，x2…xm为每一种矿石或副原料的批重，xm+1，xm+2…xn为每一种焦炭的批重，CaOi表示第i种原料的氧化钙含量，SiO2i表示第i种原料的二氧化硅含量，TFei表示第i种原料中铁含量，ASi为目标铁水含硅量；

[0047] 经过移项并提取公因式 后可得

[0048]

[0049] 该约束方程能转化为关于决策变量Xi的线性方程。

[0050] 同理，4元碱度约束方程、焦炭负荷约束方程(或焦比约束，二者任选其一)、喷煤量约束方程(或煤比约束，二者任选其一)，矿石批重约束方程、焦炭批重约束方程、铁水中含锰约束等常规配料约束条件方程，均可在经过公式变性后，转化为关于决策变量Xi的线性方程。

[0051] 在已知原料单价的情况下(假设对应Xi的原料单价为Pi)，则

[0052] 方程 可以代表配料成本最低，显然该函数是关于决策变量Xi的线性函数。将问题引申，目标函数改为某种原料使用量最大(或最小)、某一种类矿石使用量最大(或最小)、某种有害成分使用量最小；或约束条件增加某种使用原料上下限(或配比)、规定焦比、规定煤比，均可将目标函数或约束等式以各种方式转化成关于决策变量Xi的线性方程。

[0053] 对上述配料问题进行观察可得，高炉配料问题中涉及的所有约束条件，均可以转化为关于决策变量Xi(第i种原料使用量)的线性方程，且存在关于决策变量Xi的目标函数，显然所有原料的使用量负，对比线性规划问题的一般形式：

[0054] 目标函数：

[0055] max(min)z＝c1x1+c2x2+…+cnxn

[0056] 约束条件：

[0057] a11 x1+a12x2+…+a1n xn≤(＝,≥)b1

[0058] a21 x1+a22x2+…+a2n xn≤(＝,≥)b2

[0059]

[0060] am1 x1+am2x2+…+amn xn≤(＝,≥)bm

[0061] x1,x2,…,xn≥0

[0062] 其中x1,x2,…,xn称为决策变量，其特点如下：

[0063] 1)存在一个关于决策变量的极大或极小优化方向的目标函数；

[0064] 2)存在若干关于决策变量的约束条件方程；

[0065] 3)决策变量非负；

[0066] 4)目标函数和约束条件方程均为线性。

[0067] 发现条件完全符合，因此可将次问题转化为线性规划问题进行建模并求解。

[0068] 本发明的基于线性规划的高炉配料优化方法使用单纯形法求解上述线性规划问题。单纯形法是求解线性规划问题的通用方法。它的理论根据是：线性规划问题的可行域是n维向量空间Rn中的多面凸集，其最优值如果存在必在该凸集的某顶点处达到。顶点所对应的可行解称为基本可行解。单纯形法的基本思想是：先找出一个基本可行解，对它进行鉴别，看是否是最优解；若不是，则按照一定法则转换到另一改进的基本可行解，再鉴别；若仍不是，则再转换，按此重复进行。因基本可行解的个数有限，故经有限次转换必能得出问题的最优解。如果问题无最优解也可用此法判别。

[0069] 本发明基于上述约束条件的高炉配料最优化问题建模，并采用单纯形法求解，可适应各种操作习惯，以定矿批、定焦批、定焦比、定负荷、定煤比、定原料上下限等各种条件，通过操作界面简单地增改目标函数和约束方程，并求解满足所有约束条件的情况下关于目标函数的最优化配比方案，如问题无最优解或有无穷多解时也会给予适当的优化操作提示。

[0070] 本发明的一个应用实例的执行过程如图2所示。

[0071] 本发明实现过程中共涉及两个实体类：

[0072] CMaterial：负责从数据库中获取原料成分信息和设定约束，将冶金计算等式转化成线性方程。

[0073] 过程处理：

[0074] 获取配料计算参数配置信息；

[0075] 获取当前使用原燃料成分信息；

[0076] 根据设定，确定目标函数，并将目标函数转换成关于配比决策变量的线性方程；

[0077] 根据设定，依次添加原料配比上下限约束、焦炭负荷(或焦比)约束、碱度(2元，4元)约束、煤比(或喷煤速率)约束、锰负荷约束，并将约束条件转换成关于配比决策变量的线性方程；

[0078] 调用ClinerPrograming::Cal()计算结果；

[0079] 将结果保存至数据库，并显示到前台；

[0080] 进行配料正向计算验算准确性。

[0081] CLinerPrograming：被CMatrix中的Material函数调用，负责完成求解线性规划。

[0082] 过程处理：

[0083] 获取由CMaterial整理的目标函数与约束条件，并将其代入对应的成员变量；

[0084] 进行第一阶段迭代，消除人工变量，获取中间矩阵；

[0085] 进行第二阶段迭代，得到运算结果；

[0086] 检验运算结果唯一性。

[0087] 本发明的基于线性规划的高炉配料优化方法解决了已知原燃料成分条件下高炉配料计算最优化的问题。本发明的方法对高炉原燃料成分进行详细分析，根据已知的目标函数(如成本最低、某种原料使用量最大等)和外部约束条件(如理论铁水中成分、某种原料使用上下限等)，为高炉配料人员提供高效、明确、精准的最优化炉料配比结果。