一种优化炼焦配煤的方法、优化炼焦配煤的系统及配煤优化管理系统技术方案

本公开提供一种优化炼焦配煤的方法、优化炼焦配煤的系统及配煤优化管理系统；方法包括：获取历史数据；基于历史数据之间的配比关系和多种煤，建立数据链样本群；基于历史数据和配煤机理，建立配合煤性质指标预测模型；根据历史数据和炼焦机理模型，利用大数据算法建立焦炭性质指标预测模型；基于遗传算法，通过适应度函数及配合煤性质指标预测模型、焦炭性质指标预测模型，对数据链样本群进行筛选，获取目标配煤比；通过本公开的方法、系统，在结合实际生产特点的基础上，实现优化配煤比、降低配煤成本、提高焦炭精度。提高焦炭精度。提高焦炭精度。

【技术实现步骤摘要】
一种优化炼焦配煤的方法、优化炼焦配煤的系统及配煤优化管理系统


[0001]本专利技术属于焦化行业配煤领域，特别涉及一种优化炼焦配煤的方法、优化炼焦配煤的系统及配煤优化管理系统。

技术介绍

[0002]煤是性质结构都非常复杂的物质，炼焦生产也是一项非常复杂的工程，在储运、配煤及炼焦过程中会产生较大的误差和损耗。传统的人工配煤主要依靠配煤师的生产经验和基本的配煤原理完成，存在如下问题：一是受配煤师的经验和技术影响较大，配煤师经验不足和技术欠缺会导致焦炭成本偏高、质量不稳定；二是工作效率低下；三是无法形成可复制、可继承的成果；四配煤师配煤思维容易固化僵化，不容易创新。开发专门的配煤系统可以应用信息化技术，集合配煤经验，并结合实际生产特点，建立起焦炭质量预测及进行配煤优化，寻找最佳的配煤方案，实现最佳经济效益并稳定生产。
[0003]现有开发的配煤系统主要存在以下不足：一是部分系统偏重于研究和解决焦炭质量预测模型的准确性问题和配煤优化方法，忽视系统本身的自动化、信息化功能，没有建立基础数据系统，无法自动采集各种煤、焦数据，使得很多数据需要人工维护，增加工作量，用户体验感差；二是很多系统采用一种预测模型和优化算法，导致系统只适合特定企业，不同企业、不同焦炉、不同工艺适用性差。三是系统使用线性回归还是非线性回归、或者智能神经网络算法，都是基于历史数据，如果企业历史数据少或者有效数据少，就无法建立准确的预测模型。

技术实现思路

[0004]鉴于现有技术中存在的上述问题，本公开提供了优化炼焦配煤的方法、优化炼焦配煤的系统及配煤优化管理系统。
[0005]为实现上述目的，本专利技术实施例采用的技术方案是：
[0006]一方面，提供一种优化炼焦配煤的方法，所述方法包括：
[0007]获取炼焦配煤参数的历史数据；基于所述历史数据之间的配比关系和用于待预测焦炭的多种煤，建立数据链样本群；基于所述历史数据和配煤机理，建立配合煤性质指标预测模型；根据所述历史数据和炼焦机理模型，利用大数据算法建立焦炭性质指标预测模型；基于遗传算法，并通过适应度函数及所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，对所述数据链样本群进行筛选，以获取目标配煤比。
[0008]在本公开的一些实施例中，所述基于遗传算法，并通过适应度函数及所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，对所述数据链样本群进行筛选，以获取目标配煤比，包括：
[0009]第一步，设定优化目标；
[0010]第二步，生成初始化配比种群；
[0011]第三步，对所述配比种群中第一配比个体进行归一化处理，以获得转换配比种群；
[0012]第四步，基于所述转换配比种群，执行遗传算法中选择、交叉、变异的基因操作，获取第二配比个体；
[0013]第五步，基于所述第二配比个体对应的吨耗煤成本、所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，获取配合煤性质指标、焦炭性质指标；
[0014]第六步，判断所述第二配比个体是否满足预设的配合煤性质指标、焦炭性质指标约束条件；若满足，则更新初始化所述配比种群；
[0015]第七步，迭代寻优，获取所述目标配煤比。
[0016]在本公开的一些实施例中，所述优化目标具体包括：在预设条件下，配煤成本最低；在预设配煤成本前提下，使用时间周期最长和炼焦的质量最优。
[0017]在本公开的一些实施例中，所述生成初始化配比种群包括执行如下步骤：对单种煤进行编号，限定所述单种煤的使用比例范围；基于所述编号、所述使用比例范围，和所述配合煤性质指标、焦炭性质指标的约束条件，判断是否存在先验配比个体；若有，则在所述先验配比个体附近以步长为1，生成n个种群个体；若无，则根据随机数函数，生成n个种群个体；将所述种群个体中的单种煤的编号和配比数值连接，以形成遗传算法的染色体的编码；基于所述染色体的编码，生成初始化配比种群。
[0018]在本公开的一些实施例中，所述基于所述转换配比种群，执行遗传算法中选择、交叉、变异的基因操作具体为：选择，从父代群体中选取至少一个种群个体，遗传给下一代；所述选择用来确定重组或交叉个体；交叉，对两个相互配对的染色体按预设方式相互交换部分基因，以形成两个新的种群个体；变异，将所述个体的染色体的编码中基因座上的基因值用该基因座上的其他等位基因值来替换，以形成新的种群个体。
[0019]在本公开的一些实施例中，在所述迭代寻优，获取目标配煤比之后，所述方法还包括：将获取的所有所述目标配煤比，分别对比其对应的耗煤成本，将其中耗煤成本最低的所述目标配煤比作为最优的所述目标配煤比。
[0020]在本公开的一些实施例中，所述炼焦配煤参数包括：单种煤、配煤比、配合煤、焦炭、炼焦工艺参数。
[0021]一方面，本专利技术提供一种优化炼焦配煤的系统，所述系统包括：
[0022]获取历史数据单元，用于获取炼焦配煤参数的历史数据；
[0023]获取数据链样本群单元，用于基于所述历史数据之间的配比关系和用于待预测焦炭的多种煤，建立数据链样本群；
[0024]获取配合煤性质指标预测模型单元，用于基于所述历史数据和配煤机理，建立配合煤性质指标预测模型；
[0025]获取焦炭性质指标预测模型单元，用于根据所述历史数据和炼焦机理模型，利用大数据算法建立焦炭性质指标预测模型；
[0026]获取最优配煤比单元，用于基于遗传算法，并通过适应度函数及所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，对所述数据链样本群进行筛选，以获取目标配煤比；
[0027]获取多组炼焦结果单元，用于基于所述目标配煤比进行配煤，并通过小焦炉炼焦测试，以获取炼焦结果；
[0028]获取最终最优配煤比单元，用于判断所述炼焦结果是否满足预设约束条件，如果满足所述预设约束条件，将所述炼焦结果设置为最优配煤比。
[0029]在本公开的一些实施例中，所述优化炼焦配煤的系统还包括固定模块单元和定制模块单元；
[0030]所述固定模块单元包括：配煤制定及优化模块、进厂煤数据中心模块、配煤比数据中心模块、配合煤数据中心模块、焦炭数据中心模块、煤库存管理模块、配煤实验管理模块、炼焦工艺管理模块；其中，
[0031]所述配煤制定及优化模块，用于正向制定配煤比和反向推算配煤比；
[0032]所述进厂煤数据中心模块，用于建立并包含每一批进厂煤的进厂时间、编码、化验单号、煤种、区域、矿点、供应商、含税价、吨位以及煤质指标，实现单种煤信息统计功能以及质量预警功能；
[0033]所述配煤比数据中心模块，用于建立并包含所有下达执行的生产配比；每一个配比列表中包含配煤单号、下达时间、下达人、备煤和炼焦执行时间、对应配合煤指标和焦炭质量指标；
[0034]所述配合煤数据中心模块，用于建立并包含所有的配合煤数据；每一条配合煤数据包括化验单号、采样时间、化验质量指标及对应配煤单号；数据采集于质量管理系统；
[0035]所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种优化炼焦配煤的方法，其特征在于，所述方法包括：获取炼焦配煤参数的历史数据；基于所述历史数据之间的配比关系和用于待预测焦炭的多种煤，建立数据链样本群；基于所述历史数据和配煤机理，建立配合煤性质指标预测模型；根据所述历史数据和炼焦机理模型，利用大数据算法建立焦炭性质指标预测模型；基于遗传算法，并通过适应度函数及所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，对所述数据链样本群进行筛选，以获取目标配煤比。2.根据权利要求1所述的方法，其特征在于，所述基于遗传算法，并通过适应度函数及所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，对所述数据链样本群进行筛选，以获取目标配煤比，包括：第一步，设定优化目标；第二步，生成初始化配比种群；第三步，对所述配比种群中第一配比个体进行归一化处理，以获得转换配比种群；第四步，基于所述转换配比种群，执行遗传算法中选择、交叉、变异的基因操作，获取第二配比个体；第五步，基于所述第二配比个体对应的吨耗煤成本、所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，获取配合煤性质指标、焦炭性质指标；第六步，判断所述第二配比个体是否满足预设的配合煤性质指标、焦炭性质指标约束条件；若满足，则更新初始化所述配比种群；第七步，迭代寻优，获取所述目标配煤比。3.根据权利要求2所述的方法，其特征在于，所述优化目标具体包括：在预设条件下，配煤成本最低；在预设配煤成本前提下，使用时间周期最长和炼焦的质量最优。4.根据权利要求2所述的方法，其特征在于，所述生成初始化配比种群包括执行如下步骤：对单种煤进行编号，限定所述单种煤的使用比例范围；基于所述编号、所述使用比例范围，和所述配合煤性质指标、焦炭性质指标的约束条件，判断是否存在先验配比个体；若有，则在所述先验配比个体附近以步长为1，生成n个种群个体；若无，则根据随机数函数，生成n个种群个体；将所述种群个体中的单种煤的编号和配比数值连接，以形成遗传算法的染色体的编码；基于所述染色体的编码，生成初始化配比种群。5.根据权利要求4所述的方法，其特征在于，所述基于所述转换配比种群，执行遗传算法中选择、交叉、变异的基因操作具体为：选择，从父代群体中选取至少一个种群个体，遗传给下一代；所述选择用来确定重组或交叉个体；交叉，对两个相互配对的染色体按预设方式相互交换部分基因，以形成两个新的种群个体；
变异，将所述个体的染色体的编码中基因座上的基因值用该基因座上的其他等位基因值来替换，以形成新的种群个体。6.根据权利要求2所述的方法，其特征在于，在所述迭代寻优，获取目标配煤比之后，所述方法还包括：将获取的所有所述目标配煤比，分别对比其对应的耗煤成本，将其中耗煤成本最低的所述目标配煤比作为最优的所述目标配煤比。7.根据权利要求1所述的方法，其特征在于，所述炼焦配煤参数包括：单种煤、配煤比、配合煤、焦炭、炼焦工艺参数。8.一种优化炼焦配煤的系统，其特征在于，所述系统包括：获取历史数据单元，用于获取炼焦配煤参数的历史数据；获取数据链样本群单元，用于基于所述历史数据之间的配比关系和用于待预测焦炭的多种煤，建立数据链样本群；获取配合煤性质指标预测模型单元，用于基于所述历史数据和配煤机理，建立配合煤性质指标预测模型；获取焦炭性质指标预测模型单元，用于根据所述历史数据和炼焦机理模型，利用大数据算法建立焦炭性质指标预测模型；获取最优配煤比单元，用于基于遗传算法，并通过适应度函数及所述配合煤性质指标预测模型、所述焦炭性质指标预测模型，对所述数据链样本群进行筛选，以获取目标配煤比；获取多组炼焦结果单元，用于基于所述目标配煤比进行配煤，并通过小焦炉炼焦测试，以获取炼焦结果；获取最终最优配煤比单元，用于判断所述炼焦结果是否满足...

【专利技术属性】
技术研发人员：黄贵东，任华伟，路利宾，李浩伟，党伟荣，曹宇，杨洪庆，王秀彪，李拥军，王庆杰，杨磊，张红，马路平，
申请(专利权)人：河北中煤旭阳能源有限公司河北旭阳能源有限公司，
类型：发明
国别省市：