【技术实现步骤摘要】
本专利技术涉及工业生产管理领域，尤其涉及基于线性规划的水泥生产全流程物料平衡算法。
技术介绍
1、传统的工厂物料管理方法，通常依赖于人工盘点、人工计算与账面的差异得到盈亏数据，需要人工每日去统计每日的生产消耗数据，且生产消耗数据均为动态计量的数据，较静态计量来说，数据的可靠性较低。
2、人工的对生产数据进行调整来进行物料平衡，调整时受人的主观思想、多个分厂间的管理思想影响，调整过程繁琐，效率低下，且调整结果并不理想，对于每日生产的成本等管理均受人工物料平衡的实效影响。这种方式就存在响应速度慢，准确度低，调整思路局限性的问题，导致调整十分繁琐，效果不佳，且作为工厂最关键的生产数据，与其他信息化系统具有强关联性，导致需要利用生产数据进行分析的任务均需要等待人工物料平衡调整结束后方可进行，大幅降低了企业的管理效率和生产信息的时效性，因此，需要一种能够实现精确物料平衡、响应快速并能自动调整产量消耗量的新方法。
技术实现思路
1、本专利技术的目的是为了解决现有技术中的问题，而提出的基于线性规划的水泥生产全流程物料平衡算法。
2、基于线性规划的水泥生产全流程物料平衡算法，包括以下步骤：
3、s1、通过实际生产的工艺流程，设计物料流转的计算公式，利用皮带秤、斗提电流对生产基本数据实现实时获取、转化、统计、计算；
4、s2、通过料位计、雷达成像设备实时获取库存数据；
5、s3、采用物料平衡系统在每日零时自动对前日所有生产数据、盈亏数据、设
6、s4、启动线性规划算法，首先进行变量创建，然后确定约束条件和目标函数，之后通过线性规划求解器求解出初步结果，最后通过输出结果调整水泥多产线上的产量；
7、s5、将算法计算结果进行处理，并将数据整理后存储。
8、在上述的基于线性规划的水泥生产全流程物料平衡算法中，所述步骤s4中，算法输入数据包含“产物”和“原料”两个键值对，“产物”内包含整个流程中所涉及的全部产物，包括325水泥、425低碱水泥、425水泥、525水泥、生料、熟料、石灰石和瓜子片，每种产物包含“值”、“盈亏”、“上限”和“下限”，其中“值”表示昨日实际生产量vi，“盈亏”表示昨日统计的盈亏pi，“上限”表示该产物的产量上限ui，即机器运行台时乘以单位时间机器最大产能，“下限”表示该产物单天最少产量li；
9、“原料”内包含整个流程中所涉及的全部原料，包括熟料、二水石膏、脱硫石膏、磷石膏、粉末、煤矸石、瓜子片、粉煤灰、生料、铁质原料、砂页岩、超细粉末、石灰石，每种原料包含“值”、“盈亏”、“上限”和“下限”，其中“值”表示昨日实际消耗量vi，“盈亏”表示昨日统计的盈亏pi，“上限”表示该原料的消耗上限ui，即机器运行台时乘以单位时间机器最大输入量，在水泥原料中将“上限”更换为“限制”，其中包含每种水泥在生产时该原料的占比上下限，即uli和lli。
10、在上述的基于线性规划的水泥生产全流程物料平衡算法中，所述步骤s4中，设置变量ci表示各种原料在算法调整后的预期消耗量，设置变量oi表示产物在算法调整后的预期生产量，所述算法中的约束条件如下：
11、a.分别讨论各产物和原料的剩余盈亏ppi与剩余盈亏绝对值absppi：其中ppi等于对应的ci或oi与vi差值加上实际盈余pi，既生产又消耗的物品需要将生产和消耗两次的差值加上pi，如公式(1)所示：
12、
13、其中i表示原料或产物，另外添加约束条件公式(2)来约束出ppi的绝对值，以方便目标函数的计算：
14、absppi≥±ppi； (2)
15、b.对水泥、熟料和生料预取产量添加限制约束条件，如公式(3)所示：
16、(1-lmti)*vi≤oi≤(1+lmti)*vi； (3)
17、其中lmti表示物品i的预期调整量占实际生产量vi的百分比值。
18、c.添加生料生产约束条件：石灰石的消耗量必须大于等于其生产量的7成，如公式(4)所示：
19、c石灰石≥o石灰石×0.7； (4)
20、生料的生产量等于全部原料的消耗量之和，如公式(5)所示：
21、o生料＝＝c粉煤灰+c铁质原料+c砂页岩+c内倒粉末+c石灰石； (5)
22、d.添加熟料生产约束条件：熟料的产量乘以1.63就是生料的消耗量，如公式(6)所示：
23、c生料＝＝1.63×o熟料； (6)
24、e.添加水泥生产约束条件：在425和425低碱水泥中，熟料与石膏的消耗总量占比大于等于0.8，如公式(7)所示：
25、
26、其中k表示425水泥或425低碱水泥；
27、在525水泥中，脱硫石膏与二水石膏预期消耗量的比例与实际消耗量的比例相同，如公式(8)所示：
28、
29、每种水泥的两条产线上的总生产量等于其原料消耗量之和，另外，当某水泥的某条产线的“上限”为0时，表示该产线不生产该水泥，如公式(9)所示；
30、
31、其中a、b分别表示两条水泥产线，t表示水泥种类；
32、根据输入数据中的uli和lli，分别对各水泥及原料分别限制占比，如公式(10)所示：
33、
34、在上述的基于线性规划的水泥生产全流程物料平衡算法中，所述步骤s4中，目标函数中各种物品权重如下：
35、设w水泥为所有水泥的权重，如公式(11)所示：
36、
37、w熟料为熟料的权重，如公式(12)所示；
38、
39、w开采为瓜子片、石灰石这些从山上开采的原料的权重，如公式(13)所示；
40、
41、在上述的基于线性规划的水泥生产全流程物料平衡算法中，所述步骤s4中，算法中的目标函数如下：
42、将所有物品的剩余盈亏绝对值乘以自身的权重，如公式(14)所示：
43、target＝w水泥×(abspp325水泥+abspp425低碱水泥+abspp425水泥+abspp525水泥)+w熟料×abspp熟料+abspp生料+abspp粉煤灰+abspp粉末+abspp煤矸石+abspp磷石膏+abspp二水石膏+abspp脱硫石膏+abspp铁质原料+abspp砂页岩+abspp内倒粉末+w开采×(abspp瓜子片+abspp石灰石)。 (14)
44、在上述的基于线性规划的水泥生产全流程物料平衡算法中，所述步骤s4中，对输出结果中的水泥预期产量进行的调整步骤如下：
45、a.循环对所有水泥进行处理，若该水泥的两条产线的上限都不为0，则进行后面的步骤，反之，则不调整该水泥，判断下一款水泥是否需要调整；
46、b.确定两本文档来自技高网...
【技术保护点】
1.基于线性规划的水泥生产全流程物料平衡算法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤S4中，算法输入数据包含“产物”和“原料”两个键值对，“产物”内包含整个流程中所涉及的全部产物，包括325水泥、425低碱水泥、425水泥、525水泥、生料、熟料、石灰石和瓜子片，每种产物包含“值”、“盈亏”、“上限”和“下限”，其中“值”表示昨日实际生产量Vi，“盈亏”表示昨日统计的盈亏Pi，“上限”表示该产物的产量上限Ui，即机器运行台时乘以单位时间机器最大产能，“下限”表示该产物单天最少产量Li；
3.根据权利要求2所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤S4中，设置变量Ci表示各种原料在算法调整后的预期消耗量，设置变量Oi表示产物在算法调整后的预期生产量，所述算法中的约束条件如下：
4.根据权利要求3所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤S4中，目标函数中各种物品权重如下：
5.根据权利要求4所述的基于线性规划
6.根据权利要求5所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤S4中，对输出结果中的水泥预期产量进行的调整步骤如下：
7.根据权利要求1所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤S3中，将计算整合的数据生成JSON数据体，并通过Restful方式将数据传递到算法进行处理。
...【技术特征摘要】
1.基于线性规划的水泥生产全流程物料平衡算法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤s4中，算法输入数据包含“产物”和“原料”两个键值对，“产物”内包含整个流程中所涉及的全部产物，包括325水泥、425低碱水泥、425水泥、525水泥、生料、熟料、石灰石和瓜子片，每种产物包含“值”、“盈亏”、“上限”和“下限”，其中“值”表示昨日实际生产量vi，“盈亏”表示昨日统计的盈亏pi，“上限”表示该产物的产量上限ui，即机器运行台时乘以单位时间机器最大产能，“下限”表示该产物单天最少产量li；
3.根据权利要求2所述的基于线性规划的水泥生产全流程物料平衡算法，其特征在于：所述步骤s4中，设置变量ci表示各种原料在...
【专利技术属性】
技术研发人员：许越，王严寒，叶明虎，韦鹏，徐铭，张迪，
申请(专利权)人：安徽智质工程技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。