案例、配矿计划编制.doc

案例、配矿计划编制一、问题的提出某大型冶金矿山公司共有14个出矿点，年产量及各矿点矿石的平均品位（含铁量的百分比）均为已知（见表1）。表1 矿点出矿石量及矿石平均品位表矿点号出矿石量平均铁品位（%）17037.162751.2531740.0042347.005342.0069.549.967151.41815.448.3492.749.08107.640.221113.552.71122.756.92131.240.73147.250.20按照冶金生产，具体说这里指炼铁生产的要求，在矿石采出后，需按要求指定的品位值TFe进行不同品位矿石的混合配料，然后进入烧结工序，最后，将小球状的烧结球团矿送入高炉进行高温冶炼，生产出生铁。该企业要求：将这14个矿点的矿石进行混合配矿。依据现有生产设备及生产工艺的要求，混合矿石的平均品位TFe规定为45%。问：如何配矿才能获得最佳的效益？二、分析与建立模型负责此项目研究的运筹学工作者，很快判定此项目属于运筹学中最成熟的分支之一——线性规划的范畴。而且是一个小规模问题。1.设计变量：记Xj（j=1，2，*，14）分别表示出矿点1~14所产矿石中参与配矿的数量（单位：万吨）。2.约束条件：包括三部分：（1）供给（资源）约束：由表1，有 X1 ≤70 ，X2 ≤ 7 ，… ，X14 ≤ 7.2（2）品位约束： 0.3716X1+0.5125X2+…+0.5020X14=0.4500∑Xj（3）非负约束： Xj≥0 j=1，2，…，143.目标函数：此项目所要求的“效益最佳”。作为决策准则有一定的模糊性。由于配矿后混合矿石将作为后面工序的原料而产生利润，故在初始阶段，可将目标函数选作配矿总量，并追求其极大化。于是，可得出基本（LP）模型如下： （LP） Max Z=∑Xj s.t. 0≤ X1 ≤70 0≤ X2 ≤ 7 …… 0≤ X14 ≤ 7.2 0.3716X1+0.5125X2+…+0.5020X14=0.4500∑Xj三、计算结果及分析计算结果使用单纯形算法，极易求出此模型的最优解： X*=（X*1，X*2，…，X*14）T，它们是： X*1 =31.121 X*2 = 7 X*3 =17 X*4 =23 X*5 = 3 X*6 = 9.5 X*7 = 1 X*8 =15.4 X*9 = 2.7 X*10= 7.6 X*11=13.5 X*12= 2.7 X*13=1.2 X*14= 7.2 （单位：万吨）目标函数的最优值为： Z*= ∑X*j =141.921（万吨）分析与讨论按照运筹学教材中所讲述的方法及过程，此项目到此似乎应该结束了。但是，这是企业管理中的一个真实的问题。因此，对这个优化计算结果需要得到多方面的检验。这个结果是否能立即为公司所接受呢？回答是否定的！注意！在最优解X*中，除第1个矿点有富余外，其余13个矿点的出矿量全部参与了配矿。而矿点1在配矿后尚有富余量：70-31.121=38.879（万吨），但矿点1的矿石平均品位仅为37.16%，属贫矿。作为该公司的负责人或决策层绝难接受这个事实：花费大量的人力、物力、财力后，在矿点1生产的贫矿中却有近39万吨被闲置，而且在大量积压的同时，会产生环境的破坏，也是难以容忍的。原因何在？出路何在？经过分析后可知：在矿石品位及出矿量都不可变更的情况下，只能把注意力集中在混合矿的品位要求TFe上。不难看出，降低的TFe值。可以使更多的低品位矿石参与配矿。TFe有可能降低吗？在因TFe的降低而使更多贫矿石入选的同时，会产生什么样的影响？必须加以考虑。就线性规划模型建立、求解等方面来说，降低TFe及其相关影响已不属于运筹学的范围，它已涉及该公司的技术与管理。但是，从事此项目研究的运筹学工作者却打破了这个界限，深入到现场操作人员、工程技术人员及管理人员中去，请教、学习、调查，然后按照TFe的三个新值：44%、43%、42%，重新计算变动参数值及再计算将参数TFe的三个变动值0.44、0.43、0.42分别代入基本模型（LP），重新计算，相应的最优解分别记作X*（0.44）、X*（0.43）及X*（0.42）。下表给出详细的数据比较：表2 不同TFe值的配矿数据矿点铁品位（%）出矿量(万吨)TFe = 45%TFe = 44%