烧结配料优化模型求解方法研究.pdfVIP

第 16卷5期 应用基础与工程科学学报 Vo1．16，No．5 2008年 lO月 JOURNALOFBASICSCIENCEAND ENGINEERING October20o8 文章编号：1005-0930(2008)05．．0695-08 中图分类号：TF541 文献标识码：A 烧结配料优化模型求解方法研究 吕学伟， 白晨光， 邱贵宝，黄青云，何生平 (重庆大学材料科学与工程学院，重庆400044) 摘要：针对烧结配料优化模型的求解问题，研究了线性规划法、蒙特卡洛法和遗 传算法各自的特点．以国内某钢铁企业的烧结工艺为例，通过改变约束条件、模 型求解参数等对比、分析求解结果，分别从最优解精度、约束条件、应用范围以及 求解效率4个方面进行比较．重点研究了遗传算法的惩罚函数，提出了通过改变 惩罚函数大小实现按照优先级处理约束条件的新方法，指出了该方法在配料优 化中的潜在应用价值． 关键词：烧结配料优化 ；线性规划法；蒙特卡洛法；遗传算法 由于矿石资源紧缺，目前，我国很多钢铁企业的铁矿石主要靠进口．进口矿的种类多、 成分波动大，给配矿带来困难．以某钢铁集团为例，2006年烧结用进 口矿有十几种，占烧 结厂全年矿石用量的80％以上．烧结矿配料优化从20世纪80年代就开始研究-1J，最初 运用的是线性规划方法，优化对象也仅限于烧结矿的化学成分．随着研究内容的不断深 入，烧结矿的物理性能、冶金性能也成为了模型的优化 目标．随之而来的问题是变量、约束 条件数 目增多，优化模型规模变大．蒙特卡洛法是一种随机抽样方法 j，它以概率模型求 解最优值；遗传算法是模拟生物在自然环境里的遗传和进化过程而形成的一种 自适应全 局优化概率搜索算法 -5_4．上述两种方法都曾经被提出应用到烧结配料优化中 J．本文 的研究内容是上述3种方法在解决烧结配料优化时有何差别． 1 优化模型建立 1．1 目标函数 烧结配料优化的最终 目的就是在满足产品的物理化学性能、冶金性能的前提下，使所 配加的所有原料的成本最低． rainc=∑c×P (1) 式中，C为各原料的单价；p为各原料的用量 (以下各式中相同符号意义均相同)；C为单 位烧结矿的成本． 收稿 日期：2007-04-10；修订 日期：2008-01-21 基金项 目：国家自然科学基金项 目；重庆大学研究生创新基金(200701Y1B0020188) 作者简介：吕学伟 (1982一)，男，博士研究生 通讯作者：白晨光 (1957一)，男，教授．E-mail：lvxuewei@163．toni 应用基础与工程科学学报 V01．16 1．2 约束条件 1．2．1 化学成分约束 烧结矿首先要满足各种化学成分的要求，如TFe、MgO、AI。O，、 CaO、SiO2、S、P等． ∑P×i≤bj(≥ ) (2) 式中，i为物质i中成分 的含量；bj、df分别为烧结矿中对各成分的上限和下限约束． 1．2．2 物理性能约束 利用以往生产的配料和测试数据并通过逐步回归分析的方法 得出经验性的公式作为约束．研究证明：只要配料的波动在不超出范围的前提下，这种方 法是可以用来指导生产的 J． Q=fQ(pi)≤q (3) 式中，q为相应的性能指标；fo为对应性能指标的函数关系式；g为某物理指标要求值． 1．2．3 其它约束 各原料还要满足最大供应量约束，以及原料总量为100％的等式 条件： 0≤Pi≤Pi (4)