本發(fā)明屬于煤場分堆
技術(shù)領(lǐng)域：
。具體涉及一種基于煤巖學(xué)和遺傳算法的煤場分堆方法。
背景技術(shù)：
：焦化企業(yè)受場地限制，大多采用揮發(fā)分、粘結(jié)指數(shù)、膠質(zhì)層厚度等煤分類指標(biāo)指導(dǎo)堆放，將這些指標(biāo)相同或相近的來煤堆放在一起。但上述指標(biāo)對來煤分堆堆放后，常出現(xiàn)配煤與焦炭質(zhì)量不穩(wěn)定的情況，原因在于這些指標(biāo)無法鑒別來煤的單混性，少數(shù)來煤堆放不合理即可導(dǎo)致配煤質(zhì)量混亂。在堆放過程中造成的混雜會使以單煤形式堆放的煤堆形成混煤，使建立在單煤基礎(chǔ)上的配煤煉焦理論難以適應(yīng)，同時(shí)，也會造成對優(yōu)質(zhì)煉焦煤資源的浪費(fèi)。而利用煤的鏡質(zhì)組隨機(jī)反射率分布比例指標(biāo)首先可以很好地鑒別單煤和混煤，其次，在比較來煤的鏡質(zhì)組隨機(jī)反射率分布比例的相似程度的基礎(chǔ)上，可以指導(dǎo)煤場來煤的合理堆放。近年來，隨著焦化企業(yè)對煤的巖相分析儀器的引進(jìn)，使得焦化企業(yè)對來煤的鏡質(zhì)組隨機(jī)反射率分布比例的測定變得更加快速與便捷。同時(shí)，對煤的鏡質(zhì)組隨機(jī)反射率分布圖的應(yīng)用研究也越來越普遍，如燕瑞華等的研究(燕瑞華，高志軍，耿印權(quán)等.鏡質(zhì)組反射率分布圖在配煤煉焦中的應(yīng)用[J].燃料與化工，2001,32(5):227-230.)，提出了利用煤的鏡質(zhì)組反射率分布圖鑒別混煤、指導(dǎo)煤場分堆和優(yōu)化配煤結(jié)構(gòu)，并取得了很好的效益；又如姚伯元等的研究(姚伯元,吳亞東.用煤反射率分布圖指導(dǎo)煤場來煤的合理堆放[J].燃料與化工,2008,39(3):9-14.)，通過定義來煤離異值、來煤分布范圍容納度Fi(％)和來煤反射率分布圖重疊度Ci(％)指標(biāo)，來綜合的指導(dǎo)煤場來煤的合理堆放?，F(xiàn)有的分堆方法雖有很多優(yōu)點(diǎn)，但在焦化企業(yè)實(shí)際生產(chǎn)中還存在以下不足：一是沒有考慮煤場分堆的簡易性和時(shí)效性；二是沒有考慮當(dāng)來煤的煤種復(fù)雜且數(shù)量多時(shí)，人工匹配的復(fù)雜度。技術(shù)實(shí)現(xiàn)要素：本發(fā)明旨在克服現(xiàn)有技術(shù)的缺陷，目的是提供一種簡單高效和快速優(yōu)化的基于煤巖學(xué)和遺傳算法的煤場分堆方法。為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案的步驟是：步驟1、測定煤場中各煤堆的鏡質(zhì)組隨機(jī)反射率分布比例和測定來煤的鏡質(zhì)組隨機(jī)反射率分布比例。步驟2、建立煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness；Fitness＝[f1,f2,...,fi,...,fM](1)式(1)中：M表示煤場中的煤堆個(gè)數(shù)；i表示自然數(shù)，i＝1,2,3,…,M；fi表示第i號煤堆的來煤和第i號煤堆的鏡質(zhì)組隨機(jī)反射率分布比例的重合度，fi=100n=0Σj=150(min(Rei,j,xi-1,j,xi-2,j,...,xi-k,j,...,xi-n,j))n>0---(2)]]>式(2)中：i表示自然數(shù)，i＝1,2,3,…,M；M表示煤場中的煤堆個(gè)數(shù)；n表示第i號煤堆的來煤種數(shù)；Rei,j表示第i號煤堆的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；j表示自然數(shù)，j＝1,2,3,…,50；k表示自然數(shù)，k＝1,2,3,…,n；xi-k,j表示第i號煤堆的第k種來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；min表示取最小值。步驟3、采用遺傳算法和煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness尋求最優(yōu)煤場分堆方案，具體步驟是：步驟3.1、設(shè)來煤種數(shù)為D；采用整數(shù)編碼，在[1,M]區(qū)間內(nèi)構(gòu)建初代種群個(gè)體，得到初代種群；初代種群個(gè)體的形式為：αt＝[b1,b2,...,bD](3)式(3)中，t表示初代種群個(gè)體的序號，t為自然數(shù)，t＝1,2,3,…,P；P表示初代種群個(gè)體總數(shù)；b表示初代種群個(gè)體的基因位點(diǎn)，b∈N∩b∈[1,M]；D表示來煤種數(shù)。步驟3.2、采用遺傳算法中的單點(diǎn)交叉方法對初代種群個(gè)體進(jìn)行交叉操作，交叉概率Pc＝0.6；采用變異概率的方式對初代種群個(gè)體進(jìn)行變異操作，變異概率Pm＝0.2，形成遺傳種群個(gè)體，得到遺傳種群。步驟3.3、將初代種群和遺傳種群合并為總種群；采用煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness計(jì)算總種群個(gè)體的適應(yīng)度。步驟3.4、從總種群中獲取Pareto最優(yōu)個(gè)體；判斷Pareto最優(yōu)個(gè)體總數(shù)是否大于初代種群個(gè)體總數(shù)，若Pareto最優(yōu)個(gè)體總數(shù)大于或等于初代種群個(gè)體總數(shù)，則采取隨機(jī)抽取的方式從Pareto最優(yōu)個(gè)體中選擇出子代種群個(gè)體；若Pareto最優(yōu)個(gè)體總數(shù)小于初代種群個(gè)體總數(shù)，則將Pareto最優(yōu)個(gè)體全部選擇到子代種群中，子代種群中其余個(gè)體在[1,M]區(qū)間內(nèi)構(gòu)建。步驟3.5、計(jì)算每一個(gè)Pareto最優(yōu)個(gè)體的適應(yīng)度的加和值，選擇出適應(yīng)度的加和值最大的Pareto最優(yōu)個(gè)體為當(dāng)代最優(yōu)個(gè)體，保存當(dāng)代最優(yōu)個(gè)體。步驟3.6、清除初代種群中所有的個(gè)體，用子代種群中所有的個(gè)體填充到初代種群中；判斷初代種群迭代次數(shù)是否大于最大迭代次數(shù)，若初代種群迭代次數(shù)大于最大迭代次數(shù)則算法終止，計(jì)算每一個(gè)當(dāng)代最優(yōu)個(gè)體的適應(yīng)度的加和值，選擇出適應(yīng)度的加和值最大的當(dāng)代最優(yōu)個(gè)體為最優(yōu)煤場分堆方案；若初代種群迭代次數(shù)小于或等于最大迭代次數(shù)則返回步驟3.2。步驟4、根據(jù)最優(yōu)煤場分堆方案，利用煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness計(jì)算出最優(yōu)煤場分堆方案的適應(yīng)度；若最優(yōu)煤場分堆方案的適應(yīng)度中每一個(gè)重合度值大于或等于30％，則滿足生產(chǎn)需求；若最優(yōu)煤場分堆方案的適應(yīng)度中存在有重合度值小于30％，則不滿足生產(chǎn)需求，返回步驟3，直至最優(yōu)煤場分堆方案的適應(yīng)度中每一個(gè)重合度值大于或等于30％。由于采用上述技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，其顯著的有益效果體現(xiàn)在：1，本發(fā)明提出了將各煤堆與各煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度作為煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness，該模型可以高效評價(jià)出煤場分堆方案的優(yōu)劣，從而加快最優(yōu)煤場分堆方案的選擇。2，本發(fā)明采用以Pareto理論與遺傳算法相結(jié)合的方式優(yōu)化煤場分堆方案，該算法在迭代次數(shù)為100～300范圍內(nèi)穩(wěn)定收斂，從而實(shí)現(xiàn)煤場分堆方案的快速優(yōu)化。3，本發(fā)明以來煤的鏡質(zhì)組隨機(jī)反射率分布比例和煤堆的鏡質(zhì)組隨機(jī)反射率分布比例作為輸入，無需其他評價(jià)指標(biāo)，在遺傳算法優(yōu)化后，即可得到最優(yōu)煤場分堆方案，從而實(shí)現(xiàn)了簡單高效。因此，本發(fā)明具有簡單高效和能夠快速優(yōu)化的特點(diǎn)。附圖說明：圖1為本發(fā)明的1號煤堆和1號煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布直方圖；圖2為本發(fā)明的2號煤堆和2號煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布直方圖；圖3為本發(fā)明的3號煤堆和3號煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布直方圖；圖4為本發(fā)明的4號煤堆和4號煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布直方圖；圖5為本發(fā)明的5號煤堆和5號煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布直方圖。具體實(shí)施方式：下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步的描述，并非對其保護(hù)范圍的限制。實(shí)施例1一種基于煤巖學(xué)和遺傳算法的煤場分堆方法。該方法的具體步驟是：步驟1、本實(shí)施例的某煤場的煤堆個(gè)數(shù)M為5，來煤種數(shù)為D為14，測定該煤場中5個(gè)煤堆的鏡質(zhì)組隨機(jī)反射率分布比例和測定14種來煤的鏡質(zhì)組隨機(jī)反射率分布比例(由于煤的鏡質(zhì)組隨機(jī)反射率分布比例數(shù)據(jù)龐雜，故未羅列)，所述14種來煤的煤種類別如表1所示。表114種來煤的煤種類別步驟2、建立煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness。Fitness＝[f1,f2,f3,f4,f5](1)式(1)中，fi表示第i號煤堆的來煤和第i號煤堆的鏡質(zhì)組隨機(jī)反射率分布比例的重合度，fi=100n=0Σj=150(min(Rei,j,xi-1,j,xi-2,j,...,xi-k,j,...,xi-n,j))n>0---(2)]]>式(2)中，i為自然數(shù)，i＝1,2,3,4,5；n表示第i號煤堆的來煤種數(shù)；j表示自然數(shù)，j＝1,2,3,…,50；Rei,j表示第i號煤堆的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；k表示自然數(shù)，k＝1,2,3,…,n；xi-k,j表示第i號煤堆的第k種來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；min表示取最小值。步驟3、采用遺傳算法和煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness尋求最優(yōu)的煤場分堆方案，具體步驟如下：步驟3.1、來煤種數(shù)D為14，設(shè)置初代種群個(gè)體總數(shù)P為50，最大迭代次數(shù)為300。采用整數(shù)編碼，在[1,5]區(qū)間內(nèi)構(gòu)建初代種群個(gè)體，得到初代種群。初代種群個(gè)體的形式為：αt＝[b1,b2,...,b14](3)式(3)中，t為初代種群個(gè)體的序號，t為自然數(shù)，t＝1,2,3,…,50；b為初代種群個(gè)體的基因位點(diǎn)，b∈N∩b∈[1,5]。例如，初代種群第1號個(gè)體α1的基因如表2所示，初代種群第1號個(gè)體α1代表的分堆方案為：1號煤堆的來煤為3#、9#和14#，2號煤堆的來煤為2#、4#、6#和10#，3號煤堆的來煤為5#、12#和13#，4號煤堆的來煤為7#和11#，5號煤堆的來煤為1#和8#。表2初代種群第1號個(gè)體α1的基因步驟3.2、采用遺傳算法中的單點(diǎn)交叉方法對初代種群個(gè)體進(jìn)行交叉操作，交叉概率Pc＝0.6；采用變異概率的方式對初代種群個(gè)體進(jìn)行變異操作，變異概率Pm＝0.2，形成遺傳種群個(gè)體，得到遺傳種群。步驟3.3、將初代種群和遺傳種群合并為總種群；采用煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness計(jì)算總種群個(gè)體的適應(yīng)度。例如，總種群第1號個(gè)體β1的基因如表3所示。表3總種群第1號個(gè)體β1的基因采用煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness計(jì)算出總種群第1號個(gè)體β1的適應(yīng)度為：[6.6％，75.1％，1％，0％，0％]。步驟3.4、從總種群中獲取Pareto最優(yōu)個(gè)體；判斷Pareto最優(yōu)個(gè)體總數(shù)是否大于初代種群個(gè)體總數(shù)，若Pareto最優(yōu)個(gè)體總數(shù)大于或等于初代種群個(gè)體總數(shù)，則采取隨機(jī)抽取的方式從Pareto最優(yōu)個(gè)體中選擇出子代種群個(gè)體；若Pareto最優(yōu)個(gè)體總數(shù)小于初代種群個(gè)體總數(shù)，則將Pareto最優(yōu)個(gè)體全部選擇到子代種群中，子代種群中其余個(gè)體在[1,5]區(qū)間內(nèi)構(gòu)建。例如：總種群第2號個(gè)體β2的基因和總種群第3號個(gè)體β3的基因如表4所示。表4總種群第2號個(gè)體β2的基因和總種群第3號個(gè)體β3的基因采用煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness分別計(jì)算出：總種群第2號個(gè)體β2的適應(yīng)度為[0％，0％，2.9％，0％，0％]；總種群第3號個(gè)體β3的適應(yīng)度為[7.3％，0％，8.4％，0％，31.4％]?？梢钥闯?，總種群第3號個(gè)體β3的適應(yīng)度中各重合度值均對應(yīng)地大于或等于總種群第2號個(gè)體β2的適應(yīng)度中各重合度值，則總種群第3號個(gè)體β3為Pareto最優(yōu)個(gè)體。步驟3.5、計(jì)算每一個(gè)Pareto最優(yōu)個(gè)體的適應(yīng)度的加和值，選擇出適應(yīng)度的加和值最大的Pareto最優(yōu)個(gè)體為當(dāng)代最優(yōu)個(gè)體，保存當(dāng)代最優(yōu)個(gè)體。步驟3.6、清除初代種群中所有的個(gè)體，用子代種群中所有的個(gè)體填充到初代種群中；判斷初代種群迭代次數(shù)是否大于最大迭代次數(shù)，若初代種群迭代次數(shù)大于最大迭代次數(shù)則算法終止，計(jì)算每一個(gè)當(dāng)代最優(yōu)個(gè)體的適應(yīng)度的加和值，選擇出適應(yīng)度的加和值最大的當(dāng)代最優(yōu)個(gè)體為最優(yōu)煤場分堆方案；若初代種群迭代次數(shù)小于或等于最大迭代次數(shù)則返回步驟3.2。本實(shí)施例的步驟3以5個(gè)煤堆和14種來煤作為遺傳算法的優(yōu)化分堆對象，該算法在迭代次數(shù)為100代時(shí)，算法穩(wěn)定收斂。迭代次數(shù)為300時(shí)，算法終止，輸出的最優(yōu)煤場分堆方案如表5所示。表5最優(yōu)煤場分堆方案從表5可以看出，最優(yōu)煤場分堆方案為：1號煤堆的來煤是2#和7#；2號煤堆的來煤是1#、3#和5#；3號煤堆的來煤是9#、10#和11#；4號煤堆的來煤是12#、13#和14#；5號煤堆的來煤是4#、6#和8#。步驟4、根據(jù)最優(yōu)煤場分堆方案，利用煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness計(jì)算出最優(yōu)煤場分堆方案的適應(yīng)度：(1)1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度計(jì)算公式為：f1=Σj=150(min(Re1,j,x1-1,j,x1-2,j))---(4)]]>式(4)中，j表示自然數(shù)，j＝1,2,3,…,50；Re1,j為1號煤堆的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；x1-1,j為1號煤堆的2#來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；x1-2,j為1號煤堆的7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；min表示取最小值。1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例如表6所示。表61號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例通過比較，取各列的最小值。因此，1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度f1＝1％+15.7％+18％+6.7％＝41.4％。將1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例進(jìn)行作圖，如圖1所示。從圖1可以看出，煤種類別為1/3焦煤的2#來煤、煤種類別為氣煤的7#來煤和1號煤堆的鏡質(zhì)組隨機(jī)反射率分布范圍重合度較大，滿足分堆要求。(2)2號煤堆與1#、3#和5#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度計(jì)算公式為：f2=Σj=150(min(Re2,j,x2-1,j,x2-2,j,x2-3,j))---(5)]]>式(5)中，j表示自然數(shù)，j＝1,2,3,…,50；Re2,j為2號煤堆的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；x2-1,j為2號煤堆的1#來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；x2-2,j為2號煤堆的3#來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；x2-3,j為2號煤堆的5#來煤的鏡質(zhì)組隨機(jī)反射率分布比例在第j點(diǎn)的數(shù)值；min為取最小值。與計(jì)算1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度的方法相同，2號煤堆與1#、3#和5#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度f2為68.4％。將2號煤堆與1#、3#和5#來煤的鏡質(zhì)組隨機(jī)反射率分布比例進(jìn)行作圖，如圖2所示。從圖2可以看出，煤種類別為肥煤的1#來煤、煤種類別為肥煤的3#來煤、煤種類別為1/3焦煤的5#來煤和2號煤堆的鏡質(zhì)組隨機(jī)反射率分布范圍基本重合，滿足分堆要求。(3)與計(jì)算1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度的方法相同，3號煤堆與9#、10#和11#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度f3為59.9％。將3號煤堆與9#、10#和11#來煤的鏡質(zhì)組隨機(jī)反射率分布比例進(jìn)行作圖，如圖3所示。從圖3可以看出，煤種類別為焦煤的9#來煤、煤種類別為焦煤的10#來煤、煤種類別為焦煤的11#來煤和3號煤堆的鏡質(zhì)組隨機(jī)反射率分布范圍基本重合，滿足分堆要求。(4)與計(jì)算1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度的方法相同，4號煤堆與12#、13#和14#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度f4為41.9％。將4號煤堆與12#、13#和14#來煤的鏡質(zhì)組隨機(jī)反射率分布比例進(jìn)行作圖，如圖4所示。從圖4可以看出，煤種類別為瘦煤的12#來煤、煤種類別為瘦煤的13#來煤、煤種類別為瘦煤的14#來煤和4號煤堆的鏡質(zhì)組隨機(jī)反射率分布范圍基本重合，滿足分堆要求。(5)與計(jì)算1號煤堆與2#和7#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度的方法相同，5號煤堆與4#、6#和8#來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度f5為57.3％。將4號煤堆與4#、6#和8#來煤的鏡質(zhì)組隨機(jī)反射率分布比例進(jìn)行作圖，如圖5所示。從圖5可以看出，煤種類別為1/3焦煤的4#來煤、煤種類別為1/3焦煤的6#來煤、煤種類別為1/3焦煤的8#來煤和5號煤堆的鏡質(zhì)組隨機(jī)反射率分布范圍基本重合，滿足分堆要求?？梢钥闯觯緦?shí)施例最優(yōu)煤場分堆方案的適應(yīng)度中的各重合度值均大于30％，故滿足生產(chǎn)需求。值得說明的是：由于各煤堆與該煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度計(jì)算方法相同，本具體實(shí)施方式將不贅述其他實(shí)施例中各煤堆與所述煤堆對應(yīng)的來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度的計(jì)算。與實(shí)施例1相同，若其他實(shí)施例的最優(yōu)分堆方案的適應(yīng)度中每一個(gè)重合度值大于或等于30％，則滿足生產(chǎn)需求；若其他實(shí)施例的最優(yōu)分堆方案的適應(yīng)度中存在有重合度值小于30％時(shí)，則不滿足生產(chǎn)需求，返回步驟3，直至最優(yōu)分堆方案的適應(yīng)度中每一個(gè)重合度值大于或等于30％。本具體實(shí)施方式與現(xiàn)有技術(shù)相比，其顯著的有益效果體現(xiàn)在：1，本發(fā)明提出了將各煤堆與各煤堆的來煤的鏡質(zhì)組隨機(jī)反射率分布比例的重合度作為煤場分堆適應(yīng)度數(shù)學(xué)模型Fitness，該模型可以高效評價(jià)出煤場分堆方案的優(yōu)劣，從而加快最優(yōu)煤場分堆方案的選擇。2，本發(fā)明采用以Pareto理論與遺傳算法相結(jié)合的方式優(yōu)化煤場分堆方案，該算法在迭代次數(shù)為100～300范圍內(nèi)穩(wěn)定收斂，從而實(shí)現(xiàn)煤場分堆方案的快速優(yōu)化。3，本發(fā)明以來煤的鏡質(zhì)組隨機(jī)反射率分布比例和煤堆的鏡質(zhì)組隨機(jī)反射率分布比例作為輸入，無需其他評價(jià)指標(biāo)，在遺傳算法優(yōu)化后，即可得到最優(yōu)煤場分堆方案，從而實(shí)現(xiàn)了方法簡單高效。因此，本發(fā)明具有簡單高效和能夠快速優(yōu)化的特點(diǎn)。當(dāng)前第1頁1 2 3