張吉苗

(神華北電勝利能源有限公司，內(nèi)蒙古 錫林浩特 026015)

0 引 言

煤炭是我國主要的能源，煤炭價格往往受煤質(zhì)和雜質(zhì)含量影響。因此，合理的出煤方法是保證露天煤礦經(jīng)濟生產(chǎn)的關(guān)鍵因素[1]。當(dāng)出煤不穩(wěn)定時，煤質(zhì)頻繁偏離目標(biāo)范圍，將極大影響煤炭的銷售價格[2]。此外，配煤結(jié)果中雜質(zhì)含量遠(yuǎn)超于目標(biāo)上限，會引發(fā)一系列安全環(huán)保問題。因而，高效、自動的配煤方法是保障露天煤礦經(jīng)濟、安全生產(chǎn)的關(guān)鍵。

隨著我國信息技術(shù)的發(fā)展，傳統(tǒng)礦山數(shù)字化轉(zhuǎn)型已成為必然趨勢[3-4]，然而目前大量露天配煤仍采用人工試湊法。該方法計算過程復(fù)雜、操作繁瑣、受技術(shù)人員經(jīng)驗影響大，存在一定盲目性，很難求得最優(yōu)配煤方案。因此，國內(nèi)學(xué)者對露天煤礦采場配煤進(jìn)行了相關(guān)研究。孫克雷等[5]綜合考慮車輛調(diào)度及配煤優(yōu)化問題，提出基于二階段法的動態(tài)配煤調(diào)運系統(tǒng)，運用該系統(tǒng)有效降低了配煤運輸費用，協(xié)調(diào)了用戶需求與原煤質(zhì)量間的矛盾；胡濤等[6]利用粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)，建立混合煤質(zhì)多目標(biāo)配煤模型，對煤質(zhì)進(jìn)行非線性預(yù)測，相比線性預(yù)測效果提升5%左右；余洋等[7]基于灰分自動監(jiān)測技術(shù)，建立自動配煤篩選系統(tǒng)，大幅降低人為因素影響，提高了煤質(zhì)的穩(wěn)定性，實現(xiàn)低質(zhì)煤的最大利用；張啟明等[8]運用RBF神經(jīng)網(wǎng)絡(luò)建立多因數(shù)非線性動力配煤數(shù)學(xué)優(yōu)化模型，獲取用戶期望方案，解決用戶需求不斷調(diào)整問題。

對于金屬配礦研究，部分學(xué)者也進(jìn)行了一定嘗試?？蔓惾A等[9]通過對國內(nèi)外配礦技術(shù)進(jìn)行梳理，提出了配礦優(yōu)化應(yīng)向多目標(biāo)非線性、中長期動態(tài)化、高效高可靠性方向發(fā)展；顧清華等[10]考慮配礦目標(biāo)的相關(guān)性，構(gòu)建了模糊多目標(biāo)配礦優(yōu)化模型，遺傳算法求解下礦山品位偏差降低至0.1%以下，生產(chǎn)能耗降低14%；為降低配礦過程中人工圈定的盲目性，黃俊歆等[11]提出一種CGCM模型進(jìn)行自動幾何約束，實現(xiàn)最優(yōu)配礦效果；針對現(xiàn)場難以準(zhǔn)確獲取配礦關(guān)鍵數(shù)據(jù)問題，王叢林[12]提出一套集成GPS、GIS、移動4G與地測采軟件結(jié)合的綜合配礦地質(zhì)預(yù)判系統(tǒng)，實時獲取現(xiàn)場配礦信息，礦石品位波動降低5%左右；針對露天地下協(xié)同采選配礦問題，黃麟淇等[13]建立了基于采選流程的地下露天協(xié)同配礦模型，并利用自適應(yīng)遺傳算法求解，使得選礦平均回收率提高12%；王李管等[14]、吳麗春等[15]利用地質(zhì)統(tǒng)計法，提出基于目標(biāo)規(guī)劃的露天礦爆堆品位精細(xì)預(yù)測模型，有效提高了配礦效率。

上述研究從方法或技術(shù)層面對礦山配礦進(jìn)行優(yōu)化與改進(jìn)，但多數(shù)仍處于試驗階段，難以匹配現(xiàn)場快速自動配礦作業(yè)場景，而且穩(wěn)定的出礦結(jié)果與卡車調(diào)度系統(tǒng)實時對接，能有效調(diào)整礦山整體生產(chǎn)計劃。因此，本文利用混合整數(shù)規(guī)劃法實現(xiàn)露天煤礦多目標(biāo)自動配煤。

1 總體架構(gòu)及思路

在煤礦出煤作業(yè)過程中，配煤是指根據(jù)煤質(zhì)標(biāo)準(zhǔn)和當(dāng)前煤礦市場經(jīng)濟指標(biāo)，混合高低質(zhì)量煤礦，起到貧富搭配、均勻煤質(zhì)的作用。其中，參與決策的因素主要有可進(jìn)行回采作業(yè)的煤堆、分組作業(yè)出煤的電鏟數(shù)量及其各自的工作占比。由于煤堆不同部位煤質(zhì)不同，因此礦山在實際生產(chǎn)過程中需結(jié)合煤堆質(zhì)量進(jìn)行電鏟數(shù)量及出煤占比分配，使得在計劃周期內(nèi)混合煤質(zhì)達(dá)到目標(biāo)要求。對于礦山出煤這一復(fù)雜系統(tǒng)工程，本文考慮電鏟、礦車等多設(shè)備協(xié)同作業(yè)，進(jìn)行多目標(biāo)控制，提出一種露天煤礦多目標(biāo)自動配煤方法，總體流程如圖1所示。

圖1 自動配煤方法總體流程圖

由圖1可以看出，自動配煤方法包括設(shè)置參數(shù)、信息獲取、構(gòu)建數(shù)學(xué)模型及解算、實時監(jiān)測與調(diào)整等步驟。通過現(xiàn)場取樣及化驗分析結(jié)果，獲取不同爆堆煤質(zhì)、全水分、灰分和硫分等含量數(shù)據(jù)。結(jié)合礦山生產(chǎn)現(xiàn)狀，設(shè)置煤質(zhì)目標(biāo)范圍、雜質(zhì)含量上限、電鏟工作臺時及采煤量等相關(guān)參數(shù)。另外，預(yù)先獲取鏟車和卡車相關(guān)參數(shù)，用于模型后期計算。

建立礦山地質(zhì)屬性模型，根據(jù)電鏟坐標(biāo)，搜索距離各坐標(biāo)最近的地質(zhì)屬性三維體素單元。三維體素單元尺寸設(shè)為20 m×20 m×1 m。單元攜帶鏟裝工作面的煤質(zhì)及雜質(zhì)信息。若礦山前期未建立地質(zhì)屬性模型，也可根據(jù)電鏟坐標(biāo)搜索最近的取樣點，通過取樣點信息得到鏟裝工作面的煤質(zhì)及雜質(zhì)信息。利用交叉驗證判斷品位估值選取的變異函數(shù)參數(shù)取值誤差。

基于混合整數(shù)規(guī)劃法構(gòu)建自動配煤數(shù)學(xué)模型，包括目標(biāo)函數(shù)、約束條件、決策變量、參數(shù)等。針對配煤數(shù)據(jù)，利用C++語言編寫露天煤礦多目標(biāo)自動配煤模型。在Microsoft Visual Studio 2013中調(diào)用CPLEX分支定界算法求解，CPLEX求解器不僅適用于一般線性規(guī)劃問題，還能夠?qū)W(wǎng)絡(luò)流、二次規(guī)劃、二次約束、混合整數(shù)規(guī)劃等問題快速求解。利用分支定界算法，將可行區(qū)域逐步分解為越來越小的區(qū)域，進(jìn)行分支，對于結(jié)果劣于當(dāng)前界的進(jìn)行剪枝，結(jié)果優(yōu)于當(dāng)前界的進(jìn)行更新定界。若存在最優(yōu)解，則輸出最優(yōu)配煤方案；若無最優(yōu)解，則依據(jù)變動的配礦參數(shù)重新計算，直至輸出最終配煤結(jié)果。通過對電鏟位置的實時監(jiān)測，判斷鏟裝工作面煤質(zhì)或雜質(zhì)是否發(fā)生變化。若變化，則重新獲取工作面煤質(zhì)、雜質(zhì)信息，構(gòu)建新的自動配煤數(shù)學(xué)模型。若鏟裝工作面信息未發(fā)生變化，則繼續(xù)執(zhí)行當(dāng)前配煤方案。

2 自動配煤數(shù)學(xué)模型構(gòu)建

混合整數(shù)規(guī)劃是將部分決策變量限制為整數(shù)，解決規(guī)劃問題的方法。本文基于此策略，在混合整數(shù)規(guī)劃中引入目標(biāo)規(guī)劃邏輯，求解系統(tǒng)的最優(yōu)配煤方案。本文建立的多目標(biāo)自動配煤模型目標(biāo)函數(shù)及約束條件如下所述。

1)煤質(zhì)波動目標(biāo)函數(shù)。礦山配煤工作中最重要的一環(huán)是保證煤質(zhì)波動在選廠目標(biāo)范圍內(nèi)，將富礦與貧礦合理搭配，使配煤結(jié)果滿足選廠要求，提高礦山整體的出煤率。煤質(zhì)波動目標(biāo)函數(shù)見式(1)。

(1)

式中：xi,j為電鏟在第i采區(qū)第j采場出煤量；ωi,j為第i采區(qū)第j采場出煤煤質(zhì)；p為滿足礦山選廠質(zhì)量要求的合理煤質(zhì)。

2)出煤量目標(biāo)函數(shù)。配煤作業(yè)在保證煤質(zhì)的同時，也需滿足礦山生產(chǎn)產(chǎn)量，依據(jù)礦山生產(chǎn)能力設(shè)置礦山預(yù)期出煤量。出煤量目標(biāo)函數(shù)見式(2)。

(2)

式中，qi為第i采區(qū)的最大出煤量。

3)電鏟能力約束。電鏟設(shè)備具有一定的能力范圍，對其約束能保障配煤方案的可執(zhí)行性。電鏟能力約束見式(3)。

(3)

4)煤質(zhì)目標(biāo)上限約束、下限約束。選廠對煤質(zhì)存在質(zhì)量要求，設(shè)置煤質(zhì)目標(biāo)上限約束、下限約束見式(4)和式(5)。

(4)

(5)

5)雜質(zhì)含量上限約束。為保證配煤結(jié)果中雜質(zhì)含量不超標(biāo)，對其進(jìn)行設(shè)置，見式(6)。

?i∈S,?e∈E

(6)

3 研發(fā)與應(yīng)用

3.1 研發(fā)背景

內(nèi)蒙古神華北電勝利露天煤礦核定產(chǎn)能為2 000萬t/a，考慮先進(jìn)產(chǎn)能超產(chǎn)因素，露天礦實際產(chǎn)能達(dá)3 000萬t/a。該露天礦開采年輕褐煤，主采煤層為5#煤層、6#煤層，5下煤層局部可采，低位發(fā)熱量分別為10 878.4 J/g、13 388.8 J/g及11 715.2 J/g。礦山初建期，客戶主要為上都電廠，煤質(zhì)要求單一，配煤量需求不大，配煤工作多為手工制表。經(jīng)過十余年發(fā)展，市場客戶多元化，存在不同煤質(zhì)需求，對礦山配煤工作的要求也越發(fā)嚴(yán)格。

礦山日常配煤數(shù)據(jù)常存儲于員工個人電腦，數(shù)據(jù)流向難以控制，存在泄密風(fēng)險。日常配煤指令數(shù)據(jù)未進(jìn)行統(tǒng)一管理，歷史數(shù)據(jù)難以溯源。另外，每日參與配煤的爆堆量、鏟車量依賴人工經(jīng)驗，需經(jīng)過不斷修正，過程繁瑣。每日配礦結(jié)果也依賴人工計算填報，難以實現(xiàn)快速精細(xì)化統(tǒng)計和查詢。

3.2 工程應(yīng)用

2021年，神華北電勝利露天煤礦與長沙迪邁數(shù)碼科技股份有限公司合作，開展勝利能源動態(tài)儲量管理與高效利用數(shù)字化研究項目。針對露天煤礦配煤過程中存在的計算過程復(fù)雜、操作繁瑣和實時性不高從而導(dǎo)致煤質(zhì)不穩(wěn)定、波動性大等問題，提出了露天煤礦多目標(biāo)配煤方法。為保證數(shù)據(jù)統(tǒng)一，該方法集中管理配煤涉及的各生產(chǎn)環(huán)節(jié)要素。在進(jìn)行配煤計劃編制時，根據(jù)不同開采條件得出最優(yōu)配煤結(jié)果，調(diào)整配煤參數(shù)，生成新的配煤指令?，F(xiàn)場實施過程如圖2所示。

由圖2可以看出，自動配煤數(shù)學(xué)模型可分為高精度坐標(biāo)定位系統(tǒng)、煤質(zhì)/雜質(zhì)信息分析和模型求解及解算三部分。其中，高精度坐標(biāo)定位系統(tǒng)是通過多個GPS衛(wèi)星及RTK高精測量儀對電鏟進(jìn)行實時高精定位，相比于普通電鏟3～5 m定位精度，高精定位電鏟精度可達(dá)厘米級。煤質(zhì)/雜質(zhì)信息分析系統(tǒng)是對建立的三維地質(zhì)屬性模型進(jìn)行信息分析，獲取鏟裝工作面的煤質(zhì)信息和雜質(zhì)信息。模型求解及解算是對配煤數(shù)據(jù)進(jìn)行混合整數(shù)規(guī)劃計算，求解最優(yōu)配煤方案顯示于終端設(shè)備。

圖2 自動配煤數(shù)學(xué)模型現(xiàn)場實際應(yīng)用

針對這類情況，利用現(xiàn)場采集的炮孔數(shù)據(jù)，生成當(dāng)日參與配煤的BD202109-1101 N、BD202109-1102S、BD202109-1103S等共20個爆堆。根據(jù)炮孔化驗信息對各爆堆按序分組，利用炮孔數(shù)據(jù)進(jìn)行估值，利用交叉驗證求得的品位估值誤差均值為0.016。完成后的各爆堆分組煤量煤質(zhì)信息見表1。

表1 爆堆分組煤量煤質(zhì)信息

參考現(xiàn)場施工情況及相關(guān)配煤研究[16]，設(shè)置目標(biāo)煤質(zhì)發(fā)熱量為12 133.6～12 970.4 J/g、全水分為36%、灰分為30%、硫分為1%，鏟運設(shè)備為PC400，鏟運能力為390～430 t/h，CAT988為440～510 t/h，PC1250為480～580 t/h。為確保運行結(jié)果的精確性，求取一周配煤結(jié)果的均值，平均時間為0.75 s。礦山某日實際配煤方案見表2。一周內(nèi)主要指標(biāo)發(fā)熱量、全水分、灰分、硫分?jǐn)?shù)值波動如圖3所示。

表2 礦山某日配煤方案

圖3 配煤指標(biāo)數(shù)值波動

由圖3可知，單次配礦結(jié)果主要指標(biāo)發(fā)熱量、全水分、灰分和硫分的最大偏差分別為1.082%、1.015%、1.000%和1.060%，各指標(biāo)偏差均小于2%，符合出礦要求。根據(jù)結(jié)果計算各成分標(biāo)準(zhǔn)離差率如圖4所示。由圖4可知，發(fā)熱量、全水分、灰分和硫分的平均偏差值分別為0.330 1%、0.451 0%、0.575 5%和0.386 8%，變異系數(shù)分別為3.072 5%、0.591 0%、0.685 5%、0.493 4%，表明配煤方案中各指標(biāo)值均在目標(biāo)值上下小范圍波動，具有較高準(zhǔn)確性和穩(wěn)定性。通過現(xiàn)場電鏟位置實時監(jiān)測，根據(jù)鏟裝工作面煤質(zhì)/雜質(zhì)含量是否變化，及時調(diào)整配煤方案，保證合理配煤結(jié)果。研究結(jié)果表示，相比人工試湊法的計算過程自動化，達(dá)到秒級，滿足工程要求，極大地提高了礦山配煤效率。

圖4 配煤標(biāo)準(zhǔn)離差率

4 結(jié) 論

1)通過混合整數(shù)規(guī)劃法構(gòu)建出露天煤礦多目標(biāo)自動配煤數(shù)學(xué)模型。在前人的研究基礎(chǔ)上，依據(jù)煤礦開采全過程，綜合考慮配煤過程中存在的多種條件作為模型約束，使得配煤模型更精確，適用性更高。

2)構(gòu)建模型時，在考慮露天煤礦生產(chǎn)流程及保證鏟裝運輸設(shè)備合理分配的基礎(chǔ)上，選擇煤質(zhì)波動和出煤量為模型目標(biāo)，配煤計劃得以優(yōu)化。

3)將模型運用于神華北電配煤計劃編制，1 s內(nèi)能實現(xiàn)自動配煤方案輸出。同時，根據(jù)鏟裝工作面煤質(zhì)/雜質(zhì)變化及時調(diào)整配煤方案，保證合理配煤結(jié)果。

4)通過自動配煤合理利用煤礦資源，為企業(yè)帶來最大化經(jīng)濟效益。同時，該方法能有效控制雜質(zhì)含量，提高工業(yè)生產(chǎn)的安全性及環(huán)保性。