非线性最优化动力配煤技术的研究

针对动力配煤局限于线性规划的现状及其缺点，研究了用非线性规划实现动力优化配煤的新技术．实验研究及其理论分析表明，混煤与单煤特性指标之间的关系是非线性的．用神经网络方法、线性拟合等多种手段来定量地描述这种非线性规律，从而建立了动力配煤的非线性优化数学模型，并将模型应用于正在建设中的杭州配煤场，得到了与以往线性优化模型不同的重要结果，显示了用非线性优化技术实现动力配煤的重要意义．     

求解动力配煤非线性优化模型的优化算法探寻

将非线性优化技术应用于动力配煤,在所建立的动力配煤非线性数学模型的基础上,对可以求解该数学模型的优化算法进行了探寻,并运用实例分析了各优化算法的优缺点,同时给出了选取求解动力配煤数学模型的优化算法的相关建议。     

非线性优化理论在动力配煤中的应用

我国目前的配煤技术仅根据燃煤发热量和挥发分的要求，未综合考虑煤的着火、燃尽、结渣及脱硫等因素，致使混煤质量并不能满足锅炉燃烧的需要。本文将非线性优化技术应用于动力配煤，考虑了发热量、挥发分、硫分、水分、灰分、灰熔点、着火特性、燃烬特性、结渣特性和SO2排放特性等10个配煤指标，建立了非线性优化动力配煤数学模型。在满足约束条件的前提下，追求混煤的某个质量指标最优，以满足用户对燃煤安全性和环保性的要求。     

多元优化动力配煤方案的研究

针对目前动力配煤技术局限于线性规则和一元优化的现状和缺点,提出了一套比较完整合理的动力配煤方案多元优化方法：首先采用非线性优化动力配煤数学模型,对配煤方案从安全性和环保性上进行初步优化;然后按照物美价廉的原则,根据本提出的混煤价格质量比评判指标对配方进行经济性评价,从而对几个重要的质量指标真正实现了多元优化,据此得到的满足安全性、经济性和环保性要求的最优化配方,甚至优于价格质量比最低的单煤。     

动力配煤技术的现状及发展

系统地论述了我国动力配煤技术的发展现状和存在的问题，指出在配煤方案的优化研究中应重点研究解决“优化方法”、“煤质指标的关系”和“煤质指标的分布”等问题，提出了制定配煤质量标准应遵循的原则及在配煤燃烧特性和质量检测等方面应重点研究解决的问题。     

选煤厂用自动配煤系统研究与实现

为解决屯兰选煤厂自动配煤系统对配煤过程时变、非线性运输状况适应性差的问题,设计基于线性优化算法与配煤系统闭环控制相结合的自动控制系统。以原料煤配煤参数为约束条件,以混合煤总价成本最小为目标函数,建立配煤系统数学模型,利用Matlab求解最优解。设计自动配煤PLC控制系统,根据最优解驱动配煤系统自动运行。根据传感器反馈值对最优解进行优化,实时适应并满足配煤过程的时变、非线性特点。经过试运行,混合煤各参数值提升明显,经济效益较好。     

基于多种算法的火电厂配煤优化方法研究

针对解决火电厂目前电煤供应紧张、煤价成本居高不下的现状。文章通过对电厂的实际用煤展开最优炉前配煤研究,方案通过建立以掺烧煤成本最低为目标函数和机组对混煤的工业成分要求作为约束条件的配煤数学模型,利用粒子群算法的局部快速收敛特性优化遗传算法进行模型求解。其单混煤煤质工业成分间的非线性映射关系通过建立GA-BP神经网络预测模型进行预测。通过算例及误差结果证明该方法在煤质预测和求解配煤成本最低的可靠性,可对电厂实际配煤进行指导。     

动力配煤优化方案的设计及其应用

对目前动力配煤方案优化方法进行了综合评价。利用多目标规划的基本原理，建立了充分考虑用户实际需求和适合煤炭企业进行动力配煤生产实际的多目标规划模型，利用计算机进行了求解，并以鹤壁煤业集团某矿的配煤实践为例进行了模型验证，取得了预测效果。     

动力煤配煤技术基础

阐述了我国动力煤利用现状．从煤在不同类型锅炉的燃烧方式出发，讨论了煤质特性对燃烧工况及对环境的影响，以及一些非加和性煤质指标，如可磨性、粒度组成、煤炭熔融性等对动力配煤的影响，进而提出选定动力配煤方案的原则．     

基于TMS320F2812的动力配煤自动控制系统的研究

介绍了采用可编程序控制器(PLC)为核心的动力配煤自动控制系统,详细阐述了系统的原理、结构特点、组成、功能以及存在的问题。采用TMS320F2812 DSP代替PLC作为动力配煤控制系统的核心可以有效地提高配煤控制系统的灵活性和配煤质量。     

基于改进粒子群算法的气化配煤模型求解

针对目前我国煤质差异较大,单煤煤质与炉型无法稳定匹配这一现象,提出配煤优化方案,选用PSO算法建立配煤模型。并且对原始PSO算法存在收敛速度慢、易陷入局部最优等问题,结合实际配煤优化问题的特点对算法进行改进,将改进后的PSO算法与原始算法进行对比实验,结果表明优化后的PSO算法在保证配煤合理的前提下,整体性能明显优于原始算法。     

基于物理规划的混煤掺烧方案优化模型

针对大型火电机组燃煤煤种复杂、混煤掺烧决策困难的现状,提出并开发了一种基于物理规划的混煤掺烧优化模型。该模型将多目标优化问题转换为反映设计者偏好的单一综合目标优化问题,在以混煤煤质为基本约束的条件下,采用class-1S偏好函数对混煤结渣特性、混煤价格进行评价;采用class-2S对着火特性、燃尽特性进行评价;采用class-4S对混煤发热量、SO2、NOx排放特性进行评价,进一步通过求解综合偏好函数得到最符合用户需求的配煤方案。将该模型应用于某700 MW锅炉机组33种燃用煤种的多目标配煤优化中,结果表明,在不同的边界条件约束下,通过该模型计算得出的混煤方案可以较好地反映用户偏好。该模型可根据用户的需求、偏好及时调整,更好地反映用户的真实期望。     

选煤产品结构优化决策系统的研究

文章介绍了"选煤产品结构优化决策系统"的功能、总体方案设计、主要算法,以及在中煤能源公司的应用实例。该系统集数据库、网络和优化功能于一体,把配煤与产品结构优化、经济效益最大化相结合,实现了从原煤配煤到不同工艺流程预测、优化的集成。实现了在网页下绘制可选性曲线、分配曲线及动态工艺流程图,程序自动进行运算,给出最优结果,该系统是生产技术及经营管理的有效工具。     

基于遗传-支持向量回归的煤层底板突水量预测研究

针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。     

基于BP-遗传算法的排土场边坡几何参数优化

在保证矿山安全生产的前提下,为发挥排土场最大经济效益,提出了基于BP-遗传算法的排土场边坡几何参数优化方法。以弓长岭大阳沟排土场为例,借助极限平衡法获取研究所需数据,利用BP神经网络建立边坡坡角、单段台阶高度及相应的安全系数间的非线性关系,并以此关系式为边界约束条件,建立了优化边坡几何参数的数学模型,利用遗传算法和传统优化算法进行寻优。结果表明,与传统优化算法相比,BP-遗传算法的优化结果更加精确、可靠,有效避免了传统优化算法在寻优时易陷入局部最优解的问题。提供了一种简单、精确、可靠的排土场边坡几何参数优化方法,具有较好的应用前景。     

遗传算法视域下平面四杆机构优化设计

通过对遗传算法的工作原理以及具体操作步骤、遗传算法的优势进行阐述,对煤炭机械平面四杆机构所拥有的基本特性进行分析,并且根据煤炭机械的应用特征,用角位移误差以及行程速比系数作为优化的变量,且根据MATLAB软件中的遗传算法,构建平面四杆机构优化设计的模型,使原本复杂的煤炭机械平面四杆机构能够进一步缩短运行的周期与提高其运动的精度等进行优化设计。     

基于改进模拟退火算法的电厂配煤优化

运用改进模拟退火算法，对某钢铁公司自备电厂的原煤配比进行了优化仿真计算，计算结果满足生产实际需要，表明改进模拟退火算法应用于类似配煤问题的优化求解切实可行。     

基于PSO优化改进的Snake模型煤矿环境目标检测

针对Snake模型寻优过程中抗噪能力差、不能向凹处收敛等问题,提出适合煤矿等复杂环境的目标轮廓检测新算法。算法对Snake模型进行改进,使其自动分配蛇点,具有拓扑自适应性,并将粗收敛结果作为粒子群算法的初始轮廓。同时针对粒子群优化过程中易丧失群体多样性和易收敛于局部极值的问题结合遗传算法中育种和变异思想改进,淘汰适应度...