露天矿多目标配矿模型与优化算法研究

针对露天矿的多金属多目标短期配矿问题,提出了基于自适应粒子群算法的露天矿配矿优化方法。首先,结合矿山配矿实际生产要求和指标,构建了以运输功和配矿品位偏差最小为目标函数的多目标短期配矿模型。其次,在基本粒子群算法的基础上,采用Kent映射产生初始种群,使种群分布更加均匀;并将自适应概率引入到粒子群算法,提高了种群的多样性和算法的全局搜索能力。最后,以一个算例和三道庄露天矿配矿的实际数据为例,进行仿真验证,仿真结果表明:该优化方法适用于解决露天矿多金属多目标的配矿问题,可以有效降低配矿过程中的运输功和品位偏差。     

基于采选流程下的露天矿多金属多目标配矿优化模型

多金属配矿的目的是为了保证入选矿石品位的稳定和提高矿石的综合回收率。针对现有多金属配矿模型对选矿影响因素考虑不充分,导致精细化程度不足的问题,在考虑影响选矿回收率的矿石岩性、氧化率、有害物质等配矿指标的情况下,建立了以品位偏差、矿石岩性百分比偏差、总产量偏差和采掘运输成本为优化目标,基于采选流程的多金属多目标配矿优化数学模型。在标准遗传算法的基础上,对算法的变异过程和比较选择过程进行了改进,设计了一种自适应遗传算法对该模型进行求解。以国内某大型钼钨矿为例,将该模型的优化结果与传统模型的优化结果进行对比分析,并采用遗传算法、粒子群算法和所提出的自适应遗传算法分别进行模型求解。研究表明:①该模型在保证采掘运输成本不增加的情况下,对原有配矿模型未考虑的矿石岩性、氧化率、有害物质等影响因素进行了配矿优化,保证了矿石品位的均衡性以及矿石的可选性,从而增加了配矿优化模型的适用性,使得配矿优化模型更符合生产实际;②所提出的自适应遗传算法不仅能够避免陷入局部最优解,而且在计算效率上相比于粒子群算法和遗传算法分别提高了40%和56%,在模型求解精度上提高了10倍左右,表明了改进算法的有效性。     

多金属露天矿多目标生产计划优化问题建模及求解算法

针对多金属露天矿山生产计划优化问题难以建模、求解复杂等问题，从多种金属元素、采掘运输成本以及矿石品位三个角度出发，综合考虑矿石产量、品位波动、矿石资源利用率、开采和处理能力以及回采率等多种影响因素，构建了一个多金属露天矿多目标生产计划模型。受粒子群算法启发，提出一种改进狼群算法（IGWO）对模型进行求解，并引入反向学习策略和非线性收敛策略来提高算法的求解效率。以国内某露天矿的实际生产为例，分别利用粒子群算法（PSO）、灰狼算法（GWO）和IGWO算法对模型进行求解对比。结果表明：该生产计划模型更加符合露天矿多种矿产资源综合开采利用的实际需求，IGWO算法较PSO算法运行速度上提高了71%，在求解精度上提高16%。该生产计划方案对多金属露天矿山矿产资源综合利用及精细化排产具有重要的指导意义，可促进企业可持续发展。     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

特大型复杂露天矿分采技术研究

针对某特大型复杂露天矿混采导致选厂生产指标远不达标的实际问题,根据矿石的物理力学性质及选矿试验结果,对不同矿石类型的组合分类方法进行了研究,结合矿山采矿工艺技术条件,建立了矿石的可分采标准;运用Auto LISP二次开发编程语言,实现了矿石分采率的自动统计,对矿山分采、混采及配采方案进行了可行性综合评价。结果表明,矿山通过实施有条件分采的分采、混采结合方案,极大地改善了堆场的配矿能力,铜选矿回收率由77%提升至79%,为矿山进一步研究分采分选、分采混选的均衡稳定供矿方案提供了技术支撑。     

基于人工鱼群神经网络进化的露天矿卡车优化调度研究

为提高露天矿生产运输效率,实现生产资源的有效回收和低成本运营,提出基于神经网络代理辅助的多目标露天矿卡车优化调度方法。依据露天矿卡车生产运输的特点,综合考虑卡车运输的各项成本,构建以卡车运输成本最小、卡车总等待时间最短,以及卸矿站品位偏差率最小为目标的多目标组合优化模型。在基本人工鱼群算法基础上,通过引入神经网络代理辅助模型训练历史调度数据,对雄安新区某露天矿的生产调度情况进行了仿真研究。结果表明,基于神经网络代理辅助的人工鱼群算法可有效提高算法计算速度约47.8%,降低露天矿卡车运输成本8.16%,减少等待时间12.12%,并减小品位偏差8.69%,在加快计算速度的同时,实现了平衡算法收敛性与多样性的目标。     

露天矿智能配矿系统研发与应用

为了保证入选矿石质量稳定,在利用三维建模软件表现矿体空间形态及品位分布的基础上,充分分析矿山采矿生产工艺,研发露天矿损失率、贫化率定量化预测软件,提供相对精确的配矿基础数据保障;深入分析配矿流程,建立诸多约束条件下的规划求解配矿数学模型,采用VB与Matlab混合编程,开发智能优化配矿软件,实现矿块正交组合、规划求解优化等功能,使配矿工作定量化、智能化。应用结果表明:配矿软件操作简便、功能实用,进一步稳定入选品位,同时最大限度地利用了境界内的低品位矿,提高矿石综合利用率,降本增效效果显著。     

武钢乌龙泉矿配矿模型研究及应用

针对乌龙泉矿采场失调和资源利用率低等生产问题,结合矿山矿石输出的质量要求,提出基于3DMine矿山地质品位分布数字模型的多组分综合品位配矿技术,指导乌龙泉矿配矿方案制定和优化。采用所建立的配矿技术,完成矿山2015年6月生产指标,满足矿石输出质量,资源利用率达到91.07%,有利于采场调整、减少剥岩量、提高矿山矿石产量。     

三道庄露天矿多矿种综合配矿动态管理信息系统

针对三道庄露天矿目前多矿种配矿问题,应用GPS、GIS、GPRS技术,设计实现了配矿动态管理系统。该系统能够根据矿山生产中对钼钨2种金属入选品位的要求,自动获取电铲装矿品位信息,通过线性规划模型,实现班生产配矿计划的自动生成和配矿任务的智能分配。实际应用表明,该系统性能稳定,能够满足三道庄露天矿配矿要求。     

多因素条件下的露天矿最终境界优选

露天矿最终境界的选取是露天开采过程中的关键环节,直接影响矿山生产规模和矿山效益,传统最终境界选择多考虑利润和安全方面的因素,很少考虑矿山的可持续发展问题。基于Dimine数字采矿软件平台,构建露天矿山价值模型,采用网络最大流最小割算法进行露天境界优化,同时通过调节矿石价格产生多个嵌套境界,综合考虑经济、社会、环境等多个因素构建露天矿最终境界优选模型优选露天矿最终开采境界。方法的应用在保证矿石经济利益的同时,在实现矿山可持续发展及绿色开采方面具有较好指导意义和社会价值。     

露天矿运输调度优化的生物地理学改进算法

露天矿生产运输调度优化问题是一类典型的具有非线性、多变量特征的优化问题。首先,在对露天矿卡车调度优化进行系统分析的基础上,以总运输费用最小为目标函数,给定矿石量、运输能力等约束条件,建立运输调度优化模型;然后,提出将差分算法中局部搜索功能引入到基本生物地理学优化算法的迁移策略中的改进生物地理学优化算法;最后,以MATLAB软件为平台,以露天矿实际生产运输实例数据为依据,计算出改进的生物地理学算法优化路径的综合运输成本比实际花费成本节约5 994万元,且比单一的生物地理学算法和差分算法优化路径的运输成本更低,验证了该算法求解露天矿运输调度问题的优越性。     

露天矿配矿优化方法研究

针对露天矿山规划与矿石质量管理的配矿需求, 在爆堆品位分布预测的基础上, 利用0-1整数规划模型, 研究了露天矿配矿的优化方法, 进而将其嵌入到DIMINE软件中, 并以某水泥灰岩矿配矿设计为例, 验证该技术的性能。结果表明, 该露天矿配矿优化方法应用简单、配矿效率高、效果好, 可有效提高企业的经济效益, 对于指导矿山企业的有效生产与决策具有重要的意义。     

矿石质量智能控制系统的开发与应用

针对露天金属矿山的供矿质量不稳定的现状，响应智能矿山发展的需求，研发了具有地形生成与配矿计算集合的矿石质量智能控制系统。系统的地形生成功能采用C++语言编制，利用Open GL可视化平台完成区域骨架构建、地形填充，实现开采现状模型品位更新及矿量统计，从而为矿石质量控制提供基础。根据矿石质量优化需求，以多目标函数描述配矿问题，构建数学模型，采用遗传算法求解，得到优化方案后将其显示于三维模型系统中，在优化矿石质量的基础上达到矿山数字化、智能化管理，对于大中型露天金属矿山具有重要的现实意义。     

基于BP模型的煤矿安全管理投入经济分析

为了合理利用有限资源,通过集成AHP与BP神经网络,建立煤矿安全投入综合评价模型,优化赋权,避免了局部最小点误差,使预测结果更加准确。同时考虑到煤矿系统安全投入不平衡的实际情况,结合西方经济学原理,调整生产函数中各要素投入量,利用已验证的BP网络进行二次预测。经验证优化投入会带来更高的经济效益,是未来发展的新方向。     

基于神经网络的露天矿爆破参数优化研究

马家塔露天矿爆破效果不理想,大块率较高、炸药单耗偏高、残留根底现象严重。为解决这些问题,基于BP神经网络建立了露天矿爆破参数优化模型。采用该矿的实际爆破参数作为样本数据对模型进行了训练,通过实例数据的检验证明该模型具有较高的预测精度。经过现场试验和模型仿真分析,采用优化后的爆破参数进行了爆破,取得了较好的效果：大块率控制在2%以下,炸药单耗由0.41 kg/m³降为0.37 kg/m³,每延米炮孔爆破量由17 m³/m增加至23 m³/m。     

基于三维仿真的大型露天矿生产能力动态优化

为获得更为优越的露天矿生产能力, 提出了基于三维仿真的矿山产能动态优化方法。首先在传统产能验证方法基础上, 综合考虑矿山实际情况制定多组产能方案, 再利用三维仿真方法完成各方案进度计划的快速编制, 经统计基建剥离量、出矿品位、矿岩采剥量等基础数据, 计算获得各方案动态经济效益指标, 最终得到技术上可行、经济上最优的矿山生产能力。以某大型铜矿为例, 利用国内外普通验证方法获得了该矿山的估算日生产能力为10万吨, 参照预选的选矿设备要求制定了6种产能方案, 利用三维可视化的进度计划编排软件MineSched实施各方案, 通过比较内部收益率(IRR), 确定矿山最优日生产能力为15万吨, 较传统生产能力验证所得提高了约50%, 内部收益率增加了约3个百分点。     

矿山短期生产计划优化的多目标遗传粒子群算法

针对露天矿山生产的基本特征及短期生产计划的编制要求,从露天矿山的品位及经济成本最小化的角度出发,构建了露天矿短期生产作业计划优化模型。以MATLAB软件为平台,采用遗传粒子群混合智能算法对模型进行求解。以某石灰石露天矿为工程背景进行研究,将研究结果与露天矿实际生产指标进行对比验证。结果表明:该模型适用于露天矿短期采掘作业生产计划的编制,优化结果保证了矿山生产作业出矿品位、出矿量及生产利润三者之间的平衡,有利于提高矿山的经济效益。     

露天矿计划阶段内离散块体物料运距预测算法

矿岩运距是衡量露天矿山卡车运输经济性的重要指标之一,但多年因受运输系统复杂、多变等多种综合因素限制,在进度计划编制期间进行逐条带的运距计算问题一直并未得到有效解决。特别是需要进行离散化的物料规划时,传统逐阶段的运距量测方法无法对离散块体进行逐个推估。因此,为有效解决计划阶段内离散块体物料运距计算问题,根据露天矿外排土场出入口选址及排土运输干线相对固定等空间特征,将非线性预测理论、因子分析法等技术方法应用于实际的矿山优化问题中,研究了排土场计划阶段内块体运距波动变化的主要控制因素;结合外排土场内运距波动变化的影响要素,提出了采用加权最小二乘支持向量机技术(WLS-SVM)拟合非线性运距曲线的预测算法,并对权向量、核参数等主观经验指标进行了动态修正,以实现对计划阶段内(两阶段工程位置间的)离散块体物料过程运距的时变预测;最终,利用拟合出的时变曲线,实现两连续工程位置间逐个物料块体运距的高效计算。实验结果表明:预测算法的误差期望分别为:训练集0. 93 m,测试集0. 84 m,且在实验中表现出模型精度易受样本规模影响的特性,且当样本规模N90时,可控制绝对误差水平稳定在0. 8%～1. 2%。结论表明:试图应用非线性预测理论处理计划阶段内缺乏时变路网条件的运距预测问题是可行的,提出的算法模型对解决计划阶段内的逐块体运距赋值问题具有现实有效性。常规的露天矿山运输优化问题其优化目标和特征参数之间往往存在紧密耦合关系,无法直接应用特定的优化、规划模型进行计算求解,尝试采用全新的解耦思想和求解思路对于有效解决露天矿山运输优化问题是十分有益的,也应该是今后露天矿山系统工程学科研究的热点问题之一。