- 无标题文档
查看论文信息

中文题名:

 考虑最优车铲配比的露天矿运输调度优化研究     

姓名:

 赵加征    

学号:

 1049721804226    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 081900    

学科名称:

 工学 - 矿业工程    

学生类型:

 硕士    

学位:

 工学硕士    

学校:

 武汉理工大学    

院系:

 资源与环境工程学院    

专业:

 矿业工程    

研究方向:

 露天矿开采    

第一导师姓名:

 叶海旺    

第一导师院系:

 武汉理工大学    

第二导师姓名:

 李宁    

完成日期:

 2021-03-20    

答辩日期:

 2021-05-16    

中文关键词:

 

露天矿 ; 运输调度 ; 车铲协同优化 ; 多目标优化 ; 非支配排序

    

中文摘要:

露天开采设备的投资和运营成本随着矿山规模的不断扩大而逐渐增加,在目前卡车调度系统还未完善的情况下,实现车铲的最优配比并进行合理的运输调度优化对于提高设备作业效率和增大矿山经济效益有着重要意义。论文围绕提高采运装备效率和矿石质量两个主题进行阐述:首先基于生产过程的随机性确定车铲最优配比;其次结合多目标优化理论构建多目标运输调度优化模型;最后利用多目标遗传算法获得多约束条件下的调度计划。调度结果表明,该优化方法可以有效地保证设备利用率和矿石品位要求,提高企业利润。
主要内容及成果如下:
(1)为确定车铲最优配比,首先运用排队理论描述矿山的多级作业过程,引入扩展求和算法(Extended Summation Algorithm,ESUM)求解闭合排队网络中各级服务系统的排队指标,并基于等待制排队模型与混合制排队模型之间的差异,改善了ESUM前期误差较大的缺陷。然后以卡车等待时间最少且满足平均班产量约束,确定最佳的车铲配比。
(2)针对铲车利用率过低的问题,通过将铲车空闲时间作为调度优化的目标,并结合减少运输成本和提高矿石质量方面的优化目的,根据矿山生产条件和需求建立以铲车空闲时间、卡车运输距离和矿石品位偏差为优化目标的露天矿运输调度模型。构建的多目标优化模型在得到优化目标结果的同时还可以形象地展示出铲车在调度中的状态信息,能够为后续的实时调度奠定基础,使露天矿运输调度结果可操作性更强。
(3)根据多目标模型的特点,以MATLAB为平台编写了NSGA-II算法求解。利用多目标测试函数和矿山模拟实例进行验证,模拟优化结果验证了程序的准确性和所建多目标优化模型的合理性。
(4)基于某金属露天矿的实际情况,首先利用改进的ESUM算法计算每个铲矿点所需的最优卡车数量,其次根据某班次的基础数据利用构建的多目标运输调度模型和NSGA-II算法对该露天矿进行优化调度模拟,得到不同侧重目标下的最优解集,最后给出各方案对应的具体运输调度方案和车流分配计划。应用结果表明此种优化方法在确保设备利用率和矿石品位的前提下,还可以提供多种选择方案,能够满足矿山不同时期的生产需求。

参考文献:

[1] 叶海旺,雷涛,李宁.露天采矿学[M].北京:冶金工业出版社,2019.

[2] 李浩荡,佘长超,周永利,等.我国露天煤矿开采技术综述及展望[J].煤炭科学技术,2019,47(10):24-35.

[3] 章林.我国金属矿山露天采矿技术进展及发展趋势[J].金属矿山,2016(07):20-25.

[4] 张瑞新,毛善君,赵红泽,等.智慧露天矿山建设基本框架及体系设计[J].煤炭科学技术,2019,47(10):1-23.

[5] 顾清华,卢才武,江松,等.采矿系统工程研究进展及发展趋势[J].金属矿山,2016(07):26-33.

[6] 古德生,周科平.现代金属矿业的发展主题[J].金属矿山,2012(07):1-8.

[7] Rodovalho E D C, Lima H M, Tomi G D. New approach for reduction of diesel consumption by comparing different mining haulage configurations[J]. Journal of Environmental Management, 2016, 172(May1):177-185.

[8] Zhang L, Xia X. An Integer Programming Approach for Truck-Shovel Dispatching Problem in Open-Pit Mines[J]. Energy Procedia, 2015.

[9] Sahoo L K, Bandyopadhyay S, Banerjee R. Benchmarking energy consumption for dump trucks in mines[J]. Applied Energy, 2014, 113(jan.):1382-1396.

[10] E.A. Abdelaziz, R. Saidur, S. Mekhilef. A review on energy saving strategies in industrial sector[J]. Renewable and Sustainable Energy Reviews, 2011, 15(1):150-168.

[11] GB/T 34679-2017.智慧矿山信息系统通用技术规范[S].北京:中华人民共和国国家质量监督检验检疫总局;中国国家标准化管理委员会,2017.

[12] Maurizio Bielli, Alessandro Bielli, Riccardo Rossi. Trends in Models and Algorithms for Fleet Management[J].Pro-cedia-Social and Behavioral Sciences,2011,20:4-18.

[13] 高天鹏.基于勺容比的露天矿车铲系统效率研究[J].露天采矿技术,2015(06):51-54+57.

[14] 常治国,陈亚军,毛金峰.露天矿单斗-卡车间断工艺车铲匹配优化研究[J].煤矿机械,2015,36(03):74-76.

[15] 秦涛,才庆祥,张丁,等.495HR电铲不同铲斗容积生产能力分析[J].金属矿山,2011(09):134-136.

[16] 朱明,刘亚静,梁刚.计算机模拟确定露天矿最优车铲比[J].有色金属(矿山部分),2005(03):9-10+28.

[17] 戴明强,李卫军,杨鹏飞.数学模型及其应用[M].北京:科学出版社,2008.

[18] 高景俊,段喜涛,孙亚鑫,等.基于排队论的排岩系统优化研究[C]//全国冶金自动化信息网2016年会论文集.马鞍山:《冶金自动化》杂志社,2016:12-17.

[19] 俞雄志.平朔东露天矿爆堆形态优化研究[D].武汉理工大学,2015.

[20] Ercelebi S G, Bascetin A. Optimization of shovel-truck system for surface mining[J]. The Journal of the Southern African Institute of Mining and Metallurgy,2009 ,109(7):433-439.

[21] Ta C H, Ingolfsson A, Doucette J. A linear model for surface mining haul truck allocation incorporating shovel idle probabilities[J]. European Journal of Operational Research,2013,231(3):770-778.

[22] 苏靖,刘胜富,张幼蒂,等.露天矿卡车调度理论的系统研究[J].煤炭学报,1997(01):54-57.

[23] 鲍海明,张瑞新.中国露天煤矿卡车调度现状及展望[J].煤矿安全,2020,51(01):141-144.

[24] Daryoush Kaveh Ahangaran et al. Modelowanie w czasie rzeczywistym przewozów ci??arówek o ró?nej ?adowno?ci w kopalni odkrywkowej[J]. Archives of Mining Sciences, 2012, 57(1): 39-52.

[25] Bastos G S. Decision Making applied to Shift Change in Stochastic Open-pit Mining Truck Dispatching[J]. Ifac Proceedings Volumes,2013,46(16):34-39.

[26] Sun X, Zhang H, Tian F, et al. The Use of a Machine Learning Method to Predict the Real-Time Link Travel Time of Open-Pit Trucks[J]. Mathematical Problems in Engineering, 2018,212(2):149-160.

[27] Patterson S R, Kozan E, Hyland P. Energy efficient scheduling of open-pit coal mine trucks[J]. European Journal of Operational Research, 2017:759-770.

[28] Bajany D M, Xia X, Zhang L. A MILP model for truck-shovel scheduling to minimize fuel consumption[J]. Energy Procedia, 2017, 105:2739-2745.

[29] Afrapoli A M, Tabesh M, Askari-Nasab H. A multiple objective transportation problem approach to dynamic truck dispatching in surface mines[J]. European Journal of Operational Research, 2019.

[30] 杨曌.基于过程混合Petri网的露天矿生产系统建模和优化方法研究[D].中国矿业大学(北京),2015.

[31] 孙效玉,田凤亮,张航,等.兼顾固定配车需要的露天矿车流规划模型[J].煤炭学报,2016,41(S2):583.

[32] 孙效玉,赵松松,刘恒,等.露天矿车流路网均衡分配模型[J].煤炭学报,2017,42(06):1607-1613.

[33] 常永刚.露天矿运输系统优化与卡车调度问题研究[D].沈阳:沈阳工业大学,2018.

[34] 鲍海明,王仕锐.采煤半连续工艺系统的卡车调度数学模型[J].煤炭技术,2019,38(6):136-139.

[35] 莫明慧.露天矿无人驾驶卡车多目标车流分配调度算法及应用[D].西安建筑科技大学,2020.

[36] 张媛.综合成本最小的露天矿卡车低碳调度优化研究[D].西安建筑科技大学,2020.

[37] WhiteJ and Olson J. On improving truck/shovel productivity in open pit mines. Proc. 23rd Internat. Appl. Comput. Oper. Res. Mineral Indust. (APCOM) Sympos, SME, Littleton, pp: 739–746, 1992.

[38] 孙庆山,李国,杨宏贤.露天矿卡车调度系统数学模型的建立[J].中国矿业,1997(01):80-83.

[39] 黄学臻,乔振华,李健杰.露天矿生产安排及车辆调度的数学模型[J].山西师范大学学报(自然科学版),2006(04):50-55.

[40] 汪洋,王山东.基于遗传算法的卡车调度模型的研究[J].长春师范大学学报,2015,34(10):38-41.

[41] 张超,江松.基于改进蚁群算法的露天矿无人驾驶卡车智能调度[J].安徽工业大学学报(自然科学版),2020,37(03):267-275.

[42] 张科强.基于改进粒子群算法的矿山运输调度系统优化[J].内蒙古师范大学学报(自然科学汉文版),2017,46(02):251-256.

[43] Godoy M, Dimitrakopoulos R. Managing risk and waste mining in long-term production scheduling of open-pit mines[J]. SME Trans?actions,2004,9(9):43-50.

[44] Souza M J F, Coelho I M, Ribas S, et al. A hybrid heuristic algorithm for the open-pit-mining operational planning problem[J]. European Journal of Operational Research,2010,207(2):1041-1051

[45] Coelho V N, Souza M J F, Coelho I M, et al. Multi-objective approaches for the open-pit mining operational planning problem[J]. Discrete Mathematics,2012,39(2):233-240.

[46] 张明.基于多目标遗传算法的露天矿卡车调度优化研究[D].西安建筑科技大学,2019.

[47] Mendes J B, Maia N A, Veloso R R.A Hybrid Multi objective Evolutionary Algorithm for Truck Dispatching in Open-Pit-Mining[J]. IEEE Latin America Transactions,2016,14(3):1329-1334.

[48] 段玉贤,井石滚.基于免疫算法的三道庄露天矿车辆调度优化[J].金属矿山,2011(08):131-133+139.

[49] 王桃,江松,卢才武.露天矿运输调度优化的生物地理学改进算法[J].金属矿山,2016(09):161-164.

[50] 苏楷,门飞.露天矿运输调度问题求解的自适应果蝇优化算法[J].金属矿山,2017(11):172-176.

[51] 张继文.露天矿电铲—汽车—破碎站系统的有阻塞排队网络模型建模与分析[D].东北大学,2009.

[52] 薛雪,孙伟,刘晓文.露天煤矿车辆的不确定调度模型与优化求解[J].中南大学学报(自然科学版),2011,42(05):1354-1360.

[53] 赵加征,李宁,叶海旺,等.基于闭合排队网络扩展求和算法的露天矿车铲协同优化研究[J].金属矿山,2020(05):151-157.

[54] 王振军,张幼蒂,才庆祥.露天矿智能运输系统的研究[J].化工矿物与加工,2004(03):26-28.

[55] Subtil R F, Silva D M, Alves J C. A Practical Approach to Truck Dispatch for Open Pit Mines[C]// 35th APCOM Symposium 2011. 2011.

[56] Munirathinam M, Yingling JC, “A review of computer-based truck dispatching strategies for surface mining operations”, Int. J. of Surface Mining, Reclamation and Environment, Vol. 8, Jan 1994, pp. 1–15.

[57] Zhang L, Xia X, An Integer Programming Approach for Truck-Shovel Dispatching Problem, Energy Procedia, Vol. 75, Aug.2015, pp. 1779-1784.

[58] Arelovich A, Masson F, Agamennoni O, Worrall S, Nebot E, “Heuristic rule for truck dispatching in open-pit mines with local information-based decisions”, in Proc. 13th International IEEE Conference on Intelligent Transportation Systems, Sep. 2010, pp. 1408-1414.

[59] 王丽萍,邱飞岳.复杂多目标问题的优化方法及应用[M].北京:科学出版社, 2018.

[60] 肖晓伟,肖迪,林锦国,等.多目标优化问题的研究概述[J].计算机应用研究,2011,28(03):805-808+827.

[61] TSAI S J, SUNTY, LIUChan-cheng, et al. An improved multi-ob-jective particle swarm optimizer for multi-objective problems[J]. Expert Systems with Applications, 2010,37 (8) :5872-5886.

[62] 敖特根.单纯形法的产生与发展探析[J].西北大学学报(自然科学版),2012,42(05):861-864.

[63] Holland J. Adaptation in natural and artificial systems: an introductory analysis with application to biology[J]. Control & Artificial Intelligence, 1975.

[64] Srinivas N, Deb K. Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms[J]. Evolutionary Computation, 1994,2(3):221-248.

[65] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2):182-197.

[66] 高永涛,吴顺川.露天采矿学[M].长沙:中南大学出版社,2010.

[67] 顾清华,张媛,卢才武,等.低碳限制下综合成本最小的露天矿卡车运输优化研究[J].金属矿山,2019(8):157-161.

[68] 陆川赉.排队论[M].北京:北京邮电大学出版社,2009.

[69] 张笑菊,曾庆成,王泽浩.集装箱码头集卡配置优化的闭合排队网络模型[J].系统工程理论与实践,2019,39(2):409-417.

[70] Kim Jiseung, Dudin Alexander, Dudin Sergey, et al. Analysis of a semi-open queueing network with Markovian arrival process[J]. Performance Evaluation,2018,120:1-19.

[71] 张明聚,张振波,杜修力.基于排队论的地下圆筒形车库汽车电梯数量研究[J].中国公路学报,2017,30(4):133-139.

[72] 张维国.基于运行数据特征分析的露天矿采运设备管控系统构建与研究[D].沈阳:东北大学,2017.

[73] 李强.哈尔乌素露天煤矿电铲卡车关键时间参数的概率分布[J].露天采矿技术,2011(1):33-35,39.

[74] 张维戈,陈连福,黄彧,等.M/G/k排队模型在电动出租汽车充电站排队系统中的应用[J].电网技术,2015,39(3):724-729.

[75] 付恩三,刘光伟,于渊,等.基于不同排队模型对露天矿卡车等待时间的研究分析[J].露天采矿技术,2013(11):21-23.

[76] Gunter B, Stefan G, Hermann D M, et al. Queueing Networks and Markov Chains[M]. Hoboken: John Wiley&Sons,2006.

[77] 张继文,王青.闭合排队网络的扩展求和算法及其应用[J].煤炭学报,2008,33(11):1309-1313.

[78] 陈实.多服务台混合制排队模型M/G/s/K的仿真研究[J].现代电子技术,2010,33(17):142-145,149.

[79] Ahangaran D K, Yasrebi A B, Wetherelt A, et al. Real-time Dispatching Modelling for Trucks with Different Capacities in Open Pit Mines[J]. Archives of Mining Sciences, 2012, 57(1):39-52.

[80] 罗苇杭.基于非支配排序遗传算法的时变时间窗多目标车辆路径问题研究[D].山东大学,2020.

[81] 李智勇,黄滔,陈少淼,等.约束优化进化算法综述[J].软件学报,2017,28(06):1529-1546.

[82] Deb K. An efficient constraint handling method for genetic algorithms[J]. Computer Methods in Applied Mechanics & Engineering, 2000, 186(2/4):311-338.

[83] 张明,顾清华,李发本,等.基于多目标遗传算法的露天矿卡车调度优化研究[J].金属矿山,2019(06):157-162.

[84] 王俊栋,李宁,吴亚辉,等.基于改进DCW-QPSO算法的露天矿卡车调度优化方法[J].金属矿山,2019(12):156-162.

[85] Y.黄,U.库马尔,牛大文.瑞典某矿应用排队论优选铲运机台数──实例分析[J].国外金属矿山,1995(09):35-40.

中图分类号:

 TD8    

条码号:

 002000062484    

馆藏号:

 TD10051463    

馆藏位置:

 403    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式