摘要
配煤优化问题是中国焦化行业广泛存在的问题.为了获得低成本、高质量的焦炭,提出了一种多目标配煤优化模型(Multi-Objective Optimization of Coal Blending,MOCB),以克服传统单目标配煤优化模型仅考虑成本或焦炭质量的弊端.模型以配煤成本最低、焦炭质量六个评价指标的综合质量最大为目标函数,工艺条件和生产焦炭质量作为约束集,引入带有精英策略的非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ),并结合配煤比调整专家规则进行改进形成新的优化算法(Expert-NSGA-Ⅱ)作为该模型的寻优算法并通过运行时间、反世代距离(Inverted Generational Distance,IGD)、超体积指标(Hypervolume,HV)评价四种算法及Pareto最优解集.对某焦化厂六个单种煤配煤为例进行配煤优化验证,优化结果表明Expert-NSGA-Ⅱ算法所得配煤方案(Pareto最优解集)具有较好的收敛性、多样性和鲁棒性且配煤结构多样化,可兼顾不同质量需求进行配比选择,具有良好的应用价值.
基金项目
辽宁省教育厅科学研究经费项目(2021)(LJKZ1199)
NETL
NSTL
万方数据