基于SA—GA模型的露天矿卡车调度系统优化研究
- 格式:doc
- 大小:24.50 KB
- 文档页数:3
露天矿卡车运输系统最佳调度的数学模型及其数值解法研究马义飞 李祥仪(北京科技大学资源工程系,北京,100083)摘 要 文章分析了目前卡车调度系统的建模情况,应用最佳控制的理论建立了卡车调度系统的数学模型,并结合一简例,分析了数值解法,给出简例的数值解。
通过对数值解的分析,说明数学模型和数值解法都是正确的。
关键词 计算机控制;卡车调度;最佳控制;数学模型中图法分类号 TD 571:O 224A M a them a tic M ode l of O p ti m a l C ontro lfo r T ruck D is pa tch S ys tem in O pe nca s t M iningM a Y ifei L i X iangyi(B eij ing U n iversity of S cience &T echnology ,B eij ing ,100083Ch ina )Abs tra c t T h is p ap er has exam ined the m odelling of truck disp atch system in op encast m in 2ing .W ith the op ti m al theo ry ,a m athem atical m odel has been con structed .T ak ing a si m p le case as exam p le ,the p ap er has analyzed the com p u tati onal m ethod of the p rob lem ,w ith the m ethod ,calcu lated the si m p le case and go t good resu lts w h ich p roved that the m athem atical m odel and the so lving m ethod are co rrect .Ke y w o rds com p u ter con tro l ;truck disp atch ;op ti m al con tro l ;m athem atical m odel1 当前国内外计算机卡车调度系统的应用情况[1] 国际上流行的计算机卡车调度系统是美国模块公司的D ISPA TCH ,它是综合监控系统,经过多年的发展,现在达到对设备状态自动监控,GPS 定位,自动派车的阶段。
模型的评价和改进★1 模型的评价1.模型的优点(1)通过利用数学工具和Lingo编程的方法,严格地对模型求解,具有科学性.(2)建立的模型能与实际紧密联系,结合实际情况对所提出的问题进行求解,使模型更贴近实际,通用性、推广性较强.(3)给出了快速决算卡车和铲车分配的方法,计算方便、灵活.(4)模型分别对所涉及的重要参数进行了灵敏度分析,对于在调整铲车和卡车的分配以及品质限制的范围时提供有价值的参考.2.模型的缺点(1)一些数据中,我们对数据进行了必要的处理,如取整数据、舍弃数据等,这些方法带来一定的误差.(2)本章没有给出分配到各铲位的车辆最佳调配问题,如:假如第i铲位有两辆卡车对第j卸点运输,我们在模型中就没有考虑这两辆车的最佳分配问题.★2 考虑卸点移动时模型的改进对于各卸点来说,我们并没有考虑到卸点可以移动的情况.从开采铁矿的实际看来,开采过程中,采矿工厂(下简称工厂)完全可以根据自身的需要和利益出发,选择移动的卸点来满足工厂生产的需要.这样,就出现了卸点移动带来工厂的铲车以及卡车分配的变化问题.在这种情况下,在规划工厂的铲车以及卡车的分配时,就不能单单地把卸点当成固定不动的点来计算了,而要通常用建立动态规划模型的方法来解决,即把各卸点的移动看成是动态的变化链(下简称动态链),在此动态链内,各卸点可以选择一些位置作为基本地址.如果要规划此工厂系统中的铲车以及卡车的分配,就必须在此动态链内进行.另外,要规划铲车及卡车的分配,还必须考虑各铲位的位置,这样,由各铲位以及移动的铲位便构成了错综复杂的图.所以,在此题的考虑中不仅要进行动态规划,还要引入图论的理论,并且要对二者进行合理的分析、讨论、计算,由于此过程较为烦琐,本章中没有涉及这点;而这也正是需要改进的一个方向.下面对此情况进行简单的讨论.设工厂有P 个铲位,设立r 个卸点,其中,各卸点都可以在一定的链路上选择位置,分别有铲车和卡车I 、J 辆,考虑在不超出铲车和卡车数量的范围内,对其进行合理的调配,以使工厂获得最好的效益.对每一个卸点来说,我们假设其都有自己的动态链,即对于第i 个卸点来说,它的动态链为:1i V →2i V →…→in V →1i V ∘各个卸点及其可能的位置到各铲位的距离,我们使已知的,设铲位j 到第i 个卸点所在链路上各点的距离分别为1ji d 、2ij d 、…、ijn d ρ.考虑总运量()f 最小的情况下,可以得到如下的目标函数:11min min rj jix jix x n i f p N d ρρρρ≤≤==∑∑ 其中,j p 表示第j 铲位的铲车数,其值要么为0,要么为1,即01j j p j ⎧=⎨⎩第铲点分配不到铲车时第铲分配到铲车时p jix N 表示卡车从第j 铲位运输到第i 卸点链路中ρ点的车次数.同理,还可以在考虑最大生产(Q )的情况下的最优生产分配,得到如下的目标函数:111max max pr jix jix x n i j Q C N ρρρρ≤≤===≤∑∑ 其中,jix C ρ表示卡车从第j 铲位运输到第i 卸点链路中ρ点的单程运输量. 根据工厂的实际情况,对上面的目标函数进行约束,就得到工厂的铲车以及卡车的分配情况.。
露天矿采矿车辆调度算法研究及系统设计露天矿开采在我国经济建设方面具有非常重要的作用,但是露天矿开采却面临成本逐年上升,生产管理水平急需提高的局面。
因此,发展能够优化露天矿采矿车辆调度与生产管理的采矿车辆调度系统越来越成为我国露天矿的现实需求。
实践表明,车辆优化调度系统的实施,可使生产效率提高6%~32%,并且能够大幅度降低露天矿企业的生产成本,已经成为我国露天矿企业优先发展的方向。
本文结合我国露天矿开采企业的实际生产状况,研究了露天矿采矿车辆调度系统的模型算法,设计出露天矿采矿车辆调度系统,具体研究工作如下:首先,对露天矿业务流程及生产现况做了简单分析,然后结合露天矿露天开采的管理现状,为快速求出露天矿道路网两节点间的最短路径,分析了传统Dijkstra最短路径算法,然后根据其不足,研究出改进的Dijkstra算法,并且结合对露天矿矿车规划的分析,设计出了露天矿采矿车辆调度算法的模型。
其次,在露天矿采矿车辆调度算法的基础上,对露天矿采矿车辆调度系统进行了总体设计以及详细设计,根据实际需求,分别设计了露天矿采矿车辆调度系统中心调度子系统和车辆终端系统,车辆终端系统又分为矿车终端和铲车终端。
系统在总体功能模块上分为车辆调度功能模块、电子地图功能模块和信息管理功能模块。
最后,根据上述的算法和系统功能设计,利用Microsoft公司的Visual Studio开发环境,编写了露天矿采矿车辆调度系统的应用软件,并对系统各子系统进行了模拟实现,并验证了系统能够对车辆进行实时监控及准确定位,对露天矿生产资源进行统筹规划,实现了车辆的优化调度,提高了露天矿的管理水平和矿产资源利用率。
露天矿运输系统优化与卡车调度问题研究相对于井工开采,露天矿具有产量大、回采率高、全员效率高等特点,但因其多采用“电铲-卡车”间断式开采,且电铲、卡车都是专业的超大型设备,所以设备投资大、油耗较高。
在保证设备利用率和产能的同时,如何有效地节能降耗,成为露天开采中迫切需要解决的问题。
通常从矿山开发规划、装运设备、生产计划和物流作业管理的改进三个层面进行节能降耗。
本文分别从露天矿路网优化和卡车物流调度两个层面,改进矿山的生产物流过程。
其研究有助于露天开采中缩短平均运距、提高卡车有效使用率,实现节能降耗。
中间桥是在露天矿的两帮中间利用排土堆积成一条通路。
与端帮运输相比,中间桥节省卡车运距,在一定条件下合理采用中间桥运输,可以节省总的开采成本。
卡车运输是“电铲-卡车”间断式露天开采中燃油消耗的主要环节。
合理的卡车调度分派、装卸位置匹配及运输路径安排可以减少卡车等待时间、缩短运输距离,在保障产能的同时节能降耗。
围绕露天矿中间桥运输系统和卡车调度,进行如下研究:1)针对复杂地质条件下的大型露天矿,研究中间桥运输系统的适用性。
传统上,中间桥运输系统的应用多局限于近水平地层的间断式开采工艺。
本文就矿坑遭遇背斜及断层等复杂地质条件下中间桥运输系统的适用性进行分析,以搭桥内排运费不大于双环内排运费建立优化不等式,并给出相应的服务水平优化决策模型。
以具有背斜及断层等复杂地质条件的某露天矿为例,论证中间桥运输系统的适用性,还对中间桥搭设水平、服务水平等关键问题进行优化决策,应用中取得一定经济效益。
2)以露天矿“电铲-卡车”生产系统的生产计划与调度实际为背景,研究其中的卡车调度问题。
针对矿山的实际运输车辆和道路条件及效益要求,在考虑开采优先顺序的情况下,以总的运输价值为优化目标,建立问题的整数规划模型。
通过分析问题和模型的特征,提出有效不等式和问题的性质,引入问题上界。
利用问题的性质和上界,设计一种启发式算法和改进策略对问题进行求解。
智能卡车调度系统在露天矿的应用摘要:露天矿是以挖掘为核心、运输为系带的大型生产行业,施工生产效率和经济效益的高低,取决于车辆调度是否合理,而车辆的合理分配是生产计划和任务完成的关键因素。
传统的人工调度存在管理难度大、生产效率低等问题。
为解决这些问题,矿山GPS(Global Positioning System,全球定位系统)卡车智能调度系统应运而生。
本文对智能卡车调度系统在露天矿的应用进行分析。
关键词:智能卡车调度系统;露天矿;应用,1智能卡车调度系统调度理论卡车调度系统基于计算机技术,依托GPS卫星,以矿山数据库为核心,综合利用无线传输技术,集成各个生产指挥环节,将GPS位置信息发送到内置GPS接收模块的终端设备,实现实时动态调度,具有生产管理、监控、统计、决策、优化等功能。
卡车调度理论包含确定最优路线、车流规划、实时调度三个方面。
(1)确定最优路线。
最优路线的确定旨在适应矿山配置形态变化,它在庞大的采场道路网中解算出所有两点间的最短路线。
在图论和运筹学中,最短路径算法通常用来求解最优路径。
常用的算法有Dijkstra、Floyd、矩阵算法、动态规划算法等。
(2)车流规划。
车流规划就是通过数学规划,在满足运输量、剥采比、车流连续性、产品质量搭配等约束条件下,对发往各装卸点的车流进行优化分配,其结果是对运输系统中卡车进行实时调度的基础。
(3)实时调度。
实时调度是在车流规划的基础上,应用适当的实时调度准则,根据当前系统的运行情况,对卡车进行实时调度,给出每台卡车优化的运行方向。
2卡车调度系统架构组成露天矿智能卡车调度系统,通常包括硬件系统和软件系统。
从功能板块来说,包括综合管理平台、生产与安全管理系统、设备辅助管理系统、系统辅助管理系统、地质模块管理系统和智能调度系统。
从构架来说,该系统通过GPS及北斗双星定位,包含4GLTE通讯基站、车载终端、挖机终端、调度控制中心等硬件设施建设及调度控制软件程序(如图1)。
基于SA—GA模型的露天矿卡车调度系统优化研究
针对露天“卡调”系统路线寻优的非线性问题,利用模拟退火算法和遗传算法相结合,弥补了传统遗传算法容易陷入局部极值的缺陷。
仿真结果表明,改进的遗传算法在找到同样最短距离的情况下,节省了7代的迭代次数,节省了路径优化时间,为该领域提供了一条新思路。
标签:卡车调度;遗传算法;模拟退火算法;路径优化
1 序言
露天“卡调”系统于20世纪中叶就被提出,随着计算机技术的日益发展,国内外各个高校及科研院所的学者将最先进的技术及理论都集成到露天矿的生产调度过程中,通信方式也经历了由有线到无线的质的飞跃,一改传统通过人为调度方法,改善了卡车滞留、拥堵等事件的发生,提高了露天矿的整体生产效率,从而带动了经济增长点。
随着卡车调度系统的发展,系统已经由理论研究过渡到实际应用,尤其是GPS技术的诞生,美国公司于1990年将该技术应用于卡调系统中,感知了卡车速度,并使定位精度得到了大幅度提升;1990年到2000年期间,国内如西安煤科院、抚顺煤科院和中国矿业大学等高校及科研院所都涌入了该领域的研究,获得了较多科研成果。
21世纪初期,中国东方测控集团也研发了卡调系统,将最先进的定位技术和无线电技术等集成于系统,实现了全矿井生产、调度系统于一体,该套系统在鞍钢矿业公司得到推广与使用,提高了矿山的整体效率,经济效益突出。
卡车调度体统究其根本是非线性系统,随着人工智能的发展,神经网络、粒子群、遗传算法等最先进的理论可以解决非线性问题,可以应用在优化调度方面。
2 应用于卡调系统的遗传退火算法
2.1 模拟退火算法
模拟退火算法(SA)早于1953年提出,该算法构思来源于物理学的物体退火降温过程。
根据物理学原理,固体从加热到冷却的过程中,原子运动由剧烈变为缓和,内能也伴随着温度的降低而由升高变为降低,此时,固体内部原子已发生重新排列,打破了原有平衡达到了一种新的稳态,以上是模拟退火算法的物理学意义。
退火算法与粒子群一般都适用于寻找全局最优解,但是由于存在温度初值和模拟退火V及温度管控方面的问题,使其参数寻优过程比较困难。
2.2 遗传算法
该算法于20世纪70年代由美国教授提出来,算法主要来自于仿生进化思想,即“适者生存”原则,是机器学习领域主要算法,适用于模型构建,算法本身具有
自组织、自学习能力。
算法的具体实施流程是:第一步,种群随机化形成,并选择适合的循环次数及适应函数;第二部:优胜劣汰,保留强壮个体,舍弃不适类别;第三部,交叉选择,迭代更强种类,并进行变异化改进;第四部:参数寻优,找到全局最优解。
2.3 应用于卡调系统的遗传退火算法
由于传统遗传算法在迭代后期容易陷入局部极值,而退火算法可以规避此类问题,因此综合二者优势,找到全局最优,具体原则如下:
SA-GA算法首先由退火算法提出最初群体,并通过种群进化,形成更优初始值,得到更高效率结果;利用模拟退火跳出局部最优值,强化寻优能力;在退火过程中,温度降低,退火效率更快,具体流程如下:
3 算法效能分析
以某矿井为应用示范,以选择的某段行程为参考对象,在matlab里分别利用GA算法,SA-GA算法进行模拟,群体初始粒子数为80,迭代次数为150,初始T选择30℃,选取的每一点世界坐标系如表1,表2所示,模拟效果如图2、图3所示。
4 总结
由图2得到,SA在第42代得到最優解,最短S为30.68km;由图3得到,SA-GA算法在第35代找到全局最优,最短S为31.9548km。
因此,加入模拟退火算法后的遗传算法在找到同样最优解的过程中节省了7代,这在露天矿卡车调度实际应用中可以节省时间,提供了一条新思路。
参考文献:
[1]刘浩洋.基于改进蚁群算法的露天矿卡车优化调度研究[D].西安:西安建筑科技大学,2013.
[2]高登来.露天矿卡车自动化调度系统的考察[J].露天采煤技术,1999增刊:80-81.
[3]李军才.Dispatch系统在我国大型露天矿山中的应用[J].中国矿业,2000(09):62-65.
[4]Ahangaran,Daryoush Kaveh,Yasrebi,Amir Bijan,Wetherelt,Andy.Real-time dispatching modeling for trucks with different capacities in open pit mines[J].Archives of Mining Sciences,2012(57):39-52.
[5]王训斌,陆慧娟,陈五涛.带时间窗动态车辆路径问题的改进蚁群算法[J].
工业控制计算机,2009,22(01):41-43.
[6]周四根.特大型露天矿道路优化设计研究[J].采矿技术,2014,5
(05):13-14.。