下载文档原格式
第46卷第4期2018年8月煤化工Coal Chemical IndustryVol.46 No.4 Aug. 2018加压气化工艺煤粉锁斗下料问题分析及优化胡小斌,李晓宏，黄勇(陕西延长石油(集团)有限责任公司碳氢高效利用技术研究中心，陕西西安710075)摘要针对在加压气化工艺中煤粉锁斗运行下料过程中出现的因架桥导致下料不畅的问题,分析了煤粉锁 斗中架桥产生的原因，提出了正压下料(方案1)、泄压下料(方案2)、压差下料(方案3)三种解决方案。
从技术、检修、操作方面对这3种方案进行了对比分析。
分析表明:从技术及操作方面，方案3优于方案1和方案2;从检修方 面，方案1优于方案2和方案3,综合考虑，方案3的优越性更明显。
从设计方面和操作方面，提出了优化措施，解 决锁斗下料不稳定的问题。
关键词煤粉，锁斗，加压气化，架桥，下料文章编号：1005-9598 (2018)-04-0049-04中图分类号：T Q 546文献标识码：B锁斗在煤化工行业应用较广泛，是把低压煤粉变 成高压煤粉的转化器，其加压系统是煤粉锁斗实现其 转化器功能的途径和手段[1]。
目前煤粉锁斗在加压气 化工艺运行下料过程中，经常性出现因架桥导致下料 不畅等问题，若处理不及时，会导致装置运行过程中 反应器负荷降低、气化炉跳车的风险。
基于此,笔者提 出了依靠压差下料的解决方案和优化措施，并从设计 和操作方面进行优化，解决了锁斗下料不稳定的问题。
图1煤粉锁斗加压系统流程示意图1煤粉锁斗工艺流程1.1工艺流程煤粉锁斗加压系统流程示意图见图1。
经称重、 研磨、干燥后的合格煤粉被送至煤粉缓冲仓,依靠重 力作用进人煤粉锁斗。
通过围绕在煤粉锁斗锥体部分 的多个喷嘴喷出的高压二氧化碳进行加压，当其压力 达到低于煤粉给料仓压力且煤粉给料仓料位低时，打 开煤粉锁斗下料阀，5 s 后通过打开煤粉给料仓与锁 斗之间的平衡阀进行压力平衡，煤粉在重力作用下进 入给料仓。
板材下料优化方案在木材加工行业中，如何最大程度地提高板材利用率和降低浪费是一个非常重要的问题。
传统的板材下料方式往往存在很大的浪费，而采用优化的板材下料方案可以有效地减少浪费，并提高生产效率。
本文将介绍一种常用的板材下料优化方案，通过优化下料方案来实现降低浪费，提高板材利用率。
一、了解板材规格和尺寸在制定下料优化方案之前，我们首先需要详细了解所使用的板材的规格和尺寸。
包括板材种类、厚度、长度、宽度等。
只有了解了板材的规格和尺寸，才能更好地制定下料方案，减少浪费。
二、利用计算软件进行优化可以借助计算机软件来进行板材下料的优化计算。
通过输入板材规格和需要裁剪的零件尺寸，计算软件可以自动生成最优的下料方案。
这些软件使用了高效的算法，可以快速且精准地进行优化计算。
例如，常用的下料软件有OptiCut、CutList Plus等。
三、合理设计零件尺寸在进行板材下料时，合理设计零件的尺寸也是非常重要的。
尽量避免设计过大或过小的零件，这样既可以减少浪费，又可以提高板材利用率。
同时，还可以考虑设计一些通用型的零件，以减少特定尺寸零件的数量，进一步降低浪费。
四、考虑边缘利用率和余料利用在进行板材下料时，除了面积利用率外，还要考虑板材的边缘利用率和余料利用。
通过合理规划下料方案，将板材边缘利用到最大化，并且合理利用余料，可以有效地减少浪费，提高板材利用率。
五、避免过多的切割在进行板材下料时，可以尽量避免过多的切割。
过多的切割不仅会增加加工的难度，还会增加浪费的可能性。
因此，在制定下料方案时，要避免过多的切割，尽量保持零件的形状和数量的简单性。
六、考虑批量生产的需求在制定板材下料方案时，还要考虑到批量生产的需求。
如果需要批量生产同样的零件，可以通过合理的下料方案来提高生产效率和板材利用率。
例如，可以将相同尺寸的零件集中进行下料切割，避免浪费和重复工作，提高生产效率。
七、严格控制切割误差和损耗在进行板材下料过程中，切割误差和材料损耗是无法完全避免的。
优化下料流程提高下料效率和材料利用率下料流程的优化是指通过对下料工序的改进和优化，来提高下料效率和材料利用率。
下料流程的优化可以从以下几个方面进行考虑和改进：1.规范下料数量和尺寸：对于每一次下料，需要明确确定下料的数量和尺寸要求，避免过多的浪费和不必要的材料消耗。
通过合理的规划和计算，确定合适的下料数量和尺寸，确保在满足生产需求的前提下，最大限度地减少材料浪费。
2.优化下料工艺：通过对下料工艺的改进和优化，减少下料过程中的材料损耗。
可以采用高效的下料设备和工具，如自动下料机、数控下料机等，提高下料效率和精度，减少人为因素引起的误差和损耗。
同时，可以针对特殊形状和尺寸的材料，设计和开发专门的下料模具和刀具，以提高下料的准确性和效率。
3.合理安排下料顺序：在进行下料操作时，需要根据不同材料和工件的特点，合理安排下料顺序，以最大限度地减少材料浪费和加工时间。
对于相同材料的多次下料，可以通过合理的排版和布局，使得工件尽量较好地利用材料和空间，并减少下料时的裁剪浪费。
4.精确控制下料尺寸和公差：下料过程中，需要精确控制下料尺寸和公差，以确保下料后的工件能够准确地满足设计和生产要求。
可以采用先进的测量仪器和技术，如激光测量仪、光电测量等，对下料尺寸和公差进行精密测量和控制。
5.合理利用余料：在下料过程中，会产生一定数量的余料。
合理利用余料，是提高材料利用率的重要环节。
可以通过优化余料利用方案，如余料利用方案的设计和规划，余料的再加工和利用等，有效地提高材料利用率，减少浪费。
6.加强质量管理：在下料生产过程中，加强质量管理是保证下料效率和材料利用率的关键。
通过建立和完善质量管理体系，加强对下料工艺和质量要求的控制和监督，及时发现和解决问题，以确保下料的质量和效率。
综上所述，通过规范下料数量和尺寸、优化下料工艺、合理安排下料顺序、精确控制下料尺寸和公差、合理利用余料和加强质量管理等措施，可以有效地提高下料效率和材料利用率，降低生产成本，提高企业竞争力。
下料优化计算方法(一)下料优化计算1. 简介•下料优化计算是指通过计算和算法来优化材料的使用，减少浪费，提高生产效率的过程。
•本文将介绍下料优化计算的基本概念和常用方法。
2. 基本概念•下料：指将原材料按照设计要求切割成特定尺寸的过程。
•材料利用率：指在下料过程中，有效利用原材料的比例。
•下料浪费：指在下料过程中，未能有效利用原材料的部分。
3. 常用方法3.1. 一维下料优化计算•一维下料优化计算主要针对直线切割的情况，通过算法来确定切割方案，使得材料的利用率最高。
3.2. 二维下料优化计算•二维下料优化计算主要针对平面切割的情况，通过算法来确定切割方案，使得材料的利用率最高。
•常用的算法包括：矩形递归、最佳动态规划、最优旋转递归等。
3.3. 三维下料优化计算•三维下料优化计算主要针对立体切割的情况，通过算法来确定切割方案，使得材料的利用率最高。
•常用的算法包括：三维装箱问题求解、分支界定法、副高搜索法等。
4. 应用领域•下料优化计算广泛应用于各个行业，如木工、金属加工、纺织、塑料加工等。
•运用下料优化计算可以有效减少原材料的浪费，降低生产成本，提高生产效率。
5. 结论•下料优化计算是一种能够有效提高材料利用率的方法，具有重要的实际应用价值。
•随着计算机技术的不断发展，下料优化计算的方法和算法也逐渐完善，将在未来得到更广泛的应用。
6. 注意事项•在进行下料优化计算时，需要考虑以下几个方面：–材料的规格和特性；–切割模式和切割工艺；–切割顺序和切割方向；–批量和生产时间；–设备和工具的限制。
7. 优化效果评估•在进行下料优化计算之后，需要对优化效果进行评估，以确定方案的可行性和效率。
•常用的评估指标包括：材料利用率、切割效率、生产成本、工时等。
8. 优化案例•下面是一个简单的下料优化案例，以一维下料为例：–原材料长度：10米–待加工工件尺寸：2米–切割模式：直线切割•切割方案：–第一段：2米–第二段：2米–第三段：2米–第四段：2米–第五段：2米•材料利用率：100%•切割效率：100%•生产成本：最小化•工时：最小化9. 总结•下料优化计算是一项重要的生产优化技术，可以帮助企业减少浪费，提高生产效率。
关于一维下料问题的研究摘要：“下料问题”是把相同形状的一些原材料分割加工成若干个不同规格大小的零件的问题．此类问题在工程技术和工业生产中有着重要和广泛的应用．在生产实践中通常要求解决用料最省、浪费最少等问题．下料问题即是其一。
属最优化研究范畴．一维下料问题是生产实践中常见的问题，优化下料要求最大限度地节约原材料，提高原材料的利用率。
本文介绍了两种方法，其一提出分支定界算法优化一维下料问题，并用MATLAB编写程序，通过计算机来完成这一复杂的过程。
另一种方法-lingo，针对单一原材料的一维下料问题, 建立了整数规划模型, 然后将模型转化为求解最优下料方式问题; 利用lingo进行编程, 实现循环调用得到一维下料问题的局部最优解。
实际上本文就是给出了解决适当规模下料问题的求解方法．该方法既可手工演算又可通过计算机求解。
在实践中可以借鉴使用．Abstract： The “℃utting Stock Problem”is a problem of dividing raw materials in the same shape into several parts in different shapes． This kind of problem has important and wide appliance in engineering and industry production．Being living to give birth to in the practice requires use to anticipate to save most usually and Squanders at least and so on ，First of all Immediate future the cutting stock problem is ，The category optimization is researched the category 。
题1、[下料问题的优化设计]某车间有一大批长130cm的棒料，根据加工零件的要求，需要从这批棒料中成套截取70cm长的毛坯不少于100根，32cm 长的毛坯不少于100根，35cm长的毛坯不大于100根。
要求合理设计下料方案，使剩下的边角料总长最短。
根据题目意义，运用优化设计理论和方法，完成设计全过程;工程问题分析：数学模型建立及特征分析：优化方法选择；优化程序设计〔解析优化〕；计算结果分析；结论及体会。
基于MATLAB一维优化下料问题分析0 前言生产中常会通过切割、剪裁、冲压等手段，将原材料加工成所需大小零件，这种工艺过程，称为原料下料问题。
在生产实践中，毛坯下料是中小企业的一个重要工序。
怎样减少剩余料头损失是节约钢材、降低产品本钱、提高企业经济效益的一个重要途径。
在毛坯下料中我们常会遇到毛坯种类多、数量大的情况，如不进展周密计算那么因料头而造成的钢材损失是相当可观的。
为使料头造成的钢材损失减少到最小程度，我们可依据预定的目标和限制条件统筹安排，以最少的材料完成生产任务。
++1 一维优化下料问题的具体模型分析设原材料长度为L,数量充足。
需要切割成n (n≥0)种不同规格的零件,根据既省材料容易操作的原那么，人们已经设计好了n 种不同的下料方式，设第j 种下料方式中可下得第i 种零件ija 个,又第i 种零件得需要量为ib 个, j x表示第jB 种下料方式所消耗得零件数目, j c表示第jB 种下料方式所得余料(j=1, 2 , ⋯,n, j x∈ Z)。
满足条件的切割方案有很多种,现在要求既满足需要又使所用原材料数量最少,即最优下料方案满足:μｐ=min (∑j c jx )约束条件:∑ij a j x =ib ,jx ∈Z 。
1.2 线性规划数学模型根据线性规划算法，约束条件包括两局部：一是等式约束条件，二是变量的非负性。
出变量的非负要求外，还有其他不等式约束条件，可通过引入松弛变量将不等式约束化成等式约束形式。
题1、[下料问题的优化设计]某车间有一大批长130cm的棒料，根据加工零件的要求，需要从这批棒料中成套截取70cm长的毛坯不少于100根，32cm 长的毛坯不少于100根，35cm长的毛坯不大于100根。
要求合理设计下料方案，使剩下的边角料总长最短。
根据题目意义，运用优化设计理论和方法，完成设计全过程;工程问题分析：数学模型建立及特征分析：优化方法选择；优化程序设计（解析优化）；计算结果分析；结论及体会。
基于MATLAB一维优化下料问题分析0 前言生产中常会通过切割、剪裁、冲压等手段，将原材料加工成所需大小零件，这种工艺过程，称为原料下料问题。
在生产实践中，毛坯下料是中小企业的一个重要工序。
怎样减少剩余料头损失是节约钢材、降低产品成本、提高企业经济效益的一个重要途径。
在毛坯下料中我们常会遇到毛坯种类多、数量大的情况，如不进行周密计算则因料头而造成的钢材损失是相当可观的。
为使料头造成的钢材损失减少到最小程度，我们可依据预定的目标和限制条件统筹安排，以最少的材料完成生产任务。
++1 一维优化下料问题的具体模型分析设原材料长度为L,数量充足。
需要切割成n (n≥0)种不同规格的零件,根据既省材料容易操作的原则，人们已经设计好了n 种不同的下料方式，设第j 种下料方式中可下得第i 种零件ija 个,又已知第i 种零件得需要量为ib 个, j x表示第jB 种下料方式所消耗得零件数目, j c表示第jB 种下料方式所得余料(j=1, 2 ,⋯, n, j x∈ Z)。
满足条件的切割方案有很多种,现在要求既满足需要又使所用原材料数量最少,即最优下料方案满足:μｐ=min (∑j c jx )约束条件:∑ij a j x =ib ,j x∈Z 。
1.2 线性规划数学模型根据线性规划算法，约束条件包括两部分：一是等式约束条件，二是变量的非负性。
出变量的非负要求外，还有其他不等式约束条件，可通过引入松弛变量将不等式约束化成等式约束形式。
如果是求最大值的,则松弛模型最优解对应的目标函数值必大于或等于整数规划最优解对应的目标函数值；如果问题是求最小值，则松弛模型最优解对应的目标函数值必于或等于整数规划最优解对应的目标函数值。
因此对于最优下料方案模型为：[]()11min 1np j jj nij j jj j f c x a x b x z μ==+⎧==⎪⎪⎪=⎨⎪⎪∈⎪⎩∑∑由式(1)的线性规划(LP)引入松弛变量()20][min 11⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>===∑∑==j nj ij ij nj jj p x b x a x c f μ 如果得到的最优解是整数,则求解结束。
该最优解也是式(1)的最优解。
否则,得到的最优解只是式(1)的最优解的一个下界。
这样可以把式(1)划分为两个子问题。
再对式(3)和式(4)继续上述过程。
若在某一时刻得到了一个全整数解xm,则xm 为式(1)的一个上界。
此时 ,若打算从子问题k 开始分支,而这一问题的下界为xk>xm,则这一分支不必再考虑了,因为在这一分支中不会找到小于xm 的解。
如果xk<xm,则分支过程还要继续 。
1.3 MATLAB 一维优化算法求解整数线性规划MATLAB程序 :function [ x, y] = ILp ( f, G, h, Geq, heq, lb, ub, x, id, options) global upper op t c x0 A b Aeq beq ID options;if nargin < 10, options = optimset( { } ) ; options. Disp lay = ’off’; op tions. LargeScale = ’off’; endif nargin < 9, id = ones( size ( f) ) ; endif nargin < 8, x = [ ] ; endif nargin < 7 | isemp ty( ub) , ub = inf*ones( size ( f) ) ; endif nargin < 6 | isempty( lb) , lb = zeros( size ( f) ) ; endif nargin < 5, heq = [ ] ; endif nargin < 4, Geq = [ ] ; endupper = inf; c = f; x0 = x; A = G; b = h; Aeq = Geq; beq = heq; ID= id;ftemp = ILP ( lb ( : ) , ub ( : ) ) ;x = opt; y = upper;function ftemp = ILP ( vlb, vub)global upper op t c x0 A b Aeq beq ID options;[ x, ftemp, how ] = linp rog ( c, A, b, Aeq, beq, vlb, vub, x0, op- tions) ;if how < = 0return;end;if ftemp - upper > 0. 00005 % in order to avoid errorreturn;end;ifmax( abs( x*ID - round ( x*ID) ) ) < 0. 00005if upper - ftemp > 0. 00005 % in order to avoid errorop t = x’; upper = ftemp;return;elseop t = [ op t; x’] ;return;end;end;notintx = find ( abs( x - round ( x) ) > = 0. 00005) ; % in order to avoid errorintx = fix( x) ; tempvlb = vlb; tempvub = vub;if vub ( notintx(1, 1) , 1) > = intx( notintx(1, 1) , 1) + 1;tempvlb (notintx(1, 1) , 1) = intx( notintx(1, 1) , 1) + 1;ftemp = IntLP ( tempvlb, vub) ;end;if vlb ( notintx(1, 1) , 1) < = intx( notintx(1, 1) , 1)tempvub ( notintx(1, 1) , 1) = intx( notintx(1, 1) , 1) ; ftemp = IntLP ( vlb, tempvub) ; end;2 线性规划实例分析某车间有一大批长130cm 的棒料，根据加工零件的要求，需要从这批棒料中成套截取70cm 长的毛坯不少于100根，32cm 长的毛坯不少于100根，35cm 长的毛坯不大于100根。
要求合理设计下料方案，使剩下的边角料总长最短。
分析:对于一维下料问题都可以用组合最优化的方法给出合理的下料方式。
该题要求剩余边角料总长最短，可以转化为求使用原材料的量最少。
设x1, x2, x3分别表示所需3种不同长度的棒料零件数,则70x1+32x2+35x3≤130(xi ∈Z+,i=1, 2, 3)。
其中x1≤1 ,表1给出下料方案。
表1 下料方案零件类型下料方式 需要量B 1 B 2 B 3 B 4 B 5 B6A 1（70） 1 1 0 0 0 0 ≥100 A 2（32） 1 0 1 2 4 0 ≥100 A 3（35）0 1 2 1 0 3 ≥100余料28252831225由表1可列出目标函数及其约束条件()123456121345234min 282528312251002410052100(1,2,3,4,5,6)j f x x x x x x x x x x x x x x x x z j +⎧=+++++⎪+≥⎪⎪+++≥⎨⎪++≤⎪⎪∈=⎩用上面的MATLAB程序求解方程组（5）> > c = [ 28, 25, 28, 31, 2,25];> >A = [1, 1, 0, 0, 0;1,0, 1, 2, 4; 0,1,2,1,0；0,0,3];> > b = [ 100; 100; 100 ];> > [ x, f ] = ILp ( c, [ ] , [ ] , A, b, [ 0, 0, 0, 0, 0,0, ] ,[ inf, inf, inf, inf, inf, inf,] ) ;x =[ 0 100 0 0 25 0]由此可知按B2方式下100根，B5方式下25根，其余方式都不用，按这种方式下料最高。
3 结论及体会通过用MATLAB软件按照一维下料问题优化进行分析，优化下料要求最大限度地节约原材料,提高原材料的利用率。
本次设计又加深了对机械优化设计的认识，提高了自己分析问题、解决实际问题的能力；利用软件可以快速、简洁的解决问题。
