露天矿卡车最佳流率的控制方法

摘要

露天矿卡车最佳流率的控制方法，属于卡车运输技术领域，其特征在于它首先用图论中经典的Dijkstra标号算法求出道路网络图中电铲和卸料点之间的最短路线；再用线性规划模型求出各最短路线上的重车流率，空车流率最佳值，以此作为目标流率；接着再对申请调度的卡车，按照一辆卡车装车或卸车所需的时间，分别确定理想的派车间隔，确定可选装卸点，按照运行道路的目标流率的饱和度最小原则，选定一个目的电铲或卸料点，如果运行道路目标流率饱和度均大于1，则按照可选装卸点目标流率的饱和度最小原则，选定目的电铲或卸料点。它是一种基于实现而非预测的最佳流率控制方法，通过对实现流率的负反馈控制，尽量排除干扰，最大限度实现目标流率。

主权项

1.露天矿卡车最佳流率的控制方法，其特征在于它依次含有以下步骤：第1步，在数据库中设定以下数据表：第1.1步，目标编码表，它含有：每一个电铲，卸料点，卡车，路段的编码，分别用不同的起始位表示；第1.2步，路段参数表，它含有：路段起点编码，路段终点编码，路段空车运行时间以及路段重车运行时间；第1.3步，电铲参数表，卸料点参数表，它们分别含有：电铲编码，卸料点编码，电铲和卸料点的工作强度，优先系数以及入网标识，其中，入网标识表示电铲或者卸料点当前是否可用；优先系数是指电铲或卸料点在生产中的重要度，共分为五级，相邻两级的优先系数相差十倍；第1.4步，卡车参数表，它含有：卡车编码，当前卡车的前方目标即电铲或卸料点，卡车负载类型：1表示重车，0表示空车；第2步，位于中心调度室的中心调度计算机从数据库中分别读取不同类型的参数，存入以下相应的数组：读取目标编码表中的所有参数，存入目标编码数组；读取路段参数表中的所有参数，存入路段参数数组；读取电铲参数表，卸料点参数表中的所有参数，分别存入电铲参数数组和卸料点参数数组；读取卡车参数表中的所有参数，存入卡车参数数组；第3步，中心调度计算机用经典的最优化算法即Dijkstra算法计算每个电铲到每个卸料点以及每个卸料点到每个电铲的最短路线，即卡车运行时间最短的路线，它依次含有以下步骤：第3.1步，从路段参数数组中读取所有路段的个数，并读取路段参数数组中每个路段的起点编码，终点编码，重车运行时间，空车运行时间；第3.2步，从目标编码数组中，读取所有的道路节点个数，再读取道路节点中的电铲节点个数，卸料点节点个数；第3.3步，通过上述Dijkstra算法从由所有的道路节点和路段构成的网络图中得到每个电铲到所有卸料点的最短路线和每个卸料点到所有电铲的最短路线；在计算电铲到卸料点的最短路线时，以电铲为起始点，路段的权值取重车运行时间；在计算卸料点到电铲的最短路线时，以卸料点为起始点，路段的权值取空车运行时间；第3.4步，把第3.3步得到的所有电铲到所有卸料点以及所有卸料点到所有电铲的最短路线及运行时间存入运行道路数组；第4步，以第三步得到的各电铲和卸料点之间的最短路线为基础，各最短路线上的重车流率xi，空车流率yk吨/小时为变量，在一定时间内从所有电铲到相应卸料点的最短路线上的重车流率的加权和达到最大即整个采场的总产量最大为线性规划模型的目标函数，求出各最短路线上重车流率的最佳值和空车流率的最佳值，第4步依次含有以下步骤：第4.1步，在电铲参数数组和卸料点参数数组中检查入网电铲和卸料点个数，如果没有电铲或者没有卸料点，则返回；如果同时存在电铲和卸料点，则读取电铲和卸料点的个数，编码，优先系数和装卸强度；第4.2步，根据第4.1步得到的已知条件，设置上述线性规划模型的变量xi和yk，列出以下目标函数和约束条件：目标函数为：$\mathrm{MaxZ}=\underset{i\in A}{\Sigma }{c}_i{x}_i,$ 其中，xi为各最短路线上的重车流率，即该运行道路上单位时间内通过的货物的吨数，表示成重车流率＝运行道路上的总吨数/运行道路的重车运行时间，xi≥0；ci为重车流率的优先系数，ci＞0，它为相应重车流率对应的电铲和卸料点的优先系数的乘积；A为重车流率xi下标i的集合，即所有电铲到所有卸料点最短路线的集合；Z为各最短路线上重车流率xi的加权和；约束条件为：xi，yk都大于或等于0；I.卡车总数约束：$\underset{i\in A}{\Sigma }{Q}_i{x}_i+\underset{k\in B}{\Sigma }{R}_k{y}_k\le N,$ 其中，xi，yk分别为重车流率和空车流率，上述yk是指该运行道路上单位时间内通过的卡车装载能力，yk＝运行道路上总装载能力/运行道路的空车运行时间；Qi为重车流率xi与运行道路上所需卡车数量的转换参数，单位为辆小时/吨，Qi可表示为：Qi＝在相应道路的重车运行时间/卡车载重量，Qi＞0；Qixi就是相应道路所需的卡车数量；Rk为空车流率yk与运行道路上所需卡车数量的转换参数，单位为辆小时/吨，Rk可表示为：Rk＝在相应道路的空车运行时间/卡车装载能力，Rk＞0；Rkyk就是相应道路所需的卡车数量；A为重车流率下标i的集合；B为空车流率下标k的集合；N为卡车总数，N＞0；II.各电铲与卸料点最大工作强度约束：$\underset{i\in E_j}{\Sigma }{x}_i\le b_j,\underset{i\in E_m}{\Sigma }{x}_i\le d_m,$ 其中，bj，dm分别为电铲、卸料点的最大工作强度，即最大装卸强度，单位为辆/小时，bj，dm＞0；Ej为通往电铲j的运行道路的重车流率下标i的集合；Em为通往卸料点m的运行道路的重车流率下标i的集合；III.车流基尔霍夫定律约束：$\underset{i\in E_j}{\Sigma }{T}_i{x}_i-\underset{k\in F_j}{\Sigma }{S}_k{y}_k=0,\underset{i\in E_m}{\Sigma }{T}_i{x}_i-\underset{k\in F_m}{\Sigma }{S}_k{y}_k=0,$ 其中，Ti为重车流率xi与运行道路上所需卡车数量的转换参数，单位为辆小时/吨，Ti表示式为：Ti＝在相应道路的重车运行时间/卡车载重量，Ti＞0；Sk为空车流率yk与运行道路上所需卡车数量的转换参数，单位为辆小时/吨；Sk表示式为：Sk＝在相应道路的空车运行时间/卡车装载能力，Sk＞0；Ej为通往电铲j的运行道路重车流率xi下标i的集合；Em为通往卸料点m的运行道路重车流率xi下标i的集合；Fj为通往电铲j的运行道路空车流率yk下标k的集合；Fm为通往卸料点m的运行道路空车流率yk下标k的集合；IV.矿石质量即品位约束：$\left(\underset{i\in E_j}{\Sigma }{x}_i\right)H_{\mathrm{lj}}\le \underset{i\in E_j}{\Sigma }\left(x_i{g}_i\right)\le \left(\underset{i\in E_j}{\Sigma }{x}_i\right)H_{\mathrm{uj}},$ 其中，gi为原矿品位，Huj，Hlj分别为矿石目标品位上下限，Huj＞Hlj＞0；再把线性规划变量xi，yk的系数和约束右侧的常数N，bj，Huj，Hlj，gi存储在线性规划数组中；第4.3步，用求解线性规划的单纯形法，求解出重车流率的最佳值和空车流率的最佳值，即目标流率；第4.4步，把第4.3步得到的最佳值存入道路运行数组中；第5步，在满足理想派车间隔的条件下，通过基于目标流率饱和度的实时调度准则来实现目标流率，它依次含有以下步骤：第5.1步，中心调度计算机通过设有无线通讯终端的通讯计算机判断是否存在带有GPS系统的卡车申请调度，若没有，则等待；若有，则转入下一步；第5.2步，中心调度计算机在卡车参数数组中读取申请卡车的卡车编码，负载类型及该卡车所在电铲或卸料点的编码；第5.3步，若卡车为空车，便从运行道路数组记录的空车流率中找到和当前卡车卸料点之间空车流率大于0的所有电铲，定为可选择电铲，将这些电铲编码存储到可选择电铲数组中；从电铲参数数组读取可选择电铲的工作强度；从运行道路数组中读取该电铲与卡车所在卸料点对应道路最短路线，上次派车时间，目标流率和实际流率；若卡车为重车，便从运行道路数组记录的重车流率中找到和当前卡车所在电铲之间空车流率大于0的所有卸料点，定为可选择卸料点，将这些卸料点编码存储到可选择卸料点数组中；从卸料点参数数组读取可选择卸料点的工作强度；从运行道路数组中读取该卸料点与卡车所在电铲对应道路最短路线，上次派车时间，目标流率和实际流率；第5.4步，若卡车为空车，则计算所有可选择电铲当前的实际派车间隔，它为当前时间与上次派车时间之差；若卡车为重车，则计算所有可选择卸料点当前的实际派车间隔，它为当前时间与上次派车时间之差；第5.5步，若为空车，则计算所有可选择电铲理想的派车间隔，即电铲装一次车的时间，它等于电铲工作强度的倒数；若为重车，则计算所有可选择卸料点理想的派车间隔，即卸料点卸一次车的时间，它等于卸料点工作强度的倒数；第5.6步，若为空车，依次检查可选择电铲中的电铲的实际派车间隔是否小于理想的派车间隔，若为小于，将其从可选择电铲数组中去掉；若为重车，依次检查可选择卸料点中的卸料点的实际派车间隔是否小于理想的派车间隔，若为小于，将其从可选择卸料点数组中去掉；第5.7步，若为空车，计算可选择电铲中的电铲与空车所在卸料点之间的运行道路的空车流率饱和度Kji，$K_{\mathrm{ji}}=\frac{q_{\mathrm{ji}}}{p_{\mathrm{ji}}},$ 其中，pji为卸料点j与电铲i之间运行道路的目标空车流率，qji为卸料点j与电铲i之间道路的实现空车流率，qji＝Tji/tji，其中Tji为卸料点j与电铲i之间道路上运行卡车总装载能力，单位吨，tji为卸料点j与电铲i之间的空车运行时间；计算：$K_{\min }=\underset{i}{\min }{K}_{\mathrm{ji}},$ 以Kmin作为道路选择参数，选取目标流率饱和度最小的道路；若为重车，计算可选择卸料点中的卸料点与重车所在电铲之间的运行道路的重车流率饱和度Kij；$K_{\mathrm{ij}}=\frac{q_{\mathrm{ij}}}{p_{\mathrm{ij}}},$ 其中，pij为电铲i与卸料点j之间运行道路的目标重车流率，qij为电铲i与卸料点j之间道路的实现重车流率，qij＝Tij/tij，其中Tij为电铲i与卸料点j之间道路上运行卡车总载重量，单位吨，tij为电铲i与卸料点j之间的重车运行时间；计算：$K_{\min }=\underset{j}{\min }{K}_{\mathrm{ij}},$ 以Kmin作为道路选择参数，选取目标流率饱和度最小的道路；第5.8步，检查选择的运行道路饱和度是否大于1，若是，转到第5.10步；若否，转到第5.9步；第5.9步，在卡车参数数组中记录该电铲或者卸料点为当前卡车的前方目标，按照最短路线行驶。在运行道路数组中更新该电铲或卸料点上次派车时间和实现流率。更新实现流率分两步，减小卡车来时运行道路的实现流率，和增大将要行驶的运行道路的实现流率；转到第5.12步；第5.10步，若为空车，重新选择可选择电铲，将所有开启的电铲定为可选择电铲；若为重车，重新选择可选择卸料点，将所有能够卸料的卸料点定为可选择卸料点；第5.11步，若为空车，计算可选择电铲的目标流率饱和度Mi：$M_i=\frac{\underset{j\in A}{\Sigma }{q}_{\mathrm{ji}}}{\underset{j\in A}{\Sigma }{p}_{\mathrm{ji}}},$ A是所有卸料点的集合，Mi表示电铲i的目标流率的实现程度；计算：$M_{\min }=\underset{i}{\min }{M}_i,$ 以Mmin作为装卸点选择参数，选取目标流率饱和度最小的电铲；若为重车，计算可选择卸料点的目标流率饱和度Mj：$M_j=\frac{\underset{j\in A}{\Sigma }{q}_{\mathrm{ij}}}{\underset{j\in A}{\Sigma }{p}_{\mathrm{ij}}},$ A是所有电铲的集合，Mj表示卸料点j的目标流率的实现程度；计算：$M_{\min }=\underset{j}{\min }{M}_j,$ 以Mmin作为装卸点选择参数，选取目标流率饱和度最小的卸料点；然后转到第5.9步；第5.12步，结束。