原料场生产自动化编制供料计划的混合式模型日本钢铁公司名古屋钢铁厂是一个临海式钢铁大型联合企业，具有大型原料场，内含50多种牌号的矿石，分别由200多条胶带运输机送到50多个矿槽。要保持各矿槽料位和从这些大量
原料场生产自动化编制供料计划的混合式模型
日本钢铁公司名古屋钢铁厂是一个临海式钢铁大型联合企业，具有大型原料场，内含50多种牌号的矿石，分别由200多条胶带运输机送到50多个矿槽。要保持各矿槽料位和从这些大量运输机线、牌号和输送时间的可能组合中选出合适的一个是很困难的，例如编制一个8小时的计划，其可能组合数目达2.58×1018个。
为使计划优化采用两级计算机，即长期计划由中央计算机执行(从200条线中选出36条主要运输机线以供8小时作业之用等)，几个小时即时的作业计划编制则由过程机执行，这种功能分担，将使之能减少要考虑的组合数目，此外执行控制计划编制，其数学模型是采用数学的动态规划和人工智能的模糊推理的混合模型以解决计算或处理过复杂和缺少完整的最优性以及处理时间太长问题。
在编制计划中要规定：(1)要供料的各个槽；(2)要使用的运输机线；(3)输送时间(开始及终了时刻)；(4)要输送的原料量。此时还要满足下列条件：(1)保持每个烧结槽和矿石槽所设定的下限料位；(2)避免输送设备的冲突；(3)尽可能把同样牌号原料的各个小供料作业集合成一个大的连续作业；(4)取料机行走距离最短。
这样，混合模型的处理如下：
处理步骤1：决定矿石的目标及原料供应可利用的时间区段。这是为满足条件(1)，但实际应用中，在同一时间可能遇到其他情况而得不到保证，故确定某个可进行装满的低限范围以代替单一的低限值，这就是“满装可用的时间区段”。
处理步骤2：把“满装可用的时间区段”变窄以满足上述条件(3)和(4)。它使用知识构
成(简称KE)的表达式(即：如果…则…)来阐明它(图1)。
.jpg)
图1 条件(3)和(4)的规则表达式和“满装可用的时间区段”变窄方法
处理步骤3：确定料场到料仓的输送路线。按条件(2)和设备运转条件等使用如步骤2的KE表达式以确定输送路线。
处理步骤4：可用下列线性规划模型来确定：
[目标函数]：料仓中料位变化最小：
∑Xi–Aopi
式中：Xi—料仓i开始装料时刻(变化的)；
Aopi—料仓i的最优装料时间(步骤1得出的常数)。
[限制量]：(1)装料可利用时间区段，Xi﹥Aui；Xi﹥Adi(Aui为料仓i装料可利用的最早时间，它为常数；Adi则为最晚时间)；(2)防止输送设备冲突：Xi–Yj+M×Iij﹥0；Xj–Yj+M(1–Iij)﹥0(Yi和Yj分别为料仓i和j完成补充装料的时间，它是可变的；Xj为j开始补充装满时间；Iij是积分变量；1是料仓i先于料仓j补充装料；0是j先于i补充装料；M是较大的常数)。图2示出了本模型的处理流程。
图2 编制原料供应计划流程图
本编制供料计划的功能在运用后，使料仓低限料位平均从38%提高到45%，而减少原料粒度和成分变化，另外，可由堆料机多点堆料和用穿梭输送工具多点补充装料而大大降低烧结用矿费用。