智能配煤选择优化

智能配煤选择优化

目前化工行业的人工配煤方法存在偏差大、可靠性差等问题，而非线性规划法无法随着生产的变动而更新其约束条件。因此，需要利用机器学习的智能方法，对配煤的配方进行优化，从海量的方案中选择出煤质最接近于基准值的方案，从而达到稳定生产，降低能耗，减少成本的目的。

行业痛点   

1、依靠人脑的经验计算常存在着选配不合理的问题，为生产设备的安全、稳定运行带来了极大的隐患，降低了原料利用效率增加了生产成本。

2、目前化工行业的人工配煤方法存在偏差大、可靠性差等问题，而非线性规划法无法随着生产的变动而更新其约束条件。

解决方案

1、对同一煤种不同批次的原配进行混配优选，采用算法提升计算效率。

2、对不同每种进行混配时，建立原料关键组分约束方程组，根据生产过程的最佳上料配方，利用工数改进算法对一系列复杂的非线性优化问题进行求解，从而解出配方偏离最小值和组间差异最小值。

       效果    EFFCET
     智能配煤能够为年产40亿立方米天然气的煤化工厂节省1200万元成本

        技术创新   TECHNOLOGICAL INNOVATION 

       建立了用于煤化工和火力发电过程的配煤智能优选解决方案，通过集成逻辑随机优化模型和改进的序列二次规划算法，实现配煤过程的快速、准确求解，有效解决配煤过程遇到的复杂大规模非线性优化问题。

       产品价值    PRODUCT VALUE 

       ● 管理价值：摆脱对人工经验的依赖

       利用模型代替人工计算能摆脱对人工经验的依赖，减少人为因素的干扰。同时大幅提升配煤过程的效率。

      ● 工艺价值：保证火力发电系统的安全、稳定运行

       配煤优化模型计算精度较高，可以各使混合煤的质量指标趋于标准值，减少原料指标波动带来的设备管控风险，能保证后续生产过程的安全、稳定运行；同时可增加产品稳定性，减少产品质量指标波动风险。

       ● 经济和环境价值：减少生产成本，使生产过程更环保

       配煤智能优选模型提升了原料的稳定性，避免了由于原料成分和热值变化带来的频繁控制，极大地降低了生产过程成本。同时，模型充分考虑了硫的质量分数，能显著降低原煤利用过程中硫分波动造成的超排风险，并最大限度降低环境治理成本。