成本优化控制

本钱优化把握本钱优化把握1/81引言在铁矿选矿产品的本钱中，原材料、燃料、动力等消耗的费用占本钱的比例约为80%。目前，国内外都将本钱把握作为一个系统，在系把握在内的流程工业CIMS体系构造，并开发了相应的本钱把握软件包。但是，以往的本钱把握往往局限于数据的采集、计算等，没有将经济指标及技术指标和操作过程有机地结合起来，使得本钱把握严峻滞后，缺乏动态性和可操作性。为此，本文争论了铁矿选矿生产过程动态本钱把握的相关技术，并将该技术成功应用于酒钢公司选矿厂，实现了选矿生产过程的动态本钱把握，取得了明显的应用成效。铁矿选矿生产过程简介铁矿选矿生产过程分为原矿生产、竖炉焙烧、磨矿及磁选、精50～15mm级的粉矿和大于15mm粒级的块矿。粉矿由皮带输送系统给入强磁圆筒矿仓，作为强磁选别生产的原料。块矿经过二次筛分为10～50mm粒级50mm竖炉焙烧作业流程将块矿送入竖炉进展焙烧。焙烧后的矿石由磁滑轮进展磁选，分为废石和有用矿石，废石由皮带运输及卷扬系统运往废石山堆砌，有用的矿石再经干选机干选后，送往弱磁圆筒矿仓作为弱磁选别生产的原料。磨矿、磁选及脱水作业流程分为强磁选别和弱磁选别，其磨矿闭路。粉矿或者焙烧好的矿石由一段球磨机磨矿后由分级机进展分级，返砂返回球磨机再磨，分级机溢流进入旋流器分级，旋流器沉砂局部进入二次球磨机再磨。旋流器溢流进入强磁机或弱磁机选别，选别出的精矿进入浓缩脱水系统内浓缩，脱水后的精矿进入精矿库。尾矿经浓缩后送至尾矿坝。铁矿选矿生产过程动态本钱把握技术1〕智能优化把握技术构造铁矿选矿生产过程是一个简洁的工业过程，本钱把握涉及大量的工艺参数，使得选矿本钱难以用常规的方法进展本钱把握。智能优化系统来实现铁矿选矿生产过程动态本钱把握。生产过程本钱把握系统主要包括关键生产指标设定、本钱指标核算、本钱动因分析、本钱指标和生产指标预报等功能。关键生产指标过程优化把握系统的设定值。利用本钱指标核算模型核算本钱指标，将奖惩，实现生产过程本钱的反响把握。利用本钱指标预报模型对本钱指标进展预报，并及本钱指标设定值进展比较，从生产指标角度分析差异缘由，打算是否需要调整生产指标设定值或实行其他相关措施，对生11生产过程本钱把握系统技术构造图过程优化把握系统由生产过程关键工艺参数优化模块、智能优化设定模块、前馈补偿模块、反响补偿模块、关键工艺参数预报模块等22过程优化把握系统技术构造图该系统主要功能是利用关键工艺参数设定模型将生产指标转化成及其亲热相关的工艺参数，给出其优化设定值。指标优化把握系统利产过程的输入、输出量，通过关键工艺参数预报模型向过程把握系统提比较，产生的误差经过前馈补偿来校正回路优化设定值。通过化验过程产生的工艺参数的化验值及工艺参数的优化值进展反响校正回路设定值，通过回路把握使选矿过程实现优化，从而实现选矿生产过程本钱控制。2〕本钱优化把握模型铁矿选矿产品本钱由多个本钱指标组成，每个本钱指标又包含很多本钱因素。在产品本钱分解模型和本钱指标核算模型中，依据本钱指标组成构造和本钱指标计算公式就可以对产品本钱进展分解和核算。①关键生产指标设定模型 在铁矿选矿生产过程中一些关键的生产指标对企业物耗、能耗影响很大。因此，在考虑物耗、能耗、本钱和产量的前提下通过关键生产指标设定模型优化生产指标和工艺参数设定既满足工序要求又使工序本钱最低的生产指标对于指导生产、把握生产本钱至关重要。生产指标的优化设定可以承受神经网络、案例推理等智能模型。精矿品位和金属回收率是一对重要而冲突的指标：精矿品位反映精矿质量，金属回收率反映了选矿过程中金属回收的程度。提高两者证精矿品位的前提下，尽量地提高选矿金属回收率。利用神经网络拟合精矿品位和金属回收率的关系曲线y＝f〔x〕，使得在精矿品位x的状况下，能够快速准确给出金属回收率y的指标设定值，在选矿厂的实际应用中取得了较好的效果。②生产指标预报模型 依据经济指标和生产指标之间的关系，对影响生产指标的关键参数进展在线的采集及监测建立生产指标预报模型，可以快速准确地预报生产状况，对于企业进展生产过程把握具有较高有用价值。传统的生产指标预报一般承受统计模式建立推想方程，并结合阅历指标进展。所用的统计模式多是属于线性模式，对起伏较大的非线性生产指标推想效果不是很好。径向基函数〔RadialBasisFunction，RBF〕神经网络是一种有效的前馈式神经网络，它具有最正确靠近和全局最优的性能，并且比BP网具有更快的学习特征，因此，生产指标推想可以承受RBF神经网络推想模型。模型可以承受两种方式：x〔t＋1〕＝f〔x〔t〕，x〔t－1〕，…，x〔t－k〕〕 式中，xkty〔t＋1〕＝f〔x1〔t〕，…，x1〔t－k〕，x2〔t〕，…，x2〔t－k〕，xm〔t〕，…，xm〔t－k〕〕 〔2〕式中，y为推想指标；xi〔i＝1，…，m〕为k步历史数据推想yt＋1废石品位、弱尾品位、强尾品位三个指标是反映精矿质量、选矿过程中金属流失状况的重要指标，建立废石品位、弱尾品位、强尾品位以及选矿比的动态预报模型，可快速准确地预报生产状况，使企业能够优化生产运行治理，准时进展生产过程把握。③本钱指标预报模型 本钱推想是本钱领前把握成败的关键。通过本钱指标预报，可以监视本钱指标变化趋势，把握本钱的动态，使企业对将来的本钱水平及其变化趋势做到正确把握为本钱分析和把握供给有用的信息由于本钱推想是一种多因素不确定性非线性问题，本钱构成的因素之间相互影响，存在耦合现象〔如原材料铁矿石品位的凹凸将影响燃料动力的消耗、关心材料的消耗。品位低的铁矿石降低了原料本钱，却增加了燃料动力本钱、关心材料本钱〕，依据一种基于神经网络的预报模型，本文考虑了本钱因素之间的相互影响，提高了预报精度。④本钱因素分析模型 要进展有效的本钱把握不但要提示实际本钱及打算〔目标〕本钱的差异，更重要的是通过分析找出本钱的影响因素及影响因素变化对本钱的影响程度，以便更好地进展本钱把握。本钱因素分析模型用于分析影响本钱的技术经济指标对本钱影响程度的变动趋势，为本钱把握供给依据。由于本钱的组成工程简洁，影响生产本钱的因素很多，各个因素之间相互影响，相互制约，存在着耦合和简洁的非线性关系。运用传统统计学方法分析时，均需建立各因素及指标间明确的数学表达式，这在实际应用中很难实现。神经网络模型不依赖于模型形式，能够实现非线性映射，具有广泛的适应性，因此，本钱因素分析可以承受神经网络模型。影响铁矿选矿工序的生产指标因素主要有块矿率、废石率、弱磁尾矿品位、强磁尾矿品位、原矿品位等，这些因素直接影响着选矿综精本钱的凹凸。为此系统神经网络和弹性分析相结合的方法，以这些因素的统计数据为依据，构造一个三层的BP神经网络模型，分析某一段时期内块矿率等5个因素对综精本钱的影响程度。经过分析不仅能得出综素对本钱影响程度的问题。结语基于本文提出的铁矿生产过程本钱把握的技术构造和优化模型，设计并开发了铁矿选矿动态本钱把握系统软件包。系统承受Rockwell公司的Rsview软件包将消耗、质量、工艺实时数据采集到实时数据库，通过Rockwell公司RSSQL软件实现实时数据库访问接口，实现关系数据库及实时数据库的数据透亮传输，关系数据库承受Oracle8.1.5，应用软件承受Delphi6/ASP。系统主要实现本钱打算、本钱