面向实时配矿的多目标矿卡在线调度方法及系统

技术特征：
1.一种面向实时配矿的多目标矿卡在线调度方法，其特征在于，包括：s1：获取实际生产环境信息；s2：通过所述实际生产环境信息计算获取各铲装点到各卸载点的最优路径；s3：构建面向实时配矿的多目标矿卡在线调度模型；s4：通过所述最优路径、约束处理和nsga-iii算法对所述多目标矿卡在线调度模型进行求解，获得调度方案。2.根据权利要求1所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，步骤s1具体为：s11：通过矿山的后台统计系统，获取铲装点数量、铲装点的位置、卸载点信息、不同型号矿卡的数量、不同型号矿卡的载重量、不同型号矿卡的单位时间油耗量、道路相关信息和生产计划；所述卸载点信息包括：矿石破碎站数量、矿石破碎站的位置、废石破碎站数量、废石破碎站的位置、排土场数量和排土场的位置；s12：通过勘探数据，获取露天矿的地下三维品位分布信息；s13：通过各矿卡的gps位置信息和速度信息，计算获得不同型号矿卡在不同路段的行程时间和矿卡所在位置。3.根据权利要求1所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，步骤s3具体为：s31：通过分析影响入选铜品位波动过大和矿卡运输效率低下的关键性因素，构建面向实时配矿的多目标矿卡在线调度模型；s32：确定所述多目标矿卡在线调度模型需要优化的目标；s33：确定所述多目标矿卡在线调度模型所满足的约束条件。4.根据权利要求3所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，所述需要优化的目标包括：第一优化目标，矿卡从铲装点到卸载点的三个往返之内等待时间f1(s)最小：其中，p代表铲装点的编号，n代表铲装点的总数；q代表卸载点的编号，m代表卸载点的总数；r代表矿卡的编号，k代表矿卡的总数；表示第r号矿卡在p号铲装点的等待时间，代表第r号矿卡在q号的等待时间；第二优化目标，进入破碎站前后各矿卡所装载矿石品位的平均值与破碎站目标品位区间偏差f2(s)最小：其中，u代表按到达破碎站的前后顺序进行排序后的矿卡编号，v代表求平均矿石品位的第一辆矿卡的编号，w代表到达破碎站的前后时间窗内求平均矿石品位的矿卡的总量；c
u
代表第u辆到达破碎站的矿卡所装载的矿石量；α
u
代表第u辆到达破碎站的矿卡所装载的矿石品位；q1代表破碎站的编号，代表q1号破碎站的目标矿石品位；
第三优化目标，矿卡从铲装点到卸载点的三个往返之内能耗f3(s)最小：其中，代表r号矿卡从p号铲装点到q号卸载点的重载油耗，代表r号矿卡从q号卸载点到p号铲装点的空载油耗，代表r号矿卡从p号铲装点到q号卸载点的次数，代表r号矿卡从q号卸载点到p号铲装点的次数。5.根据权利要求3所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，所述约束条件包括：第一约束条件，不同载重能力的矿卡只能去铲装能力相对应的铲装点:s.t.x
r
∈g
r
其中，x
r
代表r号矿卡前往的下一处目的地，g
r
代表与矿卡装载能力对应的铲车所在铲装点的集合；第二约束条件，铲装点当前出矿量大于该点规划待装载矿卡的总载重量:其中，代表r号矿卡在p号铲装点装载的矿石量，d
p
代表p号铲装点当前的矿石储量；k代表矿卡的总数；第三约束条件，单位时间内进入破碎站的矿石量小于等于破碎站额定破碎矿石量:其中，代表到达q1号破碎站的r号矿卡所装载的矿石量，代表q1号破碎站当前的料仓容积；第四约束条件，主干道路上矿卡之间的距离大于安全距离：其中，g代表时刻，代表g时刻第r号矿卡的位置，代表g时刻与r号矿卡相邻矿卡的位置，l
safe
代表保证相邻两辆矿卡安全行驶的最小安全距离；第五约束条件，粉矿与块矿的配比约束：其中，c
u
代表第u辆到达破碎站的矿卡所装载的矿石量，γ
u
代表第u个到达破碎站的矿卡运输矿石中粉矿含量，代表q1号破碎站粉矿与块矿的配比要求；第六约束条件，破碎站料仓内高岭土含量小于20％：其中，β
u
代表第u个到达破碎站的矿卡运输矿石中高岭土含量，代表q1号破碎站高
岭土的含量要求；第七约束条件，铲车不停工：其中，代表第r号矿卡出p号铲装点的时间，代表r号矿卡的后一辆矿卡出p号铲装点的时间；第八约束条件，未发生矿卡缺油、司机疲劳休息和破胎状况影响矿卡作业的中断事件：其中，i
r
代表r号矿卡的状态。6.根据权利要求1所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，步骤s4具体为：s41：通过约束处理将求解所述多目标矿卡在线调度模型构造为求解四个优化目标的动态约束多目标优化问题；s42：根据矿卡调度的实际运行问题，通过所述最优路径对所述动态约束多目标优化问题的解的编码进行设计，获得调度方案染色体；s43：基于nsga-iii算法迭代求解所述动态约束多目标优化问题，将所述动态约束多目标优化问题的解通过所述调度方案染色体进行表示，输出调度方案。7.根据权利要求6所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，步骤s41具体为：s411：将待解参量x在所有约束上的约束违反的归一化平均度作为违约值目标，公式如下：其中，h代表约束条件的个数，p0代表初始种群，g
i
(x)代表第i个约束条件下x违反约束的程度；s412：所述动态约束多目标优化问题的表达式为：s412：所述动态约束多目标优化问题的表达式为：s412：所述动态约束多目标优化问题的表达式为：f4(x)＝mincv(x)
其中，p代表铲装点的编号，n代表铲装点的总数；q代表卸载点的编号，m代表卸载点的总数；r代表矿卡的编号，k代表矿卡的总数；表示第r号矿卡在p号铲装点的等待时间，代表第r号矿卡在q号的等待时间；u代表按到达破碎站的前后顺序进行排序后的矿卡编号，v代表求平均矿石品位的第一辆矿卡的编号，w代表到达破碎站的前后时间窗内求平均矿石品位的矿卡的总量；c
u
代表第u辆到达破碎站的矿卡所装载的矿石量；α
u
代表第u辆到达破碎站的矿卡所装载的矿石品位；q1代表破碎站的编号，代表q1号破碎站的目标矿石品位；代表r号矿卡从p号铲装点到q号卸载点的重载油耗，代表r号矿卡从q号卸载点到p号铲装点的空载油耗，代表r号矿卡从p号铲装点到q号卸载点的次数，代表r号矿卡从q号卸载点到p号铲装点的次数；代表r号矿卡在p号铲装点装载的矿石量，d
p
代表p号铲装点当前的矿石储量；代表到达q1号破碎站的r号矿卡所装载的矿石量，d
q1
代表q1号破碎站当前的料仓容积；g代表时刻，代表g时刻第r号矿卡的位置，代表g时刻与r号矿卡相邻矿卡的位置，l
safe
代表保证相邻两辆矿卡安全行驶的最小安全距离；γ
u
代表第u个到达破碎站的矿卡运输矿石中粉矿含量，代表q1号破碎站粉矿与块矿的配比要求；β
u
代表第u个到达破碎站的矿卡运输矿石中高岭土含量，代表q1号破碎站高岭土的含量要求；代表第r号矿卡出p号铲装点的时间，代表r号矿卡的后一辆矿卡出p号铲装点的时间；ε
(i)
代表动态约束边界，t表示环境变化的次数，t表示环境变化的最大次数，满足θ(x)≤ε
(t)
的解称为ε可行解；否则，被称为ε不可行解。
8.根据权利要求6所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，所述调度方案染色体x的表达式为：其中，[abc]表示铲装点集合，a、b和c表示铲装点；[abc]表示破碎站集合，a、b和c表示破碎站；[aabbcc]表示矿卡的路线为a到a到b到b到c到c。9.根据权利要求6所述的面向实时配矿的多目标矿卡在线调度方法，其特征在于，步骤s43具体为：s431：对所述动态约束多目标优化问题，进行参数初始化及确定超平面上的参考点，参考点数量q计算公式如下：其中，m表示目标向量的维数，h表示目标划分的份数；s432：构建所述多目标矿卡在线调度模型，获取初始种群p0；s433：通过nsga-iii算法，在形成父代种群p
t
之后，引入锦标赛选择机制从p
t
中挑选父代个体构建子代种群q
t
；s434：对所述p
t
、q
t
合并之后的种群r
t
进行非支配等级排序；s435：对r
t
进行自适应归一化、个体关联参考点以及小生境保存操作，经环境选择后将优势个体选择进入下一代种群p
t 1
；s436：重复步骤s433至s435，直至达到最大迭代次数后进入步骤s437；s437：计算获得折衷最优解，具体为：计算获得动态约束多目标优化问题的一组pareto解集，第i个pareto解的第j个目标值f
ij
的隶属函数h
ij
计算公式为：其中，f
jmax
代表第j个目标函数的最大值，f
jmin
代表第j个目标函数的最小值；对于第i个pareto解，其标准化的隶属度函数h
i
的计算公式为：其中，i为pareto解的总数；选择隶属度函数h
i
值最大的解为折衷最优解；s438：将折衷最优解对应的调度方案通过指令系统下发至矿卡；s439：重复步骤s432至s438，直至矿卡累计运输量到达所设定运输目标。10.一种面向实时配矿的多目标矿卡在线调度系统，其特征在于，包括：实际生产环境信息获取模块，用于获取实际生产环境信息；最优路径计算模块，用于通过所述实际生产环境信息计算获取各铲装点到各卸载点的
最优路径；多目标矿卡在线调度模型构建模块，用于构建面向实时配矿的多目标矿卡在线调度模型；调度方案生成模块，用于通过所述最优路径、约束处理和nsga-iii算法对所述多目标矿卡在线调度模型进行求解，获得调度方案。

技术总结
本发明涉及矿山作业优化领域，提供一种面向实时配矿的多目标矿卡在线调度方法及系统，包括：获取实际生产环境信息；通过所述实际生产环境信息计算获取各铲装点到各卸载点的最优路径；构建面向实时配矿的多目标矿卡在线调度模型；通过所述最优路径、约束处理和NSGA-III算法对所述多目标矿卡在线调度模型进行求解，获得调度方案。本发明解决配矿难控制导致入选铜品位波动大的问题及不同型号矿卡混合运输矿石和废石难以统一在线调度的问题，最直接的节约运输成本以提高矿企的经济效益，为智慧矿山和无人矿山建设提供技术支持。慧矿山和无人矿山建设提供技术支持。慧矿山和无人矿山建设提供技术支持。


技术研发人员：李长河 马友腾 唐豪 邱钧祥 王兴宏 周广辉
受保护的技术使用者：中国地质大学（武汉）
技术研发日：2022.03.29
技术公布日：2022/6/28