露天矿山矿卡调度方法、系统、装置及存储介质与流程

1.本发明涉及露天矿山矿卡调度技术领域，特别涉及一种露天矿山矿卡调度方法、系统、装置及存储介质。

背景技术：

2.露天矿的生产分为爆破、铲装、运输、破碎四个流程，是指在有矿石资源的地表层利用采矿设备对地表下含有的矿石进行勘探及挖掘，并用矿用卡车将开采的矿石、岩石运送到指定地点再进行一系列操作的过程。露天矿的运输是露天矿生产中的核心环节，其作业效率的高低对整个生产系统的运行效率、成本水平等影响较大。当前露天矿山的运输活动中仍然有很大一部分依靠人工调度。这种人工调度方法具有较强的短视性，不能有效预判未来一段时间采、运设备状态及位置，因此容易造成压车、采、运设备使用不均匀等情况，从而增加采、运设备的非工作时间，进而降低设备资源的利用率。因此，寻求一个科学合理的矿卡调度方法极为重要，通过合理的矿卡调度能够有效提高矿山采、运设备的利用率，提高矿山企业的核心竞争力。

3.现有技术的不足之处在于，已有的矿卡调度方案存在不合理，则容易出现采、运设备使用不均衡、设备利用率低的现象。无法保障矿山生产活动的高效运转。

技术实现要素：

4.本发明的目的克服现有技术存在的不足，为实现以上目的，采用一种露天矿山矿卡调度方法、系统、装置及存储介质，以解决上述背景技术中提出的问题。

5.本发明采用的第一方面的技术方案：一种露天矿山矿卡调度方法，包括：

6.确定矿山的若干个生产任务，并建立矿卡实时调度模型；

7.利用基于改进的邻域搜索算法，并根据若干个生产任务，得到矿卡实时调度的初始解；

8.对得到的初始解，利用领域搜索算子得到新解；

9.根据矿卡实时调度模型的目标函数值，得到新解的目标函数值；

10.判断新解的目标函数值与当前解的差值，输出最终最优解。

11.作为本发明的进一步的方案：所述确定矿山的若干个生产任务，并建立矿卡实时调度模型的具体步骤包括：

12.确定矿山的任意一个装料点对任意一个卸料点的配矿计划作为生产任务；

13.获取生产任务对应的配矿量，以装料点、卸料点等待矿卡的时间和矿卡等待装卸作业的时间最小为目标进行运输任务分配；

14.根据运输任务分配确定所有矿卡分配需要运输的生产任务以及执行生产任务的顺序。

15.作为本发明的进一步的方案：所述利用基于改进的邻域搜索算法，并根据若干个生产任务，得到矿卡实时调度的初始解的具体步骤包括：

16.首先获取若干个生产任务，并轮流将所有生产任务依次输入到每个矿卡的运输任务中；

17.每次输入到任意矿卡的运输任务代表生产任务完成了一次运输任务，则该运输任务的所需运输次数减1，直到所有任务所需的运输次数均为零。

18.作为本发明的进一步的方案：所述对得到的初始解，利用领域搜索算子得到新解的具体步骤包括：

19.获取初始解之后，利用领域搜索算子得到新的一组解，其中领域搜索算子包括random

?

opt交叉算子，以及插入算子；

20.所述random

?

opt交叉算子能够随机地交叉当前解中两个序列之间的部分编码，得到新的一组解；

21.所述插入算子能够从当前解的若干个序列中随机挑选若干个编码元素，并将其随机插入到其他序列中的随机位置，得到新的一组解。

22.作为本发明的进一步的方案：所述判断新解的目标函数值与当前解的差值，输出最终最优解的具体步骤包括：

23.获取进行random

?

opt交叉和插入操作得到的新解；

24.根据metroplis准则利用目标函数值来判断是否接受新解；

25.若新解的目标函数值比当前解小，则新解更好，接受新解；

26.若新解的目标函数值比当前解大，则以概率ρ接受新解。

27.作为本发明的进一步的方案：所述metroplis准则的操作原理为：

[0028][0029]

式中，δf表示新解与当前解的目标函数的差值，若δf<0，则新解比当前解好，接受新解；反之新解比当前解差，则以概率ρ接受新解；t为接受参数，初始值设置为1000，每次迭代之后，可按照公式t＝0.98*t更新t。

[0030]

作为本发明的进一步的方案：所述目标函数值为矿卡的排队等待时间与装料点、卸料点等待矿卡时间的时间总和。

[0031]

本发明采用的第二方面的技术方案：一种矿卡调度系统，包括：

[0032]

获取模块，用于获取并确定矿山的若干个生产任务；

[0033]

模型建立模块，用于生成建立矿卡实时调度模型；

[0034]

计算模块，用于利用算法计算基于建立矿卡实时调度模型的生产任务。

[0035]

本发明采用的第三方面的技术方案：一种矿卡调度装置，还包括：

[0036]

至少一个处理器；

[0037]

至少一个存储器，用于存储至少一个程序；

[0038]

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上任一项所述一种露天矿山矿卡调度方法。

[0039]

本发明采用的第四方面的技术方案：一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现如上任一项所述一种露天矿山矿卡调度方法。

[0040]

与现有技术相比，本发明存在以下技术效果：

[0041]

通过采用上述的技术方案，提出一种以采、运设备(如：挖机、破碎站、矿车)等待作业时间最小为目标的非线性规划数学模型，为了满足露天矿山在实际作业过程中实时生产需要，设计了高效的改进邻域搜索算法求解该问题。首先建立关于露天矿山实际工作过程的数学模型。根据设计改进的算法，进行初始解的优化。同时对解进一步的评估。从而获得最终的最优解。

附图说明

[0042]

下面结合附图，对本发明的具体实施方式进行详细描述：

[0043]

图1为本技术公开的一些实施例的露天矿山矿卡调度方法的步骤示意图；

[0044]

图2为本技术公开的一些实施例的矿车运输路径图；

[0045]

图3为本技术公开的一些实施例的算法流程图；

[0046]

图4为本技术公开的一些实施例的初始解示意图；

[0047]

图5为本技术公开的一些实施例的random

?

opt交叉算子原理图；

[0048]

图6为本技术公开的一些实施例的插入算子原理图；

[0049]

图7为本技术公开的一些实施例的算法迭代图；

[0050]

图8为本技术公开的一些实施例的矿卡调度方案示意图。

具体实施方式

[0051]

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0052]

如图2所示，露天矿山在进行生产作业时，矿卡需要在矿堆和破碎站之间循环往复运输矿石，以满足每个卸料点的矿石需求，即完成配矿计划、保证卸料点的品味要求。在一个班次开始时，矿车从停车场出发，先前往矿堆处装料，完成装料任务后将矿石运输至对应的破碎站进行卸料，然后循环往复地在矿堆和破碎站之间进行装料

?

运输

?

卸料的活动。给矿车分配某一个时段内需要完成的所有运输任务即为矿车调度。由于矿山生产作业中涉及到多个装料点、多个卸料点以及多辆矿车，因此存在指数量级的矿卡调度方案。若矿卡调度方案不合理，则很容易出现采、运设备使用不均衡、设备利用率低的现象。通过对矿卡调度方案进行优化可以找到最优的矿卡调度方案，以提高采、运设备的利用率，保障矿山生产活动的高效运转。

[0053]

本发明采用的第一方面的技术方案：如图1所示，一种露天矿山矿卡调度方法，包括：

[0054]

s1、确定矿山的若干个生产任务，并建立矿卡实时调度模型；具体步骤包括：

[0055]

确定矿山的任意一个装料点对任意一个卸料点的配矿计划作为生产任务；

[0056]

获取生产任务对应的配矿量，以装料点、卸料点等待矿卡的时间和矿卡等待装卸作业的时间最小为目标进行运输任务分配；

[0057]

根据运输任务分配确定所有矿卡分配需要运输的生产任务以及执行生产任务的顺序。

[0058]

具体实施方式中，进行建模，包括如下步骤：

[0059]

如在一个班次内，将每个矿堆对每个破碎站的配矿计划视为一个生产任务，每个生产任务对应的计划生产量就是其配矿量。

[0060]

如图2所示，图示中的矿堆1需要为破碎站1配矿10000吨就是一个生产任务的配矿量。因此，当前的配矿计划中共有四个生产任务，其生产量分别为1000、8000、8000、9000吨。分别记作任务1，任务2，任务3，任务4。

[0061]

在具体数学建模过程中，具体建模过程为：

[0062]

获取为已知的以下参数:

[0063]

a：装、卸料点间的运输时间信息已知；

[0064]

b：装、卸料点的装卸料作业时间已知；

[0065]

c：配矿计划已知；

[0066]

d：卸料点有品味要求；

[0067]

e：一个作业班次可以分为若干个时段，如每个1小时为一个时段；

[0068]

f：矿卡数量、最大装载量已知；

[0069]

g：矿车均为统一规格，如100吨。

[0070]

设置决策变量x

ik

、y

ijk

、z

ik

：

[0071][0072][0073][0074]

中间变量：

[0075]

为生产任务i完成第p次装料作业的时刻；

[0076]

t

ikp

为车辆k第p次到达生产任务i的装料点的时刻；

[0077]

w

ikp

为矿卡k第p次在生产任务i的装料点等待装料作业的时间；

[0078]

为挖机v第p

?

1次为生产任务i提供装料作业的装料完成时间；

[0079]

为挖机v第p次为生产任务i提供装料作业之前的等待时间；

[0080]

为生产任务i完成第p次卸料作业的时刻；

[0081]

t

ipck

为车辆k第p次将生产任务i的矿石运输到破碎站c的运输时间；

[0082]

为破碎站c完成生产任务i的第p

?

1次卸料作业的时刻；

[0083]

为破碎站c第p次开始生产任务i的卸料作业之前的等待时间。

[0084]

进行数学建模：

[0085][0086]

式中，第一项和第二项分别为所有装料点、所有的卸料点在整个作业期内的空闲

(等待作业)时间总和，第三项为所有矿卡等待时间总和(其中，γ为[0,1]之间的系数，γ＝0.5，即装、卸点等待时间最短为主要目标，矿车等待时间最短为次要目标)。

[0087][0088]

上式表示任务至少由一辆车服务。

[0089][0090]

上式表示两类决策变量之间的关系；

[0091][0092]

上式表示若车辆执行完生产任务i之后仍有任务需要运输，则需继续执行下一个任务。

[0093][0094]

上式表示不能使用不可提供服务的车辆用于运输。

[0095][0096]

上式表示车辆是否被启用。

[0097]

∑

k∈k z

k

≤|k|；

[0098]

上式表示车辆总数限制约束。

[0099][0100]

上式表示挖机的等待时间约束。

[0101][0102]

上式表示破碎站c第p次作业生产任务i之前的等待时间。

[0103][0104]

上式表示矿车等待时间。

[0105][0106]

上式表示生产任务i第p次完成装料作业的时刻

[0107][0108]

上式表示生产任务i第p次完成卸料的时刻

[0109][0110]

上式表示任意两个任务完成的比例之差要小于α，用于保证时段内的品味要求

[0111]

x

ik

∈{0，1}，y

ijk

∈{0，t}，z

k

∈{0，1}；

[0112]

上式表示决策变量取值。

[0113]

s2、利用基于改进的邻域搜索算法，并根据若干个生产任务，得到矿卡实时调度的

初始解；具体步骤包括：

[0114]

如图3所示，图示为本发明设计改进的领域搜索算法(ins算法)，即在传统的ns算法中引入metropolis准则，具体为以一定的概率接受差解，且算法在迭代初期接受差解的概率高于在迭代后期的概率，从而提高保证算法的收敛性。

[0115]

首先获取若干个生产任务，并轮流将所有生产任务依次输入到每个矿卡的运输任务中；

[0116]

每次输入到任意矿卡的运输任务代表生产任务完成了一次运输任务，则该运输任务的所需运输次数减1，直到所有任务所需的运输次数均为零。

[0117]

如图4所示，图示为初始解示意图。设定有6辆车，4个任务，每个任务的所需运输次数均为6，则可得到如图3所示的初始解组。其中，矿卡1的运输列表为[1，3，1，3]，代表矿卡1需要依次为任务1、任务3、任务1、任务3完成一次运输作业。

[0118]

s3、对得到的初始解，利用领域搜索算子得到新解；具体步骤包括：

[0119]

获取初始解之后，利用领域搜索算子得到新的一组解，其中领域搜索算子包括random

?

opt交叉算子，以及插入算子；

[0120]

所述random

?

opt交叉算子能够随机地交叉当前解中两个序列之间的部分编码，得到新的一组解；如图5所示，图示为random

?

opt交叉算子原理图，经过交叉操作，序列1中的a1到b1的编码与序列2中的a2到b2的编码完成了互换，从而得到一组新的解。

[0121]

所述插入算子能够从当前解的若干个序列中随机挑选若干个编码元素，并将其随机插入到其他序列中的随机位置，得到新的一组解。如图5所示，图示为插入算子原理图，将当前解中序列1中的a1插入到了序列2中b2的位置之后，从而得到一组新的解。

[0122]

解的质量评估：矿卡调度优化的主要目标是让车排队等待装、卸料的时间以及装、卸料点等待矿卡的时间尽可能短，从而提高设备利用率、加快生产作业的运转速度。因此，建立的矿卡模型的目标函数值为矿卡的排队等待时间与装、卸料点等待矿卡时间的总和。根据上述内容，利用设计的ins算法以目标函数值作为评估解的优劣性的指标。目标函数值越大，则所有采、运设备的等待时间总和越长，解更差；目标函数值越小，则等待时间总和越短，解更好。

[0123]

s4、根据矿卡实时调度模型的目标函数值，得到新解的目标函数值；

[0124]

s5、判断新解的目标函数值与当前解的差值，输出最终最优解。

[0125]

获取进行random

?

opt交叉和插入操作得到的新解；

[0126]

根据metroplis准则利用目标函数值来判断是否接受新解；

[0127]

若新解的目标函数值比当前解小，则新解更好，接受新解；

[0128]

若新解的目标函数值比当前解大，则以概率ρ接受新解。

[0129]

所述metroplis准则的操作原理为：

[0130][0131]

式中，δf表示新解与当前解的目标函数的差值，若δf<0，则新解比当前解好，接受新解；反之新解比当前解差，则以概率ρ接受新解；t为接受参数，初始值设置为1000，每次迭代之后，可按照公式t＝0.98*t更新t。

[0132]

具体实施方式中，以实际矿山情况为测试案例：矿山有3个岩石装料点，2个卸料

点，1个停车场，14台装载量为100吨的矿用卡车。其中第i行第j列的数值表示矿卡从节点i行驶到节点j所需的运输时间。为了保证生产作业的安全性，矿山实行两班制，从早上8点到晚上24点。

[0133]

如下表所示，为历史统计资料可得两点间所需的运输时间：

[0134]

单位：分钟

[0135]

装料点a装料点b装料点c卸料点1卸料点2停车场卸料点14.153.823.89

???

卸料点23.723.383.78

???

停车场0.670.530.5

???

装料点a

???

5.24.57

?

装料点b

???

4.74.07

?

装料点c

???

4.555.27

?

[0136]

矿卡在装料点的装车作业时间为1分钟，在卸料点的卸料作业时间为0.5分钟。经测算，得到某天中两小时的配矿计划如下表所示：

[0137]

单位：吨

[0138] 装料点a装料点b装料点c卸料点1120012001600卸料点2170014001200

[0139]

在基于本发明的算法，利用python 3.7在处理器为amd ryzen 5 4600h，3.00ghz，内存为16g的电脑上进行编程求解，将算法的终止迭代次数设置为400次，算法求解时间在0.6s左右，如图7所示，图示为算法收敛情况，图中横轴表示迭代次数，纵轴表示适应度值。如图8所示，图示为基于本发明的算法所得的调度方案，图中横轴表示系统运行时间(单位：分钟)，纵轴a、b、c分别表示装料点a、装料点b和装料点c，纵轴的1、2分别表示卸料点1和卸料点2，图中不同颜色深度的竖条代表不同的车辆在当前装料点的作业时间，竖条的宽度表示作业时间窗的宽度。

[0140]

如图7和图8所示，通过观察可知，本发明的ins算法具有良好的收敛效果，并且可以高效地求解矿卡调度问题。如下调度结果对比表，矿卡的平均等待时间减少了70％，装、卸点的平均等待时间减少了8％，说明该调度方案优于已有的调度方案。

[0141]

??????????????

(单位：分钟)

[0142]

矿车平均等待时间装、卸点平均等待时间该调度方案10420原有调度方案33455

[0143]

因此，利用本发明的矿卡调度模型以及ins算法求得的矿卡调度方案能够平衡采、运设备的忙闲程度、有效减少矿卡以及装料点和卸料点的等待时间，提高设备的利用率，进而提升矿山的生产量。

[0144]

本发明采用的第二方面的技术方案：一种矿卡调度系统，包括：

[0145]

获取模块，用于获取并确定矿山的若干个生产任务；

[0146]

模型建立模块，用于生成建立矿卡实时调度模型；

[0147]

计算模块，用于利用算法计算基于建立矿卡实时调度模型的生产任务。

[0148]

本发明采用的第三方面的技术方案：一种矿卡调度装置，还包括：

[0149]

至少一个处理器；

[0150]

至少一个存储器，用于存储至少一个程序；

[0151]

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上任一项所述一种露天矿山矿卡调度方法。

[0152]

本发明采用的第四方面的技术方案：一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现如上任一项所述一种露天矿山矿卡调度方法。

[0153]

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定，均应包含在本发明的保护范围之内。技术特征：

1.一种露天矿山矿卡调度方法，其特征在于，包括：确定矿山的若干个生产任务，并建立矿卡实时调度模型；利用基于改进的邻域搜索算法，并根据若干个生产任务，得到矿卡实时调度的初始解；对得到的初始解，利用领域搜索算子得到新解；根据矿卡实时调度模型的目标函数值，得到新解的目标函数值；判断新解的目标函数值与当前解的差值，输出最终最优解。2.根据权利要求1所述一种露天矿山矿卡调度方法，其特征在于，所述确定矿山的若干个生产任务，并建立矿卡实时调度模型的具体步骤包括：确定矿山的任意一个装料点对任意一个卸料点的配矿计划作为生产任务；获取生产任务对应的配矿量，以装料点、卸料点等待矿卡的时间和矿卡等待装卸作业的时间最小为目标进行运输任务分配；根据运输任务分配确定所有矿卡分配需要运输的生产任务以及执行生产任务的顺序。3.根据权利要求1所述一种露天矿山矿卡调度方法，其特征在于，所述利用基于改进的邻域搜索算法，并根据若干个生产任务，得到矿卡实时调度的初始解的具体步骤包括：首先获取若干个生产任务，并轮流将所有生产任务依次输入到每个矿卡的运输任务中；每次输入到任意矿卡的运输任务代表生产任务完成了一次运输任务，则该运输任务的所需运输次数减1，直到所有任务所需的运输次数均为零。4.根据权利要求1所述一种露天矿山矿卡调度方法，其特征在于，所述对得到的初始解，利用领域搜索算子得到新解的具体步骤包括：获取初始解之后，利用领域搜索算子得到新的一组解，其中领域搜索算子包括random

?

opt交叉算子，以及插入算子；所述random

?

opt交叉算子能够随机地交叉当前解中两个序列之间的部分编码，得到新的一组解；所述插入算子能够从当前解的若干个序列中随机挑选若干个编码元素，并将其随机插入到其他序列中的随机位置，得到新的一组解。5.根据权利要求4所述一种露天矿山矿卡调度方法，其特征在于，所述判断新解的目标函数值与当前解的差值，输出最终最优解的具体步骤包括：获取进行random

?

opt交叉和插入操作得到的新解；根据metroplis准则利用目标函数值来判断是否接受新解；若新解的目标函数值比当前解小，则新解更好，接受新解；若新解的目标函数值比当前解大，则以概率ρ接受新解。6.根据权利要求5所述一种露天矿山矿卡调度方法，其特征在于，所述metroplis准则的操作原理为：式中，δf表示新解与当前解的目标函数的差值，若δf<0，则新解比当前解好，接受新解；反之新解比当前解差，则以概率ρ接受新解；t为接受参数，初始值设置为1000，每次迭代

之后，可按照公式t＝0.98*t更新t。7.根据权利要求6所述一种露天矿山矿卡调度方法，其特征在于，所述目标函数值为矿卡的排队等待时间与装料点、卸料点等待矿卡时间的时间总和。8.一种矿卡调度系统，其特征在于，包括：获取模块，用于获取并确定矿山的若干个生产任务；模型建立模块，用于生成建立矿卡实时调度模型；计算模块，用于利用算法计算基于建立矿卡实时调度模型的生产任务。9.一种矿卡调度装置，其特征在于，还包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1

?

7任一项所述一种露天矿山矿卡调度方法。10.一种存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于实现如权利要求1

?

7任一项所述一种露天矿山矿卡调度方法。

技术总结

本发明公开了一种露天矿山矿卡调度方法、系统、装置及存储介质，具体步骤包括确定矿山的若干个生产任务，并建立矿卡实时调度模型；利用基于改进的邻域搜索算法，并根据若干个生产任务，得到矿卡实时调度的初始解；对得到的初始解，利用领域搜索算子得到新解；根据矿卡实时调度模型的目标函数值，得到新解的目标函数值；判断新解的目标函数值与当前解的差值，输出最终最优解。矿卡调度的核心是如何给矿卡分配生产任务及执行顺序。该模型以装、卸料点等待矿卡的时间和矿卡等待装卸作业的时间最小为目标。本发明通过对矿卡调度方案进行优化找到最优的矿卡调度方案，以提高采、运设备的利用率，保障矿山生产活动的高效运转。保障矿山生产活动的高效运转。保障矿山生产活动的高效运转。

技术研发人员：王秋旗 奚小虎 殷亮子 徐木林 张俊 汪易开

受保护的技术使用者：安徽海博智能科技有限责任公司

技术研发日：2021.07.06

技术公布日：2021/11/4