1.本發(fā)明涉及露天礦山礦卡調(diào)度技術(shù)領(lǐng)域，特別涉及一種露天礦山礦卡調(diào)度方法、系統(tǒng)、裝置及存儲介質(zhì)。

背景技術(shù)：

2.露天礦的生產(chǎn)分為爆破、鏟裝、運(yùn)輸、破碎四個流程，是指在有礦石資源的地表層利用采礦設(shè)備對地表下含有的礦石進(jìn)行勘探及挖掘，并用礦用卡車將開采的礦石、巖石運(yùn)送到指定地點(diǎn)再進(jìn)行一系列操作的過程。露天礦的運(yùn)輸是露天礦生產(chǎn)中的核心環(huán)節(jié)，其作業(yè)效率的高低對整個生產(chǎn)系統(tǒng)的運(yùn)行效率、成本水平等影響較大。當(dāng)前露天礦山的運(yùn)輸活動中仍然有很大一部分依靠人工調(diào)度。這種人工調(diào)度方法具有較強(qiáng)的短視性，不能有效預(yù)判未來一段時間采、運(yùn)設(shè)備狀態(tài)及位置，因此容易造成壓車、采、運(yùn)設(shè)備使用不均勻等情況，從而增加采、運(yùn)設(shè)備的非工作時間，進(jìn)而降低設(shè)備資源的利用率。因此，尋求一個科學(xué)合理的礦卡調(diào)度方法極為重要，通過合理的礦卡調(diào)度能夠有效提高礦山采、運(yùn)設(shè)備的利用率，提高礦山企業(yè)的核心競爭力。

3.現(xiàn)有技術(shù)的不足之處在于，已有的礦卡調(diào)度方案存在不合理，則容易出現(xiàn)采、運(yùn)設(shè)備使用不均衡、設(shè)備利用率低的現(xiàn)象。無法保障礦山生產(chǎn)活動的高效運(yùn)轉(zhuǎn)。

技術(shù)實(shí)現(xiàn)要素：

4.本發(fā)明的目的克服現(xiàn)有技術(shù)存在的不足，為實(shí)現(xiàn)以上目的，采用一種露天礦山礦卡調(diào)度方法、系統(tǒng)、裝置及存儲介質(zhì)，以解決上述背景技術(shù)中提出的問題。

5.本發(fā)明采用的第一方面的技術(shù)方案：一種露天礦山礦卡調(diào)度方法，包括：

6.確定礦山的若干個生產(chǎn)任務(wù)，并建立礦卡實(shí)時調(diào)度模型；

7.利用基于改進(jìn)的鄰域搜索算法，并根據(jù)若干個生產(chǎn)任務(wù)，得到礦卡實(shí)時調(diào)度的初始解；

8.對得到的初始解，利用領(lǐng)域搜索算子得到新解；

9.根據(jù)礦卡實(shí)時調(diào)度模型的目標(biāo)函數(shù)值，得到新解的目標(biāo)函數(shù)值；

10.判斷新解的目標(biāo)函數(shù)值與當(dāng)前解的差值，輸出最終最優(yōu)解。

11.作為本發(fā)明的進(jìn)一步的方案：所述確定礦山的若干個生產(chǎn)任務(wù)，并建立礦卡實(shí)時調(diào)度模型的具體步驟包括：

12.確定礦山的任意一個裝料點(diǎn)對任意一個卸料點(diǎn)的配礦計劃作為生產(chǎn)任務(wù)；

13.獲取生產(chǎn)任務(wù)對應(yīng)的配礦量，以裝料點(diǎn)、卸料點(diǎn)等待礦卡的時間和礦卡等待裝卸作業(yè)的時間最小為目標(biāo)進(jìn)行運(yùn)輸任務(wù)分配；

14.根據(jù)運(yùn)輸任務(wù)分配確定所有礦卡分配需要運(yùn)輸?shù)纳a(chǎn)任務(wù)以及執(zhí)行生產(chǎn)任務(wù)的順序。

15.作為本發(fā)明的進(jìn)一步的方案：所述利用基于改進(jìn)的鄰域搜索算法，并根據(jù)若干個生產(chǎn)任務(wù)，得到礦卡實(shí)時調(diào)度的初始解的具體步驟包括：

16.首先獲取若干個生產(chǎn)任務(wù)，并輪流將所有生產(chǎn)任務(wù)依次輸入到每個礦卡的運(yùn)輸任務(wù)中；

17.每次輸入到任意礦卡的運(yùn)輸任務(wù)代表生產(chǎn)任務(wù)完成了一次運(yùn)輸任務(wù)，則該運(yùn)輸任務(wù)的所需運(yùn)輸次數(shù)減1，直到所有任務(wù)所需的運(yùn)輸次數(shù)均為零。

18.作為本發(fā)明的進(jìn)一步的方案：所述對得到的初始解，利用領(lǐng)域搜索算子得到新解的具體步驟包括：

19.獲取初始解之后，利用領(lǐng)域搜索算子得到新的一組解，其中領(lǐng)域搜索算子包括random

?

opt交叉算子，以及插入算子；

20.所述random

?

opt交叉算子能夠隨機(jī)地交叉當(dāng)前解中兩個序列之間的部分編碼，得到新的一組解；

21.所述插入算子能夠從當(dāng)前解的若干個序列中隨機(jī)挑選若干個編碼元素，并將其隨機(jī)插入到其他序列中的隨機(jī)位置，得到新的一組解。

22.作為本發(fā)明的進(jìn)一步的方案：所述判斷新解的目標(biāo)函數(shù)值與當(dāng)前解的差值，輸出最終最優(yōu)解的具體步驟包括：

23.獲取進(jìn)行random

?

opt交叉和插入操作得到的新解；

24.根據(jù)metroplis準(zhǔn)則利用目標(biāo)函數(shù)值來判斷是否接受新解；

25.若新解的目標(biāo)函數(shù)值比當(dāng)前解小，則新解更好，接受新解；

26.若新解的目標(biāo)函數(shù)值比當(dāng)前解大，則以概率ρ接受新解。

27.作為本發(fā)明的進(jìn)一步的方案：所述metroplis準(zhǔn)則的操作原理為：

[0028][0029]

式中，δf表示新解與當(dāng)前解的目標(biāo)函數(shù)的差值，若δf<0，則新解比當(dāng)前解好，接受新解；反之新解比當(dāng)前解差，則以概率ρ接受新解；t為接受參數(shù)，初始值設(shè)置為1000，每次迭代之后，可按照公式t＝0.98*t更新t。

[0030]

作為本發(fā)明的進(jìn)一步的方案：所述目標(biāo)函數(shù)值為礦卡的排隊(duì)等待時間與裝料點(diǎn)、卸料點(diǎn)等待礦卡時間的時間總和。

[0031]

本發(fā)明采用的第二方面的技術(shù)方案：一種礦卡調(diào)度系統(tǒng)，包括：

[0032]

獲取模塊，用于獲取并確定礦山的若干個生產(chǎn)任務(wù)；

[0033]

模型建立模塊，用于生成建立礦卡實(shí)時調(diào)度模型；

[0034]

計算模塊，用于利用算法計算基于建立礦卡實(shí)時調(diào)度模型的生產(chǎn)任務(wù)。

[0035]

本發(fā)明采用的第三方面的技術(shù)方案：一種礦卡調(diào)度裝置，還包括：

[0036]

至少一個處理器；

[0037]

至少一個存儲器，用于存儲至少一個程序；

[0038]

當(dāng)所述至少一個程序被所述至少一個處理器執(zhí)行，使得所述至少一個處理器實(shí)現(xiàn)如上任一項(xiàng)所述一種露天礦山礦卡調(diào)度方法。

[0039]

本發(fā)明采用的第四方面的技術(shù)方案：一種存儲介質(zhì)，其中存儲有處理器可執(zhí)行的指令，所述處理器可執(zhí)行的指令在由處理器執(zhí)行時用于實(shí)現(xiàn)如上任一項(xiàng)所述一種露天礦山礦卡調(diào)度方法。

[0040]

與現(xiàn)有技術(shù)相比，本發(fā)明存在以下技術(shù)效果：

[0041]

通過采用上述的技術(shù)方案，提出一種以采、運(yùn)設(shè)備(如：挖機(jī)、破碎站、礦車)等待作業(yè)時間最小為目標(biāo)的非線性規(guī)劃數(shù)學(xué)模型，為了滿足露天礦山在實(shí)際作業(yè)過程中實(shí)時生產(chǎn)需要，設(shè)計了高效的改進(jìn)鄰域搜索算法求解該問題。首先建立關(guān)于露天礦山實(shí)際工作過程的數(shù)學(xué)模型。根據(jù)設(shè)計改進(jìn)的算法，進(jìn)行初始解的優(yōu)化。同時對解進(jìn)一步的評估。從而獲得最終的最優(yōu)解。

附圖說明

[0042]

下面結(jié)合附圖，對本發(fā)明的具體實(shí)施方式進(jìn)行詳細(xì)描述：

[0043]

圖1為本技術(shù)公開的一些實(shí)施例的露天礦山礦卡調(diào)度方法的步驟示意圖；

[0044]

圖2為本技術(shù)公開的一些實(shí)施例的礦車運(yùn)輸路徑圖；

[0045]

圖3為本技術(shù)公開的一些實(shí)施例的算法流程圖；

[0046]

圖4為本技術(shù)公開的一些實(shí)施例的初始解示意圖；

[0047]

圖5為本技術(shù)公開的一些實(shí)施例的random

?

opt交叉算子原理圖；

[0048]

圖6為本技術(shù)公開的一些實(shí)施例的插入算子原理圖；

[0049]

圖7為本技術(shù)公開的一些實(shí)施例的算法迭代圖；

[0050]

圖8為本技術(shù)公開的一些實(shí)施例的礦卡調(diào)度方案示意圖。

具體實(shí)施方式

[0051]

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

[0052]

如圖2所示，露天礦山在進(jìn)行生產(chǎn)作業(yè)時，礦卡需要在礦堆和破碎站之間循環(huán)往復(fù)運(yùn)輸?shù)V石，以滿足每個卸料點(diǎn)的礦石需求，即完成配礦計劃、保證卸料點(diǎn)的品味要求。在一個班次開始時，礦車從停車場出發(fā)，先前往礦堆處裝料，完成裝料任務(wù)后將礦石運(yùn)輸至對應(yīng)的破碎站進(jìn)行卸料，然后循環(huán)往復(fù)地在礦堆和破碎站之間進(jìn)行裝料

?

運(yùn)輸

?

卸料的活動。給礦車分配某一個時段內(nèi)需要完成的所有運(yùn)輸任務(wù)即為礦車調(diào)度。由于礦山生產(chǎn)作業(yè)中涉及到多個裝料點(diǎn)、多個卸料點(diǎn)以及多輛礦車，因此存在指數(shù)量級的礦卡調(diào)度方案。若礦卡調(diào)度方案不合理，則很容易出現(xiàn)采、運(yùn)設(shè)備使用不均衡、設(shè)備利用率低的現(xiàn)象。通過對礦卡調(diào)度方案進(jìn)行優(yōu)化可以找到最優(yōu)的礦卡調(diào)度方案，以提高采、運(yùn)設(shè)備的利用率，保障礦山生產(chǎn)活動的高效運(yùn)轉(zhuǎn)。

[0053]

本發(fā)明采用的第一方面的技術(shù)方案：如圖1所示，一種露天礦山礦卡調(diào)度方法，包括：

[0054]

s1、確定礦山的若干個生產(chǎn)任務(wù)，并建立礦卡實(shí)時調(diào)度模型；具體步驟包括：

[0055]

確定礦山的任意一個裝料點(diǎn)對任意一個卸料點(diǎn)的配礦計劃作為生產(chǎn)任務(wù)；

[0056]

獲取生產(chǎn)任務(wù)對應(yīng)的配礦量，以裝料點(diǎn)、卸料點(diǎn)等待礦卡的時間和礦卡等待裝卸作業(yè)的時間最小為目標(biāo)進(jìn)行運(yùn)輸任務(wù)分配；

[0057]

根據(jù)運(yùn)輸任務(wù)分配確定所有礦卡分配需要運(yùn)輸?shù)纳a(chǎn)任務(wù)以及執(zhí)行生產(chǎn)任務(wù)的順序。

[0058]

具體實(shí)施方式中，進(jìn)行建模，包括如下步驟：

[0059]

如在一個班次內(nèi)，將每個礦堆對每個破碎站的配礦計劃視為一個生產(chǎn)任務(wù)，每個生產(chǎn)任務(wù)對應(yīng)的計劃生產(chǎn)量就是其配礦量。

[0060]

如圖2所示，圖示中的礦堆1需要為破碎站1配礦10000噸就是一個生產(chǎn)任務(wù)的配礦量。因此，當(dāng)前的配礦計劃中共有四個生產(chǎn)任務(wù)，其生產(chǎn)量分別為1000、8000、8000、9000噸。分別記作任務(wù)1，任務(wù)2，任務(wù)3，任務(wù)4。

[0061]

在具體數(shù)學(xué)建模過程中，具體建模過程為：

[0062]

獲取為已知的以下參數(shù):

[0063]

a：裝、卸料點(diǎn)間的運(yùn)輸時間信息已知；

[0064]

b：裝、卸料點(diǎn)的裝卸料作業(yè)時間已知；

[0065]

c：配礦計劃已知；

[0066]

d：卸料點(diǎn)有品味要求；

[0067]

e：一個作業(yè)班次可以分為若干個時段，如每個1小時為一個時段；

[0068]

f：礦卡數(shù)量、最大裝載量已知；

[0069]

g：礦車均為統(tǒng)一規(guī)格，如100噸。

[0070]

設(shè)置決策變量x

ik

、y

ijk

、z

ik

：

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

中間變量：

[0075]

為生產(chǎn)任務(wù)i完成第p次裝料作業(yè)的時刻；

[0076]

t

ikp

為車輛k第p次到達(dá)生產(chǎn)任務(wù)i的裝料點(diǎn)的時刻；

[0077]

w

ikp

為礦卡k第p次在生產(chǎn)任務(wù)i的裝料點(diǎn)等待裝料作業(yè)的時間；

[0078]

為挖機(jī)v第p

?

1次為生產(chǎn)任務(wù)i提供裝料作業(yè)的裝料完成時間；

[0079]

為挖機(jī)v第p次為生產(chǎn)任務(wù)i提供裝料作業(yè)之前的等待時間；

[0080]

為生產(chǎn)任務(wù)i完成第p次卸料作業(yè)的時刻；

[0081]

t

ipck

為車輛k第p次將生產(chǎn)任務(wù)i的礦石運(yùn)輸?shù)狡扑檎綾的運(yùn)輸時間；

[0082]

為破碎站c完成生產(chǎn)任務(wù)i的第p

?

1次卸料作業(yè)的時刻；

[0083]

為破碎站c第p次開始生產(chǎn)任務(wù)i的卸料作業(yè)之前的等待時間。

[0084]

進(jìn)行數(shù)學(xué)建模：

[0085][0086]

式中，第一項(xiàng)和第二項(xiàng)分別為所有裝料點(diǎn)、所有的卸料點(diǎn)在整個作業(yè)期內(nèi)的空閑

(等待作業(yè))時間總和，第三項(xiàng)為所有礦卡等待時間總和(其中，γ為[0,1]之間的系數(shù)，γ＝0.5，即裝、卸點(diǎn)等待時間最短為主要目標(biāo)，礦車等待時間最短為次要目標(biāo))。

[0087][0088]

上式表示任務(wù)至少由一輛車服務(wù)。

[0089][0090]

上式表示兩類決策變量之間的關(guān)系；

[0091][0092]

上式表示若車輛執(zhí)行完生產(chǎn)任務(wù)i之后仍有任務(wù)需要運(yùn)輸，則需繼續(xù)執(zhí)行下一個任務(wù)。

[0093][0094]

上式表示不能使用不可提供服務(wù)的車輛用于運(yùn)輸。

[0095][0096]

上式表示車輛是否被啟用。

[0097]

∑

k∈k z

k

≤|k|；

[0098]

上式表示車輛總數(shù)限制約束。

[0099][0100]

上式表示挖機(jī)的等待時間約束。

[0101][0102]

上式表示破碎站c第p次作業(yè)生產(chǎn)任務(wù)i之前的等待時間。

[0103][0104]

上式表示礦車等待時間。

[0105][0106]

上式表示生產(chǎn)任務(wù)i第p次完成裝料作業(yè)的時刻

[0107][0108]

上式表示生產(chǎn)任務(wù)i第p次完成卸料的時刻

[0109][0110]

上式表示任意兩個任務(wù)完成的比例之差要小于α，用于保證時段內(nèi)的品味要求

[0111]

x

ik

∈{0，1}，y

ijk

∈{0，t}，z

k

∈{0，1}；

[0112]

上式表示決策變量取值。

[0113]

s2、利用基于改進(jìn)的鄰域搜索算法，并根據(jù)若干個生產(chǎn)任務(wù)，得到礦卡實(shí)時調(diào)度的

初始解；具體步驟包括：

[0114]

如圖3所示，圖示為本發(fā)明設(shè)計改進(jìn)的領(lǐng)域搜索算法(ins算法)，即在傳統(tǒng)的ns算法中引入metropolis準(zhǔn)則，具體為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，從而提高保證算法的收斂性。

[0115]

首先獲取若干個生產(chǎn)任務(wù)，并輪流將所有生產(chǎn)任務(wù)依次輸入到每個礦卡的運(yùn)輸任務(wù)中；

[0116]

每次輸入到任意礦卡的運(yùn)輸任務(wù)代表生產(chǎn)任務(wù)完成了一次運(yùn)輸任務(wù)，則該運(yùn)輸任務(wù)的所需運(yùn)輸次數(shù)減1，直到所有任務(wù)所需的運(yùn)輸次數(shù)均為零。

[0117]

如圖4所示，圖示為初始解示意圖。設(shè)定有6輛車，4個任務(wù)，每個任務(wù)的所需運(yùn)輸次數(shù)均為6，則可得到如圖3所示的初始解組。其中，礦卡1的運(yùn)輸列表為[1，3，1，3]，代表礦卡1需要依次為任務(wù)1、任務(wù)3、任務(wù)1、任務(wù)3完成一次運(yùn)輸作業(yè)。

[0118]

s3、對得到的初始解，利用領(lǐng)域搜索算子得到新解；具體步驟包括：

[0119]

獲取初始解之后，利用領(lǐng)域搜索算子得到新的一組解，其中領(lǐng)域搜索算子包括random

?

opt交叉算子，以及插入算子；

[0120]

所述random

?

opt交叉算子能夠隨機(jī)地交叉當(dāng)前解中兩個序列之間的部分編碼，得到新的一組解；如圖5所示，圖示為random

?

opt交叉算子原理圖，經(jīng)過交叉操作，序列1中的a1到b1的編碼與序列2中的a2到b2的編碼完成了互換，從而得到一組新的解。

[0121]

所述插入算子能夠從當(dāng)前解的若干個序列中隨機(jī)挑選若干個編碼元素，并將其隨機(jī)插入到其他序列中的隨機(jī)位置，得到新的一組解。如圖5所示，圖示為插入算子原理圖，將當(dāng)前解中序列1中的a1插入到了序列2中b2的位置之后，從而得到一組新的解。

[0122]

解的質(zhì)量評估：礦卡調(diào)度優(yōu)化的主要目標(biāo)是讓車排隊(duì)等待裝、卸料的時間以及裝、卸料點(diǎn)等待礦卡的時間盡可能短，從而提高設(shè)備利用率、加快生產(chǎn)作業(yè)的運(yùn)轉(zhuǎn)速度。因此，建立的礦卡模型的目標(biāo)函數(shù)值為礦卡的排隊(duì)等待時間與裝、卸料點(diǎn)等待礦卡時間的總和。根據(jù)上述內(nèi)容，利用設(shè)計的ins算法以目標(biāo)函數(shù)值作為評估解的優(yōu)劣性的指標(biāo)。目標(biāo)函數(shù)值越大，則所有采、運(yùn)設(shè)備的等待時間總和越長，解更差；目標(biāo)函數(shù)值越小，則等待時間總和越短，解更好。

[0123]

s4、根據(jù)礦卡實(shí)時調(diào)度模型的目標(biāo)函數(shù)值，得到新解的目標(biāo)函數(shù)值；

[0124]

s5、判斷新解的目標(biāo)函數(shù)值與當(dāng)前解的差值，輸出最終最優(yōu)解。

[0125]

獲取進(jìn)行random

?

opt交叉和插入操作得到的新解；

[0126]

根據(jù)metroplis準(zhǔn)則利用目標(biāo)函數(shù)值來判斷是否接受新解；

[0127]

若新解的目標(biāo)函數(shù)值比當(dāng)前解小，則新解更好，接受新解；

[0128]

若新解的目標(biāo)函數(shù)值比當(dāng)前解大，則以概率ρ接受新解。

[0129]

所述metroplis準(zhǔn)則的操作原理為：

[0130][0131]

式中，δf表示新解與當(dāng)前解的目標(biāo)函數(shù)的差值，若δf<0，則新解比當(dāng)前解好，接受新解；反之新解比當(dāng)前解差，則以概率ρ接受新解；t為接受參數(shù)，初始值設(shè)置為1000，每次迭代之后，可按照公式t＝0.98*t更新t。

[0132]

具體實(shí)施方式中，以實(shí)際礦山情況為測試案例：礦山有3個巖石裝料點(diǎn)，2個卸料

點(diǎn)，1個停車場，14臺裝載量為100噸的礦用卡車。其中第i行第j列的數(shù)值表示礦卡從節(jié)點(diǎn)i行駛到節(jié)點(diǎn)j所需的運(yùn)輸時間。為了保證生產(chǎn)作業(yè)的安全性，礦山實(shí)行兩班制，從早上8點(diǎn)到晚上24點(diǎn)。

[0133]

如下表所示，為歷史統(tǒng)計資料可得兩點(diǎn)間所需的運(yùn)輸時間：

[0134]

單位：分鐘

[0135]

裝料點(diǎn)a裝料點(diǎn)b裝料點(diǎn)c卸料點(diǎn)1卸料點(diǎn)2停車場卸料點(diǎn)14.153.823.89

???

卸料點(diǎn)23.723.383.78

???

停車場0.670.530.5

???

裝料點(diǎn)a

???

5.24.57

?

裝料點(diǎn)b

???

4.74.07

?

裝料點(diǎn)c

???

4.555.27

?

[0136]

礦卡在裝料點(diǎn)的裝車作業(yè)時間為1分鐘，在卸料點(diǎn)的卸料作業(yè)時間為0.5分鐘。經(jīng)測算，得到某天中兩小時的配礦計劃如下表所示：

[0137]

單位：噸

[0138] 裝料點(diǎn)a裝料點(diǎn)b裝料點(diǎn)c卸料點(diǎn)1120012001600卸料點(diǎn)2170014001200

[0139]

在基于本發(fā)明的算法，利用python 3.7在處理器為amd ryzen 5 4600h，3.00ghz，內(nèi)存為16g的電腦上進(jìn)行編程求解，將算法的終止迭代次數(shù)設(shè)置為400次，算法求解時間在0.6s左右，如圖7所示，圖示為算法收斂情況，圖中橫軸表示迭代次數(shù)，縱軸表示適應(yīng)度值。如圖8所示，圖示為基于本發(fā)明的算法所得的調(diào)度方案，圖中橫軸表示系統(tǒng)運(yùn)行時間(單位：分鐘)，縱軸a、b、c分別表示裝料點(diǎn)a、裝料點(diǎn)b和裝料點(diǎn)c，縱軸的1、2分別表示卸料點(diǎn)1和卸料點(diǎn)2，圖中不同顏色深度的豎條代表不同的車輛在當(dāng)前裝料點(diǎn)的作業(yè)時間，豎條的寬度表示作業(yè)時間窗的寬度。

[0140]

如圖7和圖8所示，通過觀察可知，本發(fā)明的ins算法具有良好的收斂效果，并且可以高效地求解礦卡調(diào)度問題。如下調(diào)度結(jié)果對比表，礦卡的平均等待時間減少了70％，裝、卸點(diǎn)的平均等待時間減少了8％，說明該調(diào)度方案優(yōu)于已有的調(diào)度方案。

[0141]

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

(單位：分鐘)

[0142]

礦車平均等待時間裝、卸點(diǎn)平均等待時間該調(diào)度方案10420原有調(diào)度方案33455

[0143]

因此，利用本發(fā)明的礦卡調(diào)度模型以及ins算法求得的礦卡調(diào)度方案能夠平衡采、運(yùn)設(shè)備的忙閑程度、有效減少礦卡以及裝料點(diǎn)和卸料點(diǎn)的等待時間，提高設(shè)備的利用率，進(jìn)而提升礦山的生產(chǎn)量。

[0144]

本發(fā)明采用的第二方面的技術(shù)方案：一種礦卡調(diào)度系統(tǒng)，包括：

[0145]

獲取模塊，用于獲取并確定礦山的若干個生產(chǎn)任務(wù)；

[0146]

模型建立模塊，用于生成建立礦卡實(shí)時調(diào)度模型；

[0147]

計算模塊，用于利用算法計算基于建立礦卡實(shí)時調(diào)度模型的生產(chǎn)任務(wù)。

[0148]

本發(fā)明采用的第三方面的技術(shù)方案：一種礦卡調(diào)度裝置，還包括：

[0149]

至少一個處理器；

[0150]

至少一個存儲器，用于存儲至少一個程序；

[0151]

當(dāng)所述至少一個程序被所述至少一個處理器執(zhí)行，使得所述至少一個處理器實(shí)現(xiàn)如上任一項(xiàng)所述一種露天礦山礦卡調(diào)度方法。

[0152]

本發(fā)明采用的第四方面的技術(shù)方案：一種存儲介質(zhì)，其中存儲有處理器可執(zhí)行的指令，所述處理器可執(zhí)行的指令在由處理器執(zhí)行時用于實(shí)現(xiàn)如上任一項(xiàng)所述一種露天礦山礦卡調(diào)度方法。

[0153]

盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，對于本領(lǐng)域的普通技術(shù)人員而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對這些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同物限定，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。技術(shù)特征：

1.一種露天礦山礦卡調(diào)度方法，其特征在于，包括：確定礦山的若干個生產(chǎn)任務(wù)，并建立礦卡實(shí)時調(diào)度模型；利用基于改進(jìn)的鄰域搜索算法，并根據(jù)若干個生產(chǎn)任務(wù)，得到礦卡實(shí)時調(diào)度的初始解；對得到的初始解，利用領(lǐng)域搜索算子得到新解；根據(jù)礦卡實(shí)時調(diào)度模型的目標(biāo)函數(shù)值，得到新解的目標(biāo)函數(shù)值；判斷新解的目標(biāo)函數(shù)值與當(dāng)前解的差值，輸出最終最優(yōu)解。2.根據(jù)權(quán)利要求1所述一種露天礦山礦卡調(diào)度方法，其特征在于，所述確定礦山的若干個生產(chǎn)任務(wù)，并建立礦卡實(shí)時調(diào)度模型的具體步驟包括：確定礦山的任意一個裝料點(diǎn)對任意一個卸料點(diǎn)的配礦計劃作為生產(chǎn)任務(wù)；獲取生產(chǎn)任務(wù)對應(yīng)的配礦量，以裝料點(diǎn)、卸料點(diǎn)等待礦卡的時間和礦卡等待裝卸作業(yè)的時間最小為目標(biāo)進(jìn)行運(yùn)輸任務(wù)分配；根據(jù)運(yùn)輸任務(wù)分配確定所有礦卡分配需要運(yùn)輸?shù)纳a(chǎn)任務(wù)以及執(zhí)行生產(chǎn)任務(wù)的順序。3.根據(jù)權(quán)利要求1所述一種露天礦山礦卡調(diào)度方法，其特征在于，所述利用基于改進(jìn)的鄰域搜索算法，并根據(jù)若干個生產(chǎn)任務(wù)，得到礦卡實(shí)時調(diào)度的初始解的具體步驟包括：首先獲取若干個生產(chǎn)任務(wù)，并輪流將所有生產(chǎn)任務(wù)依次輸入到每個礦卡的運(yùn)輸任務(wù)中；每次輸入到任意礦卡的運(yùn)輸任務(wù)代表生產(chǎn)任務(wù)完成了一次運(yùn)輸任務(wù)，則該運(yùn)輸任務(wù)的所需運(yùn)輸次數(shù)減1，直到所有任務(wù)所需的運(yùn)輸次數(shù)均為零。4.根據(jù)權(quán)利要求1所述一種露天礦山礦卡調(diào)度方法，其特征在于，所述對得到的初始解，利用領(lǐng)域搜索算子得到新解的具體步驟包括：獲取初始解之后，利用領(lǐng)域搜索算子得到新的一組解，其中領(lǐng)域搜索算子包括random

?

opt交叉算子，以及插入算子；所述random

?

opt交叉算子能夠隨機(jī)地交叉當(dāng)前解中兩個序列之間的部分編碼，得到新的一組解；所述插入算子能夠從當(dāng)前解的若干個序列中隨機(jī)挑選若干個編碼元素，并將其隨機(jī)插入到其他序列中的隨機(jī)位置，得到新的一組解。5.根據(jù)權(quán)利要求4所述一種露天礦山礦卡調(diào)度方法，其特征在于，所述判斷新解的目標(biāo)函數(shù)值與當(dāng)前解的差值，輸出最終最優(yōu)解的具體步驟包括：獲取進(jìn)行random

?

opt交叉和插入操作得到的新解；根據(jù)metroplis準(zhǔn)則利用目標(biāo)函數(shù)值來判斷是否接受新解；若新解的目標(biāo)函數(shù)值比當(dāng)前解小，則新解更好，接受新解；若新解的目標(biāo)函數(shù)值比當(dāng)前解大，則以概率ρ接受新解。6.根據(jù)權(quán)利要求5所述一種露天礦山礦卡調(diào)度方法，其特征在于，所述metroplis準(zhǔn)則的操作原理為：式中，δf表示新解與當(dāng)前解的目標(biāo)函數(shù)的差值，若δf<0，則新解比當(dāng)前解好，接受新解；反之新解比當(dāng)前解差，則以概率ρ接受新解；t為接受參數(shù)，初始值設(shè)置為1000，每次迭代

之后，可按照公式t＝0.98*t更新t。7.根據(jù)權(quán)利要求6所述一種露天礦山礦卡調(diào)度方法，其特征在于，所述目標(biāo)函數(shù)值為礦卡的排隊(duì)等待時間與裝料點(diǎn)、卸料點(diǎn)等待礦卡時間的時間總和。8.一種礦卡調(diào)度系統(tǒng)，其特征在于，包括：獲取模塊，用于獲取并確定礦山的若干個生產(chǎn)任務(wù)；模型建立模塊，用于生成建立礦卡實(shí)時調(diào)度模型；計算模塊，用于利用算法計算基于建立礦卡實(shí)時調(diào)度模型的生產(chǎn)任務(wù)。9.一種礦卡調(diào)度裝置，其特征在于，還包括：至少一個處理器；至少一個存儲器，用于存儲至少一個程序；當(dāng)所述至少一個程序被所述至少一個處理器執(zhí)行，使得所述至少一個處理器實(shí)現(xiàn)如權(quán)利要求1

?

7任一項(xiàng)所述一種露天礦山礦卡調(diào)度方法。10.一種存儲介質(zhì)，其中存儲有處理器可執(zhí)行的指令，其特征在于：所述處理器可執(zhí)行的指令在由處理器執(zhí)行時用于實(shí)現(xiàn)如權(quán)利要求1

?

7任一項(xiàng)所述一種露天礦山礦卡調(diào)度方法。

技術(shù)總結(jié)

本發(fā)明公開了一種露天礦山礦卡調(diào)度方法、系統(tǒng)、裝置及存儲介質(zhì)，具體步驟包括確定礦山的若干個生產(chǎn)任務(wù)，并建立礦卡實(shí)時調(diào)度模型；利用基于改進(jìn)的鄰域搜索算法，并根據(jù)若干個生產(chǎn)任務(wù)，得到礦卡實(shí)時調(diào)度的初始解；對得到的初始解，利用領(lǐng)域搜索算子得到新解；根據(jù)礦卡實(shí)時調(diào)度模型的目標(biāo)函數(shù)值，得到新解的目標(biāo)函數(shù)值；判斷新解的目標(biāo)函數(shù)值與當(dāng)前解的差值，輸出最終最優(yōu)解。礦卡調(diào)度的核心是如何給礦卡分配生產(chǎn)任務(wù)及執(zhí)行順序。該模型以裝、卸料點(diǎn)等待礦卡的時間和礦卡等待裝卸作業(yè)的時間最小為目標(biāo)。本發(fā)明通過對礦卡調(diào)度方案進(jìn)行優(yōu)化找到最優(yōu)的礦卡調(diào)度方案，以提高采、運(yùn)設(shè)備的利用率，保障礦山生產(chǎn)活動的高效運(yùn)轉(zhuǎn)。保障礦山生產(chǎn)活動的高效運(yùn)轉(zhuǎn)。保障礦山生產(chǎn)活動的高效運(yùn)轉(zhuǎn)。

技術(shù)研發(fā)人員：王秋旗 奚小虎 殷亮子 徐木林 張俊 汪易開

受保護(hù)的技術(shù)使用者：安徽海博智能科技有限責(zé)任公司

技術(shù)研發(fā)日：2021.07.06

技術(shù)公布日：2021/11/4