[发明专利]一种基于遗传优化算法的钢球磨煤机设计选型方法

摘要

一种基于遗传算法的钢球磨煤机设计选型方法，它包括以下步骤：步骤1)、设计某种特定钢球磨煤机的参数；步骤2)、从设计的钢球磨煤机的型号和现有的型号中选择钢球磨煤机的最优型号；步骤3)、确定钢球磨煤机的最优运行工况参数；步骤4)、指导钢球磨煤机制粉系统的运行。本发明根据理论依据，基于最小制粉单耗原则，利用遗传算法进行参数自动寻优，给出最优经济运行指导，设计遗传算法控制流程，计算出最优的运行状态参数β、γ、t_m，提高制粉系统出力，保证系统安全、经济运行，能够提高球磨机的生产质量与生产效率，节约能源，能够有效提高产品的市场竞争力，从而为企业带来更多的利润。

主权项

1.一种基于遗传优化算法的钢球磨煤机设计选型方法，其特征是，所述设计选型的方法具体包括：步骤1)、设计某种特定钢球磨煤机的参数；步骤2)、从设计的钢球磨煤机的型号和现有的型号中选择钢球磨煤机的最优型号；步骤3)、确定钢球磨煤机的最优运行工况参数；步骤4)、指导钢球磨煤机制粉系统的运行；所述的设计某种特定钢球磨煤机参数的过程具体包括：步骤11)、计算钢球磨煤机的消耗功率P_m：式中：η_dj电动机效率、η_cd钢球磨煤机传动装置的效率、ρ_b钢球的堆积密度、K_r燃料系数、K_ap护甲形状影响系数、D磨筒直径、L磨筒长度、n磨筒转速、充球系数、S筒体和护板的总厚度和P_fj电机冷却与励磁附加消耗功率为已知常数；步骤12)、计算制粉系统的研磨出力B_m；步骤121)、计算磨内通风量影响系数：式中，β为实际系统运行时的磨煤通风量与钢球磨煤机设计的最佳通风量之比,β_T为实际系统运行时的磨煤通风量，β_S为钢球磨煤机设计的最佳通风量；步骤122)、计算磨内存煤量影响系数：K_cm＝r(2‑r)(3)，式中，r为实际系统运行时钢球磨煤机内存煤量与设计最大存煤量之比，γ_T为实际系统运行时钢球磨煤机内存煤量，γ_S为设计最大存煤量；步骤123)、计算钢球磨煤机出口温度影响系数：t_m为实际系统运行时的钢球磨煤机出口温度；步骤124)、根据公式2、公式2‑1、公式3、公式3‑1和公式4计算制粉系统的研磨出力B_m：式中：D磨筒直径、L磨筒长度、n磨筒转速、充球系数、K_ap护甲形状影响系数、K_jd护甲和钢球磨损造成的出力降低的影响系数、K_gr工作燃料可磨性的影响系数和K_mf煤粉细度影响系数为已知常数；步骤13)、根据公式1和公式5计算钢球磨煤机消耗的制粉单耗E_m：步骤14)、利用遗传算法计算所述的步骤14)具体包括：步骤141)、定义八个变量D,L,n,S,β,γ,t_m，对八个变量进行实数编码，并结合2组专家经验，形成一定规模的初始种群A；步骤142)、定义制粉单耗E_m为遗传算法检验个体的适应度评价函数，并以此函数对种群A中的所有个体进行适应度计算；步骤143)、根据适应度值对个体进行排序，选择最大适应度的个体，判断是否满足终止条件，如满足终止条件，执行步骤144)操作，如不满足终止条件，执行步骤145)操作；步骤144)、输出D,L,n,S,β,γ,t_m，结束运行；步骤145)、以该种群所有个体适应度的平均值为阈值，选出高于此阈值的个体为模板进行遗传算法的选择操作；步骤146)、使用交叉概率和变异概率，进行两点交叉与均匀变异操作；步骤147)、在产生新个体的过程中，删除相似度高的个体，建立新种群，执行步骤142)操作；所述的选择钢球磨煤机最优型号的过程具体包括：步骤21)、根据某一钢球磨煤机的型号，确定其磨筒直径D、磨筒长度L、磨筒转速n、充球系数筒体和护板的总厚度S；步骤22)、根据公式6计算minE_m(β,γ,t_m)：得出该型号的最优运行结果minE_m1；步骤23)、依次算出其余型号的最优运行结果minE_m2，minE_m3,...,minE_m16，从中选出最小的制粉单耗minE_m，其对应的型号即为钢球磨煤机最优型号。