A genetic-algorithm-based optimal scheduling system for full-filled tanks in the processing of starting materials for alumina production

Authors


Abstract

Due to the instability of mine sources and the uncertainty of the composition of returned lye and waste liquid, there exists a significant fluctuation of raw slurry quality in the blending process of starting materials for sintering. The expected slurry was obtained through the mixing of starting materials in full-filled tanks. In this article, an optimal scheduling model of full-filled tanks is developed based on material balance principle and expert experiences subject to technological requirements. To solve such optimization problem, an improved genetic algorithm (IGA) is proposed, in which the intervention strategy is introduced into the random process of population initialization to obtain the well-proportioned initial population and the probabilities of crossover and mutation are changed according to the difference between the fitness value of the best solution and the average fitness value of the better solutions as well as the difference between the fitness value of the best solution and the average fitness value of the current population to prevent premature convergence. The IGA-based optimization system was applied to the processing of raw slurry for alumina production and the actual running results show that the composition fluctuation in mixed raw slurry decreased significantly, effectively improving the eligibility rate of the mixed raw slurry and contributing to the stabilization of the subsequent process of alumina production.

Abstract

Du fait de l'instabilité des sources minières et de l'incertitude sur la composition des lessives et du liquide usé retournés, il existe une fluctuation importante dans la qualité des suspensions brutes dans le procédé de mélange des matériaux de base pour le frittage. La suspension souhaitée a été obtenue par le mélange des matériaux de base dans des réservoirs remplis à pleine capacité. Dans cet article, un modèle d'ordonnancement optimal de réservoirs remplis à pleine capacité est mis au point en utilisant un bilan de matière et des expériences particulières en relation avec des besoins technologiques. Pour résoudre ce problème d'optimisation, on propose un algorithme génétique amélioré (IGA), dans lequel la stratégie d'intervention est introduite dans le procédé aléatoire d'initialisation de population afin d'obtenir une population initiale bien proportionnée, et les probabilités de transfert et de mutation sont modifiées selon la différence entre le degré de compatibilité de la meilleure solution et le degré de compatibilité moyen des meilleures solutions ainsi que selon la différence entre le degré de compatibilité de la meilleure solution et le degré de compatibilité moyen de la population courante afin de prévenir une convergence prématurée. Le système d'optimisation basé sur l'IGA a été appliqué au traitement de suspensions brutes pour la production d'alumine et les résultats d'essai réel montrent que la fluctuation de composition de la suspension brute mixte diminue de façon significative, améliorant ainsi réellement le taux d'admissibilité de la suspension brute mixte et contribuant à la stabilisation du procédé de production d'alumine subséquent

Ancillary