一种用于氟化铝生产中萤石掺杂的进化多目标优化方法

《IEEE Transactions on Industrial Informatics》：An Evolutionary Multiobjective Approach to Fluorspar Blending in Aluminum Fluoride Production

铝氟化物（AlF3）生产需精准配比萤石，传统方法依赖人工且效率低。本研究将其建模为多目标约束优化问题，兼顾经济性与稳定性，创新性地将萤石杂质对后续试剂的影响纳入成本核算，实现全流程降本。提出双种群自适应惩罚函数算法，有效处理库存、成分及杂质多约束条件，并基于多供应商实施数据开发了智能配比系统。实验表明该系统在混合质量、成本效益和工业适应性方面显著优于传统方法，为铝氟化物智造提供可扩展解决方案。

　　

摘要：

氟化铝（AlF₃）是一种重要的工业材料，其生产高度依赖于萤石的精确混合。传统的混合方法主要依赖人工经验，在处理复杂的矿石成分和多种限制条件时往往效率低下。在本研究中，将萤石混合问题构建为一个受限的多目标优化问题，旨在同时实现经济效益和生产稳定性。与传统以成本为中心的模型不同，我们的方法明确考虑了萤石杂质对下游试剂消耗的影响，从而实现了从原材料到最终产品的整体成本最小化。我们提出了一种基于自适应惩罚函数的双种群框架下的新型受限多目标状态转换算法，有效应对了库存限制、成分要求和杂质含量等复杂约束。利用多家供应商的实际数据，开发并部署了一个功能完备的智能萤石混合优化系统。实验结果表明，该系统在混合质量、成本效益和工业适应性方面表现优异，为铝氟化物生产中的智能混合优化提供了可扩展的解决方案。