摘 要：针对煤炭码头配煤调度中普遍存在的信息化短板，通过整合用户信息、煤种特性数据、堆场调度等资源，提出煤炭码头智能配煤调度系统的设计开发方案，阐述了煤炭码头智能配煤调度系统的设计思路和关键技术。该系统的研究为进一步发挥港口配煤的优势提供参考。
关键词：港口配煤 堆场调度 智能系统
目前国内煤炭码头配煤调度中普遍存在操作管理简单粗放，智能化信息化程度低，配煤调度管理中很多环节还是完全由人工操作，数据记录等使用原始的纸质表单方式管理。配煤多采用估算，精度差。部分环节虽有采用计算机系统管理，但未能形成全流程的信息化管理，造成分散的信息孤岛，使得整个港口配煤的专业化程度不高，港口配煤的优势难以发挥。
智能配煤调度系统在港口配煤中的作用
专业化煤炭码头相对于煤炭物流供应链其他环节更适合开展配煤业务不仅在于煤炭码头具备堆场、装卸设备等硬件条件，更重要的是煤炭码头拥有多种不同煤种，各类不同用户需求的大量数据。这是煤矿、煤炭消费用户等不具备的。如何利用好多种不同煤种，各类不同用户需求的大量数据是港口配煤的一个关键。信息化的智能配煤调度系统在港口配煤中不可或缺。
智能配煤调度系统首先可以起到综合调度管理作用。整合配煤出场多项业务，实现智能配煤，提高配煤精度，优化配煤方案，减少配煤装船等待时间，提高效率。其次实现管理部门对煤炭港口物流全过程各环节信息的快速交换，有效利用堆场煤炭相关数据，及时反馈堆场资源信息，辅助堆场管理人员制定合理堆场调度计划，有效提高煤炭码头堆场利用率，提高码头经济效益。
煤炭码头配煤调度系统的设计
1、煤炭码头智能配煤调度系统的框架结构
煤炭码头智能配煤调度系统设计上为三层架构，以包含港口配煤调度业务全流程的数据平台为底层基础，中间以不同业务单元的逻辑功能模块作为支撑，最上层作为用户服务层，设计上采用统一的UI模板结合详细设计与逻辑业务紧耦合的方式。系统三层框架结构如图1所示。其中底层数据平台在数据应用上又分为支持基础业务和支持决策的两个数据库，中间层则从不同的业务单元视角分为不同功能模块，如港口商务视角的计划管理，中控视角的堆场调度，质量检验视角的煤质分析等，这样既有利于底层数据管理的统一性也有利于提高系统的可扩展性。
2、煤炭码头智能配煤系统的调度原则
智能配煤调度系统是一个涉及用户需求、煤种特性、堆场周转、船舶装卸等多种因素的整合系统，所以必须综合分析各种因素之间的优先级和约束关系。基于分析提出以下调度原则：①用户需求原则，即根据不同用户需求生成不同配煤调度方案，从最大程度上满足用户需求。②配煤性价比原则，根据煤种特性在满足用户需求的原则下，选择成本最优的配煤调度方案。③快进快出原则，在追求满足港口吞吐量最大化原则下，选择码头堆场周转效率最高的调度方案。④先进先出原则，考虑到煤炭的自燃性质，长时间码头库场堆放会带来的损失和安全风险，因此，较早进入堆场的煤炭应该优先出场。
3、配煤模型设计
智能配煤调度系统的决策支持模块整体上采用层次分析模型框架，主要分为三层：最高层为目标层即最优配煤调度方案；中间层为准则层，即上述用户需求、配煤性价比、堆场周转、安全风险等四方面准则；最下一层为方案层，即可供选择的配煤调度方案，由配煤算法或系统专家库生成。
根据港口配煤工艺特点，一般码头通过堆取料机或取料机从不同货堆取货，然后将货堆煤炭送上不同皮带输送，根据皮带的速度，以及皮带秤的计量反馈来控制不同种类煤的给煤量，进行混合配煤后装船。其中装船皮带在同一船作业中数量有限，通常为2～3条，限制了同时可以用来配煤的堆场调度复杂程度，因此煤炭码头出场的煤炭配煤方案重点考虑用户要求和市场成本来配煤。
煤炭码头配煤综合用户要求和市场成本两方面，主要根据煤种的热值、硫分、灰分、挥发分和成本等参数建立数学参考模型，在煤炭特性参数约束下计算最优成本或在成本约束下计算最优热值。
通过线性优化模型可以计算出在一定约束条件下，一个或一组可行的配煤方案。再根据准则层的指标权重来评估这些方案，最后根据不同配煤调度原则的权重来生成供配煤调度决策支持的最优配煤方案。如以先进先出原则优先为例，在该原则优先的情况下该原则在准则层指标中的权重会显著大于其他原则权重，从而筛选出最利于先进先出但又兼顾其他配煤调度原则的可行方案。
煤炭码头智能配煤系统的原型实现
煤炭码头智能配煤系统基于当前通用散杂货码头操作系统和知识管理系统平台进行快速应用开发，系统实现采用三层架构。煤炭码头智能配煤系统在数据访问层的实现考虑到系统既涉及到OLTP联机事务处理业务又涉及到DSS业务，因此在RDBMS数据库平台上创建gctos和gctos_dss两个独立的表空间，其中gctos表空间收集OLTP业务数据，然后定期将数据复制到gctos_dss表空间，提供给DSS分析查询。由于存在gctos和gctos_dss两个不同的数据表空间，以及考虑到今后数据库的新增或更改，故采用统一的DAL抽象接口。两个数据表空间不论gctos还是gctos_dss对数据的基本操作是一样的，所以将功能相同的一系列操作抽象出来实现为一个接口IDAL。让具体的类都可以继承这个接口。具体方法如下：
Class IDAL
{
public：
IDAL（） {}；
virtual ～IDAL（）=0 {}；
virtual void AddNew（）=0；
virtual void Delete（）=0；
virtual void Update（）=0；
virtual void DataToDAL（bool output=true）=0； virtual const string GetList（）= 0；
……
}
在业务逻辑层上的实现主要涉及具体业务对DAL数据基本的增、删、改、查和业务流优化。煤炭码头智能配煤调度系统除智能配煤算法、决策支持外，其他大部分如计划管理、船舶作业、设备管理等沿用通用GCTOS业务逻辑。对配煤算法的具体实现上采用通过细化算法约束条件预先筛选排除不合理方案从而降低整体算法复杂度，如根据码头装卸皮带的数量和装船皮带的传送速度比率可预先提出一组该码头常规配煤比的可能范围，基于这组条件实现降低配煤最优解的算法规模。在表现层上的实现采用混合式WINFORM开发，WINFORM在界面开发上相对于单纯的MFC提供了更多的控件，而且控件功能更强大，更易用。通过控件可以方便的实现支持煤炭码头堆场的自定义，并实现显示堆场调度的动态信息，如图2所示。
结语
大型煤炭码头开展配煤业务具有堆场、装卸设备等硬件条件和用户信息、煤种数据等软件条件两方面的优势。整合软硬件优势是煤炭码头专业化发展的一个趋势。智能配煤调度系统通过信息化手段实现将用户信息、煤种特性数据、配煤决策算法、堆场调度整合起来实现智能配煤调度。智能配煤调度系统的应用将减轻配煤调度管理的难度，解决当前港口配煤过程中智能化信息化程度低。同时智能配煤调度系统通过优化配煤方案可以提高港口配煤业务的利润空间，增加市场竞争力，降低了煤炭物流供应链的整体费用。对于推进港口配煤的专业化，改造煤炭物流供应链具有重要的社会效益和经济效益。
