烧结配矿智能优化方法及系统与流程

1.本发明涉及大数据处理技术领域，尤其涉及一种烧结配矿智能优化方法及系统。


背景技术：

2.烧结是将矿粉原料、辅料及溶剂等材料按照预先定义的矿料比例均匀混合进行烧制，从而生产出烧结矿的过程。烧结配矿流程中，通常基于人工经验进行配料。然而，随着钢铁需求量的日益增长，优质矿粉越来越少，矿粉原料也频繁变化。依赖人工经验进行配料的方式并不能适应日益变化的矿粉原料，难以提升生产效能。


技术实现要素：

3.本发明提供一种烧结配矿智能优化方法及系统，用以解决现有技术中依赖人工配料经验无法及时更新的缺陷，提升生产效能。
4.本发明提供一种烧结配矿智能优化方法，包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
5.根据本发明提供的一种实施方式，所述基于所述材料特性确定所述待选原燃料的性价比指标，包括：将所述待选原燃料的材料特性输入至预设的成本测算模型中，得到所述待选原燃料的估计成本，其中，所述成本测算模型通过深度神经网络构建得到；确定所述待选原燃料的实际成本；基于所述待选原燃料的估计成本与实际成本，确定所述待选原燃料的性价比指标。
6.根据本发明提供的一种实施方式，所述确定目标函数，包括：确定所需的烧结矿的烧成重量；基于所述烧成重量以及所述烧成重量所需的每种烧结原料的成本，得到所述目标函数；每种烧结原料的成本为所述烧结原料的实际成本与候选系数之积。
7.根据本发明提供的一种实施方式，所述基于所述目标函数确定每个所述烧结原料的配比系数，包括：确定烧结矿的约束信息；结合所述约束信息与所述目标函数，确定所述烧结原料的配比系数。
8.根据本发明提供的一种实施方式，所述基于所述目标函数确定每个所述烧结原料的配比系数，包括：通过智能优化算法对所述目标函数进行求解，在满足所述约束信息条件下，使得目标函数的取值达到最小，其中，所述智能优化算法包括粒子群优化算法、蚁群优化算法、遗传算法中的一种或多种；在所述目标函数的取值最小时，将所述候选系数作为所述烧结原料的配比系数，所有的烧结原料的配比系数之和为1。
9.根据本发明提供的一种实施方式，所述确定烧结矿的约束信息，包括：确定烧结矿的化学成分约束、原料库存约束、有害元素约束，得到烧结矿的约束信息。
10.本发明还提供一种烧结配矿智能优化系统，包括：数据获取模块，用于获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；性价比计算模块，用于基于所述性价比指标从所述待选原燃料中筛选出烧结原料；模型构建模块，用于确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；配比确定模块，用于基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
11.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述烧结配矿智能优化方法。
12.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述烧结配矿智能优化方法。
13.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述烧结配矿智能优化方法。
14.本发明提供的烧结配矿智能优化方法、烧结配矿装置和电子设备，一方面，通过待选原燃料的性价比指标来筛选烧结的材料，可以提高配矿的性价比，且有利于节省矿物资源。另一方面，基于烧结矿单位重量所需的烧结原料的成本来确定烧结原料的配比系数，可以使用最小成本的配矿系数，从而降低烧结矿的成本。
附图说明
15.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明提供的烧结配矿智能优化方法的流程示意图之一；图2是本发明提供的烧结配矿智能优化系统的系统架构示意图；图3是本发明提供的烧结配矿智能优化系统的结构示意图之一；
图4是本发明提供的烧结配矿智能优化系统的显示界面示意图之一；图5是本发明提供的烧结配矿智能优化系统的显示界面示意图之二；图6是本发明提供的烧结配矿智能优化系统的结构示意图之二；图7是本发明提供的电子设备的结构示意图。
具体实施方式
17.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
19.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
20.下面结合附图描述本发明实施例中的烧结配矿智能优化方法、烧结配矿装置和电子设备。
21.本实施例首先提供一种烧结配矿智能优化方法，图1示出了该烧结配矿智能优化方法的一种流程图。如图1所示，该烧结配矿智能优化方法可以包括以下：步骤10：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标。
22.其中，待选原燃料可以包括烧结矿生产所需的铁矿粉、溶剂、碳粉等多种类型的材料。同一种类型的材料也可以具有多个种类，不同生产厂家提供的材料化学成分和价格均有不同。待选原燃料的材料特性可以包括待选原燃料的类型，例如褐铁矿、赤铁矿等；待选原燃料的名称，例如巴西卡粉等；待选原燃料的价格，即单价；待选原燃料的化学成分等；也可以包括待选原燃料的属性，例如矿粉、精矿粉等；待选原燃料的粒度、烧结特性，例如同化温度、等等多种信息，本实施方式对此不作特殊限定。
23.根据待选原燃料的材料特性确定每一种待选原燃料的性价比指标。示例性的，待选原燃料的性价比指标可以为待选原燃料的估计成本与实际成本之间的差异，可以表示为：其中，表示第i种待选原燃料的性价比指标；为第i种待选原燃料的估计成本；为第i种待选原燃料的实际成本。实际成本指的是待选原燃料在市场上的价格，如果估计成本与实际成本差异越大，则说明待选原燃料的性价比越高。
24.利用待选原燃料以往的价格可以预测待选原燃料当前的价格，即估计成本。举例
来说，若材料a去年4月份的价格为100元/每吨，则可以确定该材料a今天4月份的估计成本为100元/每吨。示例性的，通过构建模型可以更加准确地预测每种材料的估计成本。具体的，预先构建一成本测算模型，将待选原燃料的材料特性输入至该预设的成本测算模型中，得到待选原燃料的估计成本。然后确定每一种待选原燃料的实际成本，基于待选原燃料的估计成本和实际成本，确定待选原燃料的性价比指标。
25.通过成本测算模型可以从多种维度来估计材料的价格，提高成本估计的准确性。
26.上述成本测算模型可以为一深度神经网络（deep neural networks，dnn）模型。预先收集历史数据，该历史数据中包括多条材料特性，每条材料特性中可以包括材料的水分（h2o）、烧损、全铁（tfe）含量、亚铁（feo）含量、二氧化硅（sio2）含量、三氧化二铝（al2o3）含量、氧化钙（cao）含量、氧化镁（mgo）含量、氧化锰（mno）含量、硫（s）含量、磷（p）含量、镍（ni）含量等。历史数据中还包括每条材料特性对应的材料历史的价格。将每种材料特性转化为输入向量，形成成本测算模型的训练数据集。将每种材料特性的价格作为对应的标签，来对成本测算模型进行训练。训练好的成本测算模型可以设置在对应的系统或平台上，来对材料的未来的价格进行测算。
27.举例来说，烧结所需的原料中溶剂和碳粉的种类较少，价格也通常比较稳定，而矿粉种类繁多，价格浮动也较大。则将待选原燃料中的每种矿粉的材料特性可以转化为向量，输入到训练好的成本测算模型中，得到每种矿粉当前的价格，即估计成本。然后通过待选原燃料的供应厂家来确定矿粉的实际的价格，即实际成本。计算估计成本减去实际成本的值，即性价比指标。对于矿粉等烧结的原料来说，估计的价格大于实际价格时，说明该原料当前的价格比以往的价格低，即，具有较高的性价比，可以利用该原料进行烧结生产，可以降低生产成本。
28.步骤20：基于所述性价比指标从所述待选原燃料中筛选出烧结原料。
29.示例性的，按照该性价比指标可以从大到小对待选原燃料进行排序，然后选择排序靠前的性价比较高的材料，作为烧结原料。例如，按照筛选性价比指标排在前n位的矿粉，作为烧结原料等，n可以为3、4、5等各种数值，本实施方式对此不作任何限定。根据实际生产所需的类型，分别筛选该类型中性价比较高的材料组成烧结原料。烧结原料为烧结生产时要混合在一起的材料。
30.步骤30：确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的烧结原料的成本。
31.单位重量的烧结矿所需的烧结原料的成本为材料所需的总成本除以烧结矿的烧成重量。因此首先需要确定所需的烧结矿的烧成重量。该烧成重量可以为进行一次烧结生产后所得的烧结矿的重量。该烧成重量可以由人为设置，例如500、1000吨等，本实施方式对此不作特殊限定。
32.确定烧成重量之后，基于该烧成重量以及每种烧结原料所需的成本，构建目标函数。每种烧结原料所需的成本为该烧结原料的实际成本与候选系数的乘积。其中，候选系数可以包括烧结原料的多组配比系数，也可以包括配比系数的范围。示例性的，目标函数可以表示为：
其中，i为烧结原料的序号，烧结原料一共有n种，n为正整数；该n种烧结原料中即包括铁精矿，还包括皂土、除尘灰等辅料；为第i个烧结原料的实际成本；为第i个烧结原料的候选系数；z为目标函数的取值。m为烧结矿所需的烧成重量。烧成重量可以通过以下公式进行计算，如公式（3）所示：其中，为第i种烧结原料的烧损值（%）；为硫（s）的脱除率，可以为0.95、0.9等；为第i种烧结原料的s含量；为第i种烧结原料的feo含量。
33.根据每种烧结原料的多种候选系数，对上述公式（2）和公式（3）进行求解，计算目标函数在不同配比情况下，所需的成本。
34.步骤40：基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
35.其中，配比系数指的是每吨烧结矿所需的每种烧结原料的比例。基于目标函数计算得到的不同配比情况下的成本，可以从候选系数中确定出烧结原料的配比系数。示例性的，当目标函数的取值满足预设条件时，将该情况下烧结原料的候选系数作为配比系数。举例来说，当目标函数取得最小值时，可以将此时的候选系数作为烧结原料最终的配比系数。即，对上述目标函数进行求解，确定目标函数取得最小值时的。所有烧结原料的配比系数之和为1，即，。
36.目标函数取得最小值时的配比系数对应的成本最低，则按照该配比系数进行配矿，可以节省烧结生产的成本，同时能够精确地确定每种烧结原料的配比，可以节省矿产资源，避免资源的浪费。
37.预先可以确定目标函数的预设条件，例如，当目标函数的取值小于预设值时，将候选系数作为配比系数，再例如当目标函数的取值大于特定的值时，将候选系数作为配比系数等等。
38.实际生产中，烧结配矿不仅需要控制成本，同时也需要考虑铁矿石资源的固有特性，例如化学成分等，混匀料烧结的性能、高炉生产需求、高炉入炉有害元素的控制等多种因素。在基于目标函数确定烧结原料的配比系数时，可以先确定烧结矿的约束信息；结合该约束信息与目标函数，再确定烧结原料的配比系数。
39.示例性的，烧结配矿的约束信息可以包括化学成分约束，有害元素约束等，还可以包括其他约束，例如原料库存约束等，本实施例不限于此。
40.其中，化学成分约束指的是所有烧结原料包括的化学成分的含量在烧结成品矿的范围之内。具体可以表示为：
其中，为第i种烧结原料每吨中包含的tfe含量；为第i种烧结原料的sio2含量；为第i种烧结原料每吨中包含的含量；为第i种烧结原料每吨中包含的含量；为第i种烧结原料每吨的碱度；为第i种烧结原料每吨中包含的含量；为第i种烧结原料每吨中包含的含量；为第i种烧结原料每吨中包含的s含量。
41.、为成品烧结矿tfe需求的最小值和最大值，可以分别取57、61；、为成品烧结矿sio2需求的最小值和最大值，可以分别取4.7、5.3；、为成品烧结矿要求的最小值和最大值，通常分别取1.5、1.8；、为成品烧结矿要求的最小值和最大值，一般分别取10、11；、为成品
烧结矿碱度要求的最小值和最大值，一般分别取1.95、2.05；、为成品烧结矿要求的最小值和最大值，一般分别取1.5、1.7；、为成品烧结矿要求的最小值和最大值，一般分别取0、100；、为成品烧结矿s要求的最小值和最大值，一般分别取0、100。
42.示例性的，烧结配矿的约束条件还可以包括原料库存约束，可以表示为：其中，和分别表示第i种烧结原料的原料配比的最大值和最小值。根据储存的资源量确定，若储存的资源充足，和可以分别设置为0%和100%。
43.示例性的，有害元素约束指的是高炉入炉的有害元素的约束。该有害元素约束可以表示为：其中，、、、、、分别表示第i种烧结原料中有害元素铜（cu）、氧化钾（k2o）、氧化钠（na2o）、碱金属、锌（zn）、铅（pb）的含量；、、、、、表示所有烧结原料中含有的cu、k2o、na2o、碱金属、zn、pb的最高值，一般分别取100、3、3、3、0.25、100。
44.示例性的，烧结配矿还可以包括其他约束，例如所有烧结原料的配比系数之和为1。即：通过智能优化算法对上述公式（2）至公式（6）进行求解，得到同时满足上述公式
（2）至公式（6）的配比系数，以及在该配比系数的情况下公式（2）的取值，即烧结原料的成本。智能优化算法可以包括粒子群优化算法、蚁群优化算法、遗传算法等其他群体智能优化算法等等，本实施方式对此不作任何限定。通过对上述公式（2）至公式（6）进行求解，可以获得成本最低时每种烧结原料的最优的配比系数。然后基于确定的配比系数进行配矿、混匀、烧结，得到成品烧结矿。本实施方式中，在配矿时充分考虑到了高炉入炉的条件、配矿原料的成本、以及烧结矿中成分的要求，能够精确地控制烧结生产过程，尽可能采用最小的成本生产出符合需要的烧结矿，降低生产成本，同时保证生产质量。
45.进一步的，本实施例还提供一种烧结配矿智能优化系统。上述烧结配矿智能优化方法可应用于该烧结配矿智能优化系统中。图2示出了本实施例提供的烧结配矿智能优化系统的系统框架图。如图2所示，该烧结配矿智能优化系统200可以包括：将每种待选原燃料的材料特性转化为向量，输入到成本测算模型201中，得到待选原燃料的估计成本。通过性价比计算模块202计算每种待选原燃料的性价比指标。性价比计算模块202可以计算待选原燃料估计成本与实际成本的差值，作为待选原燃料的性价比指标。该烧结配矿智能优化系统200根据该性价比指标可以筛选性价比较高的待选原燃料作为烧结原料。将选择的烧结原料输入到配矿优化模型203中，确定每种烧结原料的配比系数。该配矿优化模型203即为通过上述公式（2）至公式（6）建模得到的模型。该模型的目标函数可以为公式（2）。通过粒子群优化算法、蚁群优化算法等智能优化算法可以计算满足上述条件的最优的配比系数。
46.图3示出了上述烧结配矿智能优化系统200的结构示意图。如图3所示，该烧结配矿智能优化系统200可以包括三个模块，分别为：材料源数据301；配矿计算302和配料方案追溯303。其中，材料源数据301模块可以保存各种材料的材料特性。并提供接口，供用户进行查询、修改材料特性。配矿计算302模块可用于执行上述步骤10至步骤40，得到吨铁成本最低的配矿方案。即，计算每种材料的性价比指标，并基于性价比指标筛选出进行配矿的材料，确定每吨烧结矿所需的配矿材料的配比系数。配料方案追溯303模块可用于存储配矿方案，并提供查询的接口，供用户查询配矿方案。
47.示例性的，上述烧结配矿智能优化系统200可以提供用户页面，供用户查看或修改材料特性。如图4所示，烧结智能优化配矿系统200可以提供用户页面400。在该用户页面400中的控件401中显示有所有材料的材料特性的列表。控件402用于选中材料，用户可以通过点击控件402来选中控件402对应的材料，作为待选原燃料。或者可以通过控件403实现全部选中所有材料。并且，用户页面400中还包括一控件404，该控件404用于启动成本测算。当烧结配矿智能优化系统200接收到用户点击控件402的操作时，根据该操作确定用户所选的待选原燃料。当接收到点击控件403的操作时，确定将所有材料作为待选原燃料。当接收到点击控件404的操作时，利用选择的待选原燃料的材料特性输入至成本测算模型中，根据得到的性价比指标从待选原燃料中确定出性价比较高的材料的组合，作为烧结原料。
48.确定出的烧结原料可以显示在控件405中。例如，性价比较高的待选原燃料为：澳大利亚fmg超特粉、bhp杨迪粉、金布巴粉，则在控件405中可以显示“澳大利亚fmg超特粉+bhp杨迪粉+金布巴粉”，用这三种材料的组合作为烧结原料。此外，上述用户页面400中还包括控件406，用于保存筛选出的材料组合方案。当烧结配矿智能优化系统200接收到点击控件406的操作时，将目前确定的材料组合，如控件405中显示的材料组合，进行保存，作为烧
结原料的组合方案。
49.示例性的，该烧结配矿智能优化系统200可以确定多种烧结原料的组合方案，每一种组合方案可以通过一方案编号进行标识。并且，该烧结配矿智能优化系统200还可以提供另一用户页面来显示不同方案，便于用户对比不同方案。图5示出了烧结原料的配比系数的显示效果图。如图5所示，烧结配矿智能优化系统200可以提供用户页面500来显示每一种方案中配比系数的确定结果。在该用户页面500中可以显示每一种组合方案中各个烧结原料的配比系数。举例来说，当前共有三种材料组合方案，分别为方案1、方案2和方案3。用户页面500中的控件501中可以显示这三种方案中每种类型的材料的比例，如精矿粉比例、褐铁矿比例、黏附粉比例等。此外，控件501中还可以显示其他类型的成分的比例，例如全铁含量、亚铁含量等等，本实施方式不限于此。
50.此外，该烧结配矿智能优化系统200还可以提供页面来显示每一种方案所需的成本、每种烧结原料所需的成本等信息，本实施方式不限于此。
51.示例性的实施方式中，图6示出了该烧结配矿智能优化系统的另一种结构图。如图6所示，烧结配矿智能优化系统60可以包括数据获取模块61，用于获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；性价比计算模块62，用于基于所述性价比指标从所述待选原燃料中筛选出烧结原料；模型构建模块63，用于确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；配比确定模块64，用于基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
52.在本发明的一种实施例中，所述性价比计算模块62具体包括：成本预测模块，用于将所述待选原燃料的材料特性输入至预设的成本测算模型中，得到所述待选原燃料的估计成本，其中，所述成本测算模型通过深度神经网络构建得到；成本获取模块，用于确定所述待选原燃料的实际成本；指标确定模块，用于基于所述待选原燃料的估计成本与实际成本，确定所述待选原燃料的性价比指标。
53.在本发明的一种实施例中，模型构建模块63具体包括：重量确定模块，用于确定所需的烧结矿的烧成重量；函数确定模块，用于基于所述烧成重量以及所述烧成重量所需的每种烧结原料的成本，得到所述目标函数；其中，每种烧结原料的成本为所述烧结原料的实际成本与候选系数之积。
54.在本发明的一种实施例中，所述配比确定模块64具体被配置为：通过智能优化算法对所述目标函数进行求解，在满足所述约束信息条件下，使得目标函数的取值达到最小，其中，所述智能优化算法包括粒子群优化算法、蚁群优化算法、遗传算法中的一种或多种；在所述目标函数的取值最小时，将所述候选系数作为所述烧结原料的配比系数，所有的烧结原料的配比系数之和为1。
55.在本发明的一种实施例中，所述配比确定模块64具体包括：约束确定模块，用于确定烧结矿的约束信息；函数求解模块，用于结合所述约束信息与所述目标函数，确定所述烧结原料的配比系数。
56.在本发明的一种实施例中，约束确定模块可被配置为：确定烧结矿的化学成分约束、有害元素约束，得到烧结矿的约束信息。
57.在此需要说明的是，本技术实施例提供的烧结配矿智能优化系统，能够实现上述
烧结配矿智能优化方法的实施例中所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
58.图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(communications interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行烧结配矿智能优化方法，该方法包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
59.此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
60.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的烧结配矿智能优化方法，该方法包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
61.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的烧结配矿智能优化方法，该方法包括：获取每种待选原燃料的材料特性，基于所述材料特性确定所述待选原燃料的性价比指标；基于所述性价比指标从所述待选原燃料中筛选出烧结原料；确定目标函数，所述目标函数用于计算单位重量的烧结矿所需的所述烧结原料的成本；基于所述目标函数确定每个所述烧结原料的配比系数，采用所述配比系数进行烧结配矿。
62.以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
63.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该
计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
64.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。