操作时间不确定的间歇过程最优化设计(Ⅱ)限制等待时间过程

针对操作时间不确定条件下限制等待时间过程的优化设计 ,提出一种新的生产安排方法 .同在线安排相比 ,该方法可以简化生产安排 ,并适于长周期生产 .同时采用该方法安排生产可以简化过程的设计 .通过模拟实验表明采用该方法安排生产是可行的     

含滞后及不确定参数动态过程系统的定量优化方法与应用

许多动态化工系统含有不确定参数。当含不确定参数的过程系统又带有滞后环节时,系统的优化问题就变得非常复杂。对含不确定参数的化工系统的动态过程进行优化,若未考虑滞后环节对动态优化结果的影响,不能保证系统实际操作的优化及安全运行。本文采用改进的有限元正交配置优化算法,较好地解决了含有滞后、不确定参数的化工过程的动态优化问题。最后将一个具有循环返料的反应-分离器系统以及一个绝热反应釜作为案例对该优化方法的应用进行分析,根据案例的研究验证了该优化方法的有效性,从而为含有滞后、不确定参数的动态系统的设计和操作性能优化提供一种有效的定量分析方法和理论依据。     

基子Benders分解的不确定条件下过程优化研究

基于Benders分解的二阶段随机规划在不确定条件过程优化中占有重要的地位,分析和比较了前人的工作,并将蒙特卡罗积分策略与基于对偶理论的可行域限定条件相结合,提出了新的求解策略,不仅避免了求解一系列子问题进行可行域限定的情况以及计算负荷随不确定参数数目呈指数增加的不足,而且使可行域限定条件更加合理,算例证明了该算法的有效性.     

不确定条件下的湿法炼锌除铜过程机会约束优化控制

除铜过程是湿法炼锌净化工艺中的重要步骤，受生产环境多变、矿源多样、机理复杂等因素的影响，除铜过程存在不确定性，影响生产的稳定性和可靠性。针对除铜过程中入口溶液流量、底流返回量和入口铜离子浓度的不确定性，造成出口铜离子浓度不稳定的问题，研究不确定条件下的除铜过程机会约束优化控制方法。首先分析了除铜过程的不确定性，利用统计学方法分析不确定参数的分布特性，引入了机会约束的思想，将不确定条件下的除铜过程优化问题建模为机会约束优化问题。然后采用可行域映射方法，将机会约束优化问题转化为非线性规划问题。最后，使用序列二次规划求解该非线性规划问题。Monte Carlo仿真验证了该方法的有效性，可以提高系统的鲁棒性。     

多因素不确定条件下的间歇生产调度优化

不确定条件下的间歇生产调度优化是生产调度问题研究中具有挑战性的课题。提出了一种基于混合整数线性规划(MILP)的鲁棒优化模型，来优化不确定条件下的生产调度决策。考虑到生产过程中的操作成本和原料成本，建立了以净利润最大为调度目标的确定性数学模型。然后考虑需求、处理时间、市场价格三种不确定因素，建立可调整保守程度的鲁棒优化模型并转换成鲁棒对应模型。实例结果表明，鲁棒优化的间歇生产调度模型较确定性模型利润减少，但生产任务数量增加，设备空闲时间缩短，从而增强了调度方案的可靠性，实现了不确定条件下生产操作性和经济性的综合优化。     

考虑多类型不确定性的蒸汽动力系统运行优化

针对蒸汽动力系统中包含的多类型不确定性,根据基于时间表达、基于发生概率表达和基于集合表达划分不确定变量。多周期离散化操作解决基于时间表达的不确定变量;在各个周期内,耦合机会约束规划和鲁棒优化解决基于发生概率表达和基于集合表达的不确定变量,建立了机会约束鲁棒优化模型。以某石化企业蒸汽动力系统实例为背景,将该模型和传统模型的最优操作方案进行对比和分析。结果表明,该模型权衡系统经济性和稳定性,可获得在复杂不确定性下具有可接受风险的鲁棒性决策。     

间歇过程实时优化

由于生产过程中参数的不确定性和各种扰动作用,间歇生产过程的最优操作条件需要随时作出调整以保证生产的正常进行和满足生产产品质量的要求.针对间歇生产过程的操作条件的变化和不确定性因素的影响提出一种应用于间歇生产过程中的实时优化策略,其主要构成步骤包括动态模型建立、模型降阶、动态优化、在线监测、模型更新和在线调整,并以一个典...     

考虑调度操作安全平稳性的炼油化工生产过程调度优化

平稳运行是炼油化工企业本质安全运行、生产经济效益和挖潜增效的重要保证，然而由于原油供应以及产品需求多变，炼油化工生产装置的多操作模式运行已成为普遍现象，调度调整也日渐频繁。现有的研究方法未考虑到装置多模式切换等调度调整对平稳操作带来的影响，甚至会导致调度操作方案实际不可行。为此，提出一种考虑调度操作平稳性的炼油化工生产调度优化模型，以解决常规调度优化模型优化产生的调度调整易使生产波动从而导致调度方案不可行的难题。考虑调度操作平稳性的调度优化模型采用离散时间表示，通过操作模式的切换与装置加工速率的波动综合表征系统平稳性，建立以生产成本最低为目标的调度优化模型。为了验证所提出模型在解决实际工业问题时的有效性，采用Julia的JuMP包调用Gurobi求解器对典型案例进行仿真求解。案例仿真结果验证了所提出模型的正确性及可实施性。与常规调度优化相比，以过程动态为表征的调度操作的平稳性提高了10%以上。     

基于元模型的过程系统优化

应用均匀实验设计和支持向量机方法构建复杂过程系统的经验模型(元模型),并将其作为适应度函数与遗传算法结合,建立了该系统的优化方法. 该方法只需采用少量仿真模型计算数据便可建立复杂过程系统的元模型,可显著降低复杂过程系统模型的计算过程,便于复杂过程系统的优化. 将该方法用于普光高含硫天然气净化装置全流程操作参数优化,在操作参数优化空间内均匀选取10个实验点,建立了净化装置全流程元模型,其预测值的相对误差小于4%. 优化结果表明,在优化操作点,净化装置有效能效率提高了6.6%.     

不确定性下基于柔性指数的计算机辅助制冷工质设计

针对工程应用中制冷循环会因环境因素的不确定波动而具有变工况的特点，提出以最大化操作柔性为目标研究最优制冷工质设计的面向操作柔性的过程和工质协同优化方法。该方法在物性预测模型层面，针对现有基团贡献法误差大的问题，修正了基团拆分方法和基团参数；在制冷过程模型层面，针对相态不确定性引入了互补约束；在优化求解层面，提出以柔性指数最大化为目标的制冷工质优化方案，建立以柔性指数最大化为目标的混合整数非线性规划问题。将该方法分别应用于单工质和混合工质设计案例，结果表明，面向环境不确定性的最优工质有别于制冷性能系数最大化的工质。     

煤气化过程的模型和模拟与优化操作

介绍了煤气化过程的模型和煤气化过程采用机理模型的理由，固定床煤气化过程机理模型的建立以及模拟计算的结果，并探讨了固定床水煤气化炉和流化床水煤气炉制气过程优化操作参数的确定。开发的数学模型已用于制气炉的模拟计算，与实测数据比较符合，由气化过程的数学模拟气化过程不同条件下各种参数的变化规律，进而可得出气化过程的优化操作条件，其确定过程比试验法安全，省时，省料。     

基于经济模型预测控制的金氰化浸出过程动态实时优化

针对金氰化浸出过程时间常数大、不确定性强等问题，提出了一种基于经济模型预测控制（EMPC）的动态实时优化方法。不同于传统的模型预测控制，EMPC将经济指标直接作为滚动优化的目标函数，在每个采样时刻求解滚动窗口内的最优操作序列。和稳态优化方法相比，基于EMPC的方法能保证动态最优性，提高经济收益。此外，金氰化浸出过程受随机噪声、未知参数可变等不确定性影响，提出使用扩展卡尔曼滤波（EKF），通过构造增广系统对状态变量及不确定参数进行在线同步估计，加强EMPC的准确性和可靠性。仿真结果表明，提出的EMPC+EKF策略能有效提高金氰化浸出过程的经济性能。     

不确定性间歇过程的一种实时优化控制方法

针对不确定性间歇过程的实时优化问题,提出了一种集成批间和批内优化的新实时优化控制方法。首先求解标称模型得到最优输入轨迹的结构,然后将输入轨迹参数化为若干标量决策变量及子输入轨迹。对最优性条件中的终端约束部分,使用批间优化满足约束条件;对梯度轨迹部分,提出一种回归法近似最优输入轨迹,以解决不确定扰动的在线不可测问题,实现梯度轨迹的批内优化。对一个间歇反应器的仿真研究表明了新方法的有效性。     

不确定性间歇过程的一种实时优化控制方法

针对不确定性间歇过程的实时优化问题,提出了一种集成批间和批内优化的新实时优化控制方法。首先求解标称模型得到最优输入轨迹的结构,然后将输入轨迹参数化为若干标量决策变量及子输入轨迹。对最优性条件中的终端约束部分,使用批间优化满足约束条件;对梯度轨迹部分,提出一种回归法近似最优输入轨迹,以解决不确定扰动的在线不可测问题,实现梯度轨迹的批内优化。对一个间歇反应器的仿真研究表明了新方法的有效性。     

基于混合遗传算法的催化重整过程多目标优化

为实现催化重整过程生产指标的综合优化,基于已实现工业应用的催化重整17集总反应动力学模型和催化重整过程机理模型,考虑相应的多种约束条件,建立了以最大化总芳烃收率和最小化重芳烃收率为目标的多目标操作优化模型。提出了一种将遗传算法与局部优化方法相结合的多目标混合遗传算法HNAGA,并用于多目标操作优化模型的求解。现场工业数据的仿真研究表明,HNAGA在寻找Pareto最优解前沿方面比原遗传算法具有一定的优越性。将该多目标优化模型和求解方法应用于工业催化重整装置的操作优化,可以有效提高决策的准确性。     

乙醛生产过程数据挖掘

结合人工神经网络与遗传算法,对乙醛生产过程进行数据挖掘研究,从现有的生产数据中发现规律,实现了对乙醛生产过程模拟与优化。以乙醛收率为优化目标,建立人工网络模型并应用遗传算法对模型进行优化计算,获得生产过程最佳操作参数组合。实际应用表明,优化结果在高收率区。为化工生产过程优化提供一种新途径。     

油轮到达时间不确定条件下的原油调度优化

原油调度是炼油企业生产的第一个环节,它直接影响后续生产过程的稳定性和经济性.文中采用连续时间建模方法.建立了油轮到达时间不确定条件下的原油从到港、卸载、储存、调合到进料全过程的随机规划机会约束调度优化模型,模型的优化目标是最小化给定调度时界内的总操作费用.采用直方图法对油轮迟到时间进行回归,得到油轮迟到时间的概率密度函数和分布函数,并引入置信水平,将模型中的不确定性约束转化为确定性约束,使得油轮到达时间不确定条件下的随机规划机会约束模型转变为可以求解的确定性混合整数非线性规划模型.针对原油调度模型的特点,采用广义Benders分解算法将原模型分解为两个混合整数线性规划问题和一个非线性规划问题进行迭代求解.避免了直接求解混合整数非线性规划问题的复杂性.最后,将建立的模型和算法应用于背景企业的原油调度过程,结果表明模型和算法都有良好的实用性.     

动态循环提取雷公藤总生物碱的过程研究

雷公藤是一种重要的中药材,其有效成分萜类、生物碱可用于治疗类风湿性关节炎等多种疾病.动态循环提取雷公藤生物碱是雷公藤中药生产中的一个重要工段.今用紫外分光光度法分析总生物碱的含量,测定了雷公藤动态循环提取过程中总生物碱浓度和提取时间的关系.并分析了动态循环提取过程的机理,建立了相应的数学模型,该模型仅含一个参数.模型拟合结果与工业操作数据符合良好,可用于工业动态循环提取过程的模拟和优化.     

基于LWPT-DTW的间歇过程不等长时段数据同步化

间歇过程不等长时段数据直接影响数据驱动的多元统计分析时段建模精度,导致间歇过程的监控性能降低。针对间歇过程不等长时段数据问题,提出一种基于提升小波包变换（LWPT）和动态时间规整（DTW）算法的间歇过程不等长时段数据同步化方法。该方法引入LWPT对间歇过程不等长时段数据轨迹进行高低频的多级分解,充分提取数据轨迹的所有时频域信息;采用DTW算法对不同频段的系数矩阵进行同步化,并利用提升小波包逆变换对同步化后的系数矩阵进行合成,降低吉布斯现象对数据轨迹合成的影响,获得等长的时段轨迹,实现了间歇过程不等长时段数据同步化。青霉素发酵过程仿真实验表明,所提出的方法运算速度快、稳定,不等长时段数据的同步化结果具有较高的准确性,为间歇过程时段建模提供了可靠的过程数据。     

基于相对增益和优先级的化工过程协调优化裕量设计

化工过程设计裕量一般是通过设计经验或经济优化给出的,设计经验无法保证经济性能的优化,而经济优化需要求解大规模非线性优化问题,计算复杂,容易陷入局部极值点,设计结果有时与设计经验违背。本文用非方相对增益阵和非方相对能量增益阵描述化工过程设计的自变量和因变量的灵敏度关系,将自变量划分为操作变量和设计变量,将因变量划分为经济指标和约束变量。相对增益具有无量纲化和归一化的优点,因此可根据经济指标和约束变量的相对增益对操作变量和设计变量划分优先级,针对过程不确定性的大小按照优先级依次调整各个操作变量和设计变量,找到对过程经济性能影响最小并有效移动操作点、远离约束边界的裕量设计方案。以串联反应釜为例对该设计方法进行了验证,结果表明,与求解经济最优化问题的裕量设计方法相比,本设计方法得到了经济性能与之接近的设计结果,计算简单,无须求解最优化问题。