基于神经网络的实时专家控制系统及其PTA工业应用

以精对苯二甲酸结晶过程为研究对象。提出一种基于神经网络模型的实时专家控制系统．该方法利用神经网络建模技术获取对象的机理知识,通过对影响模型特性的多个变量进行分析,自动得到常规专家控制系统难于获取的定性、定量知识,并按分级递阶的启发式搜索机制,实现了对工业过程对象的实时控制．实际应用表明：该方法不但克服了以往专家系统知识获取的瓶颈,而且有效实现了人机对话的功能,便于现场操作和更改专家知识库,为化工过程的多变量控制提供了新的思路．     

基于双层DAE-SOM的多指标工况识别方法

由于工业过程常常受到扰动等因素影响导致工作点发生偏移,所以及时准确地掌握过程运行状况的变化显得尤为重要。目前的工况识别主要针对是否发生故障或者发生何种故障,很少有文献能够从安全、经济、故障等多方面考虑过程工况。针对这一问题,结合过程的历史数据和相关操作要求,获取不同安全状况、经济状况等的评判标准。基于这些判断准则,使用双层降噪自编码(denoising autoencoder,DAE)方法提取数据特征,并用自组织映射神经网络(self-organizing map,SOM)方法对特征提取后的数据聚类,将过程的状况可视化到二维映射图上。在该方法中,DAE方法可以降低工业过程扰动对数据的影响,而SOM方法能够更好地实现过程性能的可视化监控。通过实验可以发现,基于DAE-SOM的双层映射方法可以很好地判断系统的安全级别以及发生的故障类型、当前系统的经济效益状况等。     

基于知识改进的文化算法及其在化工动态优化中的应用

针对化工以及生化过程的动态优化问题,提出了一种基于改进知识引导的文化算法。该算法首先对控制搜索域与时间域分别进行了等分和离散化,利用"软约束"思想编码控制序列,采用"种群产生"-"控制域进化"-"种群寻优"迭代过程实现对控制序列的逐步寻优;其次在种群空间采用遗传算法,在信度空间采用差分算法,并将进化过程中的已有种群信息设计为3种知识,通过分析知识、提取知识、管理知识来指导进化过程。由于引入了文化进化理念和机制,大大提高了动态优化问题的搜索效率。通过3种典型化工动态优化问题的仿真实例,表明该算法具有较好的寻优效率以及更好的优化结果,验证了该算法在解决具有非线性动态约束问题的有效性。     

考虑切料过程的乙烯裂解炉炉群调度建模与优化

乙烯裂解炉炉群通常由多台裂解炉并行运行,将烃类原料裂解成小分子烃类化合物。由于随着裂解炉连续运行不可避免地在炉管内壁产生结焦,结焦导致裂解炉运行效率下降,所以需要对裂解炉进行周期性的停炉清焦。对于不同价格参数的多种原料不同清焦费用的多台裂解炉来说,整个乙烯裂解炉炉群系统的循环调度应是求得最优解使得收益最大化。本文对此类裂解炉炉群循环调度问题提出了一个新的混合整数非线性（MINLP）模型,相比较以前的研究该模型能够得到更好的求解多原料多裂解炉的问题,同时解决了裂解过程中切料时机选择的问题。最后,以某乙烯厂为研究实例进行切料时机的优化,优化后裂解炉全周期的运行效益显著提高,为操作人员选择最佳切炉时机提供了理论依据,说明了此模型的有效性。     

PTA生产过程TA产品质量实时智能控制方法

对二甲苯（以下简称PX，即Pxylene）液相氧化是目前生产对苯二甲酸（简称PTA，即Pure Terephthalic Acid）的主要生产方法，其中以AMOCO公司的钻、锰、溴高温液相空气氧化法生产的对苯二甲酸占PTA全部产能的80％以上。而PX氧化反应器是PTA生产装置最关键的设备，且该反应是高温高压的气液固三相反应，生成的对苯二甲酸不断结晶析出，反应过程中涉及到气液相的传热、传质、反应结晶以及固体悬浮等化学工程问题，这就为其质量平稳控制带来很大难度。     

乙烯裂解炉燃烧传热的CFD模拟

为了掌握乙烯炉炉膛内的热场分布规律,本文采用CFD方法对SL-Ⅱ型工业乙烯裂解炉辐射段内所发生的燃烧、辐射传热、烟气流动等过程进行了耦合模拟,并且详细地分析了炉膛内流场及温度场的分布情况。其中,裂解炉的几何模型按照工程图纸1:1的比例建立;网格划分在专业网格生成软件ICEM11.0中完成;计算采用标准k-ε双方程模型模拟湍流,漩涡耗散/有限速率燃烧反应模型(EDM/FRC)模拟侧壁烧嘴的预混燃烧和底部烧嘴的非预混燃烧,离散传递模型(DTM)模拟炉膛辐射传热,计算过程在CFX5.0中完成。计算得到了裂解炉炉膛内流场、温度场分布的详细信息,模拟结果与工业实测数据吻合较好。模拟结果表明,在底部烧嘴的射流核心区周围形成了大范围的回流,过渡段拐角处有小范围的回流现象;炉膛长度、宽度、高度方向都存在明显的温度梯度,说明传统的炉膛传热计算方法假定温度分布均匀是不准确的;炉膛的高温区主要集中在炉高4.5 m处;炉膛上部的热量,由于侧壁烧嘴的加入而得到了很好地补充,说明侧壁烧嘴的安装位置合理。研究结果表明CFD模拟是目前为止研究裂解炉内热场分布规律最为有效的手段之一,对于未来乙烯裂解炉的设计与优化作用很大。     

一种自适应差分进化算法及其在精对苯二甲酸结晶生产过程优化中的应用

提出了一种自适应差分进化算法(adaptive differential evolutionary algorithm,ADE),并将其应用于精对苯二甲酸(PTA)生产中结晶过程的优化.由于该结晶过程为5级结晶器串联组成,并且存在较多杂质等的影响,使得该结晶过程很难用机理数学模型来精确表达.为此首先利用神经网络技术建立了该对象模型,并对各主要操作变量对关键产品指标的影响进行系统分析,以满足结晶机理先验知识.然后利用自适应差分进化算法对该结晶模型进行操作点的寻优.该ADE算法是一种基于实型数值编码的并行直接搜索算法.     

一种求解混合整数非线性规划问题的混合优化方法

提出了一种适用于求解混合整数非线性规划(MINLP)方法(GA-SQP),针对确定型算法在NLP子问题复杂的情况下难以在有限时间内收敛的问题,将MINLP问题分解为一系列简单的NLP子问题,外层用遗传算法搜索最优的整数变量集,内层执行SQP算法解决NLP问题,相比传统的确定性算法,它能减少模型本身的非凸性,从而消除双线性项的求解困难,而相对于智能算法,它充分利用梯度信息,在求解NLP问题上具有明显的效率优势。在改进求解效率上,进一步引入存储机制,减少NLP重复求解从而加速收敛。最后以3个常用的测试函数和水处理网络问题为例,数值计算表明本文提出的方法搜索精度明显优秀于传统的确定型算法和启发式算法。     

乙烯裂解炉耦合模拟中湍流模型的影响分析

配备底部烧嘴和侧壁烧嘴的乙烯裂解炉应用越来越广泛，不同燃烧模式影响着炉膛内湍流流动状态，考虑到裂解炉中湍流流动与燃气喷料、燃烧和传热有较强的非线性耦合作用，为此探究不同湍流模型在裂解炉/反应器耦合模拟中的影响对于裂解炉的精确设计和优化至关重要。针对不同湍流模型对某十万吨工业乙烯裂解炉进行了耦合模拟，利用CFD数值模拟对采用标准k-ε模型、RNG k-ε和Realizable k-ε模型所建立的湍流流动模型进行评估。将三种湍流模型的模拟结果与工业数据进行比较，重点分析了裂解炉内的速度、温度、湍流能力等参数的分布情况，表明Realizable k-ε模型在火焰稳定性、反应效率等方面优于其他两种模型，且基于Realizable k-ε湍流方程的反应管模型在热通量、炉管外壁温度分布计算结果更接近实际工况。     

一种改进的差分进化算法及其在补料分批式生化反应器动态优化中的应用

动态优化是生物化工过程中的重要课题,求解动态优化问题通常有两种方法:解析法和数值法。基于智能进化算法的数值方法在动态优化中的应用越来越广泛,但是这些方法局部寻优能力不强,容易陷入局部最优,并且求解速度相对较慢。针对这些方法的不足,提出了一种改进的差分进化算法,设计了新的局部寻优算子来增强算法的局部寻优能力,并且采用一种新的控制策略表示方法来求解动态优化问题。通过求解补料分批式生化反应器的动态优化实例,证明了算法的有效性和鲁棒性。通过与其他几种方法进行对比,实验结果表明,所提出的方法在优化结果和计算代价方面都有优势。