基于内部热耦合精馏塔非线性wave模型的高纯控制

首先建立内部热耦合精馏塔（ITCDIC）的非线性波动降阶模型,并将非线性波动理论（wave）应用到ITCDIC控制问题中,实现一般模型控制（GMC）方案.与传统控制方案相比,基于波动理论的一般模型控制（waveGMC）不再采用ITCDIC的近似线性模型,更好地解决了高纯控制过程中的非线性问题,通过对波形的速度和位置控制能够在短时间内使系统达到稳定.苯-甲苯物系的实例研究表明,ITCDIC波动模型在高纯控制过程中能够精确反映ITCDIC的动态特征,waveGMC控制方案较传统控制方案更加稳定可靠.     

热率约束下高超声速飞行器Gauss时间网格参数化轨迹规划

针对热率约束下高超声速飞行器(HV)再入轨迹规划, 提出一种结合光滑化不等式约束处理和非均匀Gauss离散时间网格的改进控制变量参数化(CVP)优化算法. 首先, 结合HV动力学方程和约束条件建立了HV再入轨迹优化问题; 然后, 采用光滑化函数对不等式路径约束进行处理并引入附加状态变量转化进微分方程中; 进一步, 在CVP算法框架下, 给出了基于Gauss分布的时间网格控制参数化策略, 以此改善HV攻角控制精度进而提升HV再入航程; 最后, 在通用航空器模型上进行仿真测试, 验证提出方法的性能并分析不同热率约束限值对最大航程规划的影响. 结果显示, 相较于均匀时间网格参数化CVP–S–P方法, 改进方法再入航程增加320.1 km(提升4.1%), 表明了改进算法的有效性; 同时, 基于本文方法仿真结果, 热率限值降低对HV最大航程减少有限, 当热率限值降低15%时, 最大航程损失仅3.16%, 展示了本文方法对HV热防护设计的理论价值.     

一种高效的快速近似控制向量参数化方法

控制向量参数化(Control vector parameterization, CVP) 方法是目前求解流程工业中最优操作问题的主流数值方法,然而,该方法的主要缺点之一是 计算效率较低,这是因为在求解生成的非线性规划(Nonlinear programming, NLP) 问题时,需要随着控制参数的调整,反复不断地求解相关的微分方程组,这也是CVP 方法中最耗时的部分.为了提高CVP 方法的计算效率,本文提出一种新颖的快速近似方法,能够有效减少微分方程组、函数值以及 梯度的计算量.最后,两个经典的最优控制问题上的测试结果及与国外成熟的最优控制 软件的比较研究表明:本文提出的快速近似CVP 方法在精度和效率上兼有良好的表现.     

集装箱装卸摆动最优控制快速数值求解算法

为了实现起重机集装箱摆动最优控制,提出一种基于控制向量参数化(CVP)方法的最优控制问题快速求解算法.首先,建立了以摆动能量最小为目标的集装箱装卸最优控制数学模型.其次,采用光滑化惩罚函数路径约束处理方法降低了模型求解难度.进一步,针对控制向量参数化方法微分方程组求解耗时长难题,结合网格划分提出改进四阶Runge--Kutta方法的快速CVP算法加快了最优控制问题求解速度.仿真测试针对不同位置的集装箱装卸任务进行.数值测试结果显示,相较于其他变步长求解方法,改进方法在得到相近求解精度解的同时,求解耗时明显减少,表明本文方法在集装箱装卸最优控制方面的应用价值.     

Thermodynamic analysis, simulationand optimization on energy savings of ideal internal thermally coupleddistillation columns

Internal thermally coupled distillation columns (ITCDIC) are the frontier of distillation energy saving research. In this paper, a novel energy saving model of ideal ITCDIC and a simulation algorithm are presented,upon which a series of comparative studies on energy savings with conventional distillation columns are carried out. Furthermore, we present an optimization model of ideal ITCDIC, which can be used to achieve the maximum energy saving and find the optimal design parameters directly. The binary system of benzene-toluene is adopted for the illustrative example of simulation and optimization. The results show that the maximum energy saving of ITCDIC is 52.25% (compared with energy consumption of conventional distillation under the minimum reflux ratio operation); the optimal design parameters are obtained, where the rectifying section pressure and the feed thermal condition are Pr=0.3006 MPa and q=0.5107 respectively.     

一种求解化工动态优化问题的迭代自适应粒子群方法

智能优化方法因其简单、易实现且具有良好的全局搜索能力,在动态优化中的应用越来越广泛,但传统的智能方法收敛速度相对较慢。提出了一种迭代自适应粒子群优化方法(IAPSO)来求解一般的化工动态优化问题。首先通过控制变量参数化将原动态优化问题转化为非线性规划问题,再利用所提出的迭代自适应粒子群优化方法进行求解。相比传统的粒子群优化方法,该种迭代自适应粒子群优化方法具有收敛速度更快的优点,主要原因是:该算法根据粒子种群分布特性自适应调整参数;该算法通过缩减搜索空间并迭代使用粒子群算法搜索最优解。将提出的迭代自适应粒子群方法应用到多个经典动态优化问题中,测试结果表明,该方法简单、有效,精度高,且收敛速度比传统粒子群算法有显著提升。     

群智能优化LSSVM最优聚丙烯熔融指数预报

提出了群智能优化AC_ICPSO(ant colony and immune clone particle swarm optimization)算法,融合蚁群算法与粒子群算法进行动态群体搜索,设计交叉算子和变异算子、群体多次编码、迭代选择等,来提高数据搜索的范围、精度和收敛的效率,避免早熟,降低算法的复杂度。然后利用AC_ICPSO方法对最小二乘支持向量机预报模型(LSSVM)进行参数寻优,得到最优的AC_ICPSO_LSSVM预报模型。以实际聚丙烯生产的熔融指数预报作为实例进行研究,结果表明所提出的AC_ICPSO_LSSVM方法有效,具有良好的预报精度。     

内部热耦合空分塔混合建模

空分是国民经济发展不可或缺的行业,其能耗是该行业发展的瓶颈。内部热耦合空分塔（ITCASC）改变了传统空分塔结构,可达到良好的节能效果,是空分节能控制研究的前沿。本文提出了一种ITCASC混合建模方法,用液相组成、压强和相平衡温度的PCA-CGA-RBF统计模型,代替传统机理建模中泡点法计算温度的过程,可以显著提高模型求解效率。研究结果表明,混合模型求解时间从机理模型的31.06 s减少为11.18 s,减少了64.01%,而模型精度基本不变,有助于进一步的优化控制研究。     

基于PCA -GA -RBF 网络的聚丙烯熔融指数预报模型

熔融指数是工业聚丙烯生产中决定聚丙烯牌号最重要的指标。但因缺乏在线分析仪, 指标获得时间 间隔长、滞后大, 使聚丙烯质量控制困难。提出了一种基于PCA-GA-RBF 的神经网络模型, 基于真实数据对聚丙 烯生产过程的熔融指数进行预报。其中, 主元分析法(PCA)用来提取过程特征参数, 剔除相关冗余信息;径向基 (RBF)神经网络用来逼近非线性过程;遗传算法(GA)用来优化RBF 网络的权值和网络层元数等结构参数。研究 结果表明了所提出的熔融指数预报模型的可靠性和准确性。