乙炔加氢反应过程混合建模与优化

针对传统单一建模方法所构建的乙炔加氢反应器数学模型存在预测性能无法满足工业实际应用需求的问题,提出了一种机理与神经网络嵌套的建模方法,充分利用机理模型包含的能质约束信息降低神经网络模型的约束违反度,得到了能够良好描述实际工业乙炔加氢反应过程特性的混合模型。基于反应器混合模型,研究了以运行效益为目标函数的优化问题。主要决策变量包括:一段反应器进料中氢气与乙炔的摩尔比(RH/A)、进料温度和反应器运行周期等几个关键参数。针对反应器长期运行后,催化剂活性降低造成的处理能力下降的问题,提出了反应温度补偿机制和RH/A并行调节的运行优化策略,并采用序列法对反应器运行周期进行离散化处理。通过引入差异化变异策略、潜在解替代策略对两阶段差分算法进行改进,采用增量式编码法结合改进两阶段差分算法,对优化问题进行求解。结果证实了优化策略与改进算法的有效性,并据此确定了反应器最佳运行方案。     

等级反馈蚁群算法求解成品油二次配送问题

针对成品油二次配送路径优化问题，提出了一种可变成本与动态载荷相关的评价指标。考虑蚁群算法求解路径优化问题的高效性，设计了一种等级反馈蚁群（HFAC）算法。采用局部距离等级策略代替基本蚁群算法的随机选取；利用较优（较差）个体对其所在路线进行正（负）反馈调整信息素浓度；对最优路线的子路线进行末端优化调整。通过15组不同类型算例进行仿真实验表明，HFAC算法在成品油二次配送路径优化中优于基本蚁群算法。     

基于核密度估计的R-Vine Copula选择及其在故障检测中的应用

在化工过程监控领域,Vine Copula模型为描述高维复杂变量之间相依关系提供了一种新的思想,在不降维的基础上直接刻画变量之间复杂的相关关系。传统的Copula函数模型选择方法是基于赤池信息准则(Akaikeinformation criterion,AIC),但是在利用AIC准则时不仅要计算Copula的密度函数,而且边缘分布的拟合效果也直接影响了AIC的取值。本文提出了基于核密度估计的R-Vine Copula (kernel estimation-based R-vine Copula, KRVC)选择方法,并将其应用在化工过程监控领域。通过核密度选择原理得到R-Vine模型,然后利用高密度区域(HDR)与密度分位数表等理论,构建非高斯态广义局部概率指标(GLP)。该方法在TE(TennesseeEastman)过程中以及醋酸脱水过程中的应用验证了KRVC方法在过程监控中的良好性能。     

基于局部搜索策略的混合自适应布谷鸟算法

为了提高布谷鸟算法的搜索精度和全局收敛速度,提出一种基于局部搜索策略的混合自适应布谷鸟算法。在该改进算法中,每个当前解的周围随机产生一个局部种群,利用正余弦算子的局部寻优能力得到局部最优解,并用局部最优解替换当前解,以提高局部搜索精度;同时采用自适应发现概率和搜索步长替代布谷鸟算法中的固定发现概率和搜索步长,以提高算法的全局收敛速度。对25个经典高维基准函数进行实验表明,所提算法在收敛速度和求解精度上优于布谷鸟算法,通过将其应用于拉压弹簧、三杆桁架设计和0-1背包问题,验证了算法的有效性。     

基于局部密度估计的多模态过程故障检测

以市场需求为导向的现代工业过程的生产条件要根据市场的需求不断做出调整,因此实际工业过程中存在多种工况的复杂情况,而过程的数据将不再完全服从高斯分布,其均值与协方差结构往往随着工况的切换而发生较大变化,为了能及时检测此类生产过程中的故障,提出一种新的基于带宽可变的局部密度估计的过程在线监控策略。首先利用局部投影保留(locality preserving projection,LPP)将高维数据投影到低维子空间中,充分地保留数据的局部结构;然后通过带宽可变的非参数密度核函数来进行局部密度估计,并采用局部密度因子(local density factor,LDF)的思想构造监控统计量,进而对工业过程故障进行在线检测;最后通过仿真研究,结果表明所提方法能够有效地应用于多模态过程的故障检测。     

基于换热器分时共享机制的多时期换热网络结构设计

随着季节性的供需变化和化工过程中操作条件的变化,换热量也随之变化。由于不同时期换热需求的不同,多时期换热网络的设计得到了广泛的研究。本文首先介绍利用同步优化方法对每个时期单独进行数学规划模型的建立,运用GAMS软件求解得到单时期最优的换热网络设计;其次,为了减少不同时期换热网络整合后设备的投资成本,可采用一种分时共享机制对换热网络中所有参与热交换的匹配进行设计,然而该设计会带来管线成本的增加;最后,针对分时共享机制带来的管线成本的增加,提出了一种管线长度的优化模型,通过对模型的建立和求解,不仅可以得到换热网络中最少的管线成本,还可以给出换热器的最佳放置位置,优化了网络结构。     

融合差分进化算法的AEA算法及其在参数估计中的应用

着眼于AEA(Alopex-based evolutionary algorithm)算法本身的不足,构造出一种融合了差分进化算法和AEA的改进型算法--MAEA(modified AEA).MAEA算法将改进后的差分进化算法嵌入到AEA中,改进AEA算法中种群的生成方式,提高算法的寻优能力.改进的算法不仅拥有启发搜索和确定性搜索的优点,同时还增加了种群的多样性,使算法能够更好地进行全局和局部搜索.通过21个标准函数的测试结果表明,该算法较标准AEA算法、差分进化算法的性能有较大提升.进一步和当前具有代表性的先进算法(ISDEMS)的比较结果表明,MAEA算法有较高的精确度和稳定性.将算法用于发酵动力学模型参数的估计,通过优化得到了较好的结果,验证了本文提出的算法的可行性和有效性.     

化工过程运行优化研究进展

首先介绍了化工过程运行优化的历史发展,阐述了工业过程运行优化的系统结构,对常规控制层、先进控制层、实时优化层、调度层和计划层分别作了说明,重点讨论了实时优化的研究热点;接着分析了实时优化和调度计划层的三类典型优化问题,即多目标优化、混合整数非线性规划以及动态优化;最后探讨了运行优化研究与应用在大规模化工过程建模和协同优化控制等方面所面临的挑战。     

微弧线性菲涅尔太阳能集热器的设计

分析了微弧线性菲涅尔太阳能集热器镜场安装布置原则,提出了一种微弧线性菲涅尔反射式太阳能集热器设计方法。设计了一套带有光电式太阳单轴跟踪器的集热器,装置中微弧形反射镜能实时跟踪太阳,使反射光线反射到固定安装的吸热器上。并利用Trace Pro光学软件建立了光学模型,通过仿真处于不同角度光照下的镜场布置和光学性能,验证了镜场设计方法的正确性。