相空间重构-最小二乘支持向量机用于间歇过程变量在线预报

时间序列预测技术可实现过程参数未来变化趋势的早期预报,从而为分析判断工况是否正常、确定转入下一工序的时机提供依据.针对间歇过程数据长度短、非线性、动态、不同批次数据不等长等特点,提出了一种基于相空间重构-最小二乘支持向量机的非线性时间序列预测方法.首先将多批次数据随机的拼接组成长数据向量,差分处理后采用相空间重构关联积分C-C方法计算该序列的延迟时间τ和嵌入维数m,从而构建训练集和检验集,然后采用最小二乘支持向量机算法建立预测模型.对某间歇蒸馏过程上升气温度建立的5步预测模型可用于生产现场的在线预报.     

精细化工过程控制技术的发展动向

精细化工产品的市场需求快速多变,产品更新换代快,使得精细化工生产过程一般采取小批量、多品种生产,生产过程多为间歇或半连续过程,时变性、非线性强,生产过程的工艺流程复杂,操作步骤繁杂,劳动强度大;精细化工生产过程的工艺介质多为有一定毒性、腐蚀性和易燃易爆性的化学品,过程运行危险性大;这些特点使得精细化工生产过程更难以控制,综合自动化水平普遍较低.为了提高精细化工生产过程的综合自动化水平,需根据精细化工生产过程的特点及其控制需求,进行精细化工生产过程控制技术的研究和应用.目前,精细化工过程控制技术的主要发展动向为:从常规仪表控制向计算机控制、集散式控制系统(Distributed Control System,DCS)控制发展;从简单的顺序控制、程序控制向基于ISA SP88间歇过程控制标准的自动批量生产控制发展;从人工控制、常规PID控制向先进的批次-批次迭代学习优化控制发展;从简单工艺参数的控制向生产工况和生产质量的综合性统计过程控制发展;从简单的工艺参数越限连锁报警向综合性安全保护控制和在线实时非正常工况管理发展.     

间歇精馏过程的模糊逻辑与增益自调整PID混合控制

针对间歇精馏过程的强非线性和非平稳时变特性,结合模糊逻辑控制和增益自调整PID控制的优点,提出了一种模糊逻辑和增益自调整PID混合控制的先进控制策略,详细推导了其控制算法,设计了相应的控制器,并在EuroBEEB工控机上用实时BASIC语言编程实现,对一套甲醇/水二元间歇精馏塔的塔顶浓度进行了推断控制实验,获得了比单独采用模糊逻辑控制时更好的控制结果。这说明,模糊逻辑和增益自调整PID混合控制是强非线性和非平稳时变过程的一种有效控制策略。     

自回归求和滑动平均方法用于间歇过程变量在线预测

间歇过程变量的在线预测是一种重要的生产过程质量控制手段。实现间歇过程变量的在线预报需要对过程以往的批次数据建立预测模型,即需挖掘批次间和批次内的数据信息。针对间歇过程数据不同批次不等长、数据长度短、非线性等特点,采用数据重构——自回归求和滑动平均方法建立其在线预测模型：将收集到的间歇过程变量以批次为单位进行数据平滑;对这些批次数据按照随机的顺序首尾相接,组成长数据集;对于批次连接处数据跳跃的情况,采用后面所有批次数据减去上一批次的最后一个值,以实现数据的平滑;采用自回归求和滑动平均方法建立数据模型,并用于间歇蒸馏温度的在线预报。采用该方法建立的4步预测模型对某间歇蒸馏过程上升气温度的预测均方差较小,符合生产现场的预测要求。     

精细化工过程控制技术的重要发展趋势

分析了精细化工生产过程的特点及其控制需求,阐明了精细化工过程控制技术的现状与主要发展趋势,包括精细化工过程的集成控制、自动批量生产控制、优化控制、生产工况和生产质量的综合性统计过程控制以及生产过程的综合性安全保护控制等。重点论述了精细化工过程控制技术领域应着重研究的两项重要课题,一为统计过程控制技术,研究和开发适合精细化工过程间歇生产特点的多变量统计控制方法,即多向、非线性、多尺度、多种分布、自适应统计过程控制方法,提高精细化工过程的工况监控和质量控制水平;二为研究和应用防护层分析与设计、非正常工况管理等综合性安全保护控制工程技术,提高精细化工过程的安全控制水平。     

一种生化反应器智能自适应学习和预测神经元网络系统

The adaptive learning and prediction of a highly nonlinear and time-varying bioreactor benchmark process is studied using Neur-On-Line, a graphical tool kit for developing and deploying neural networks in the G2 real time intelligent environment,and a new modified Broyden, Fletcher, Goldfarb, and Shanno （BFGS） quasi-Newton algorithm. The modified BFGS algorithm for the adaptive learning of back propagation （BP） neural networks is developed and embedded into NeurOn-Line by introducing a new search method of learning rate to the full memory BFGS algorithm. Simulation results show that the adaptive learning and prediction neural network system can quicklv track the time-varving and nonlinear behavior of the bioreactor.     

基于G2的化工仿真培训系统设计与开发

化工过程仿真培训技术是一种以培训为目的，通过建立化工过程动态数学模型，并以计算机技术再现真实系统特性的仿真技术。与真实环境相比，化工仿真培训系统可为受训人员提供一种安全、高效的受训环境。目前，国内已有几百套仿真培训系统在化工、石油等企业投入使用，应用效果明显。本文采用实时智能系统软件G2作为开发平台，     

间歇精馏塔四种先进控制策略的设计与应用比较

对一套甲醇／水二元问歇精馏塔实验装置,由于其非线性、非平稳特性,设计和应用了模糊逻辑控制、增益自调整控制、增益自调整和模糊逻辑混合控制以及基于状态空间模型的模型预测控制共4种先进控制策略,基于一套温度-浓度经验模型估算塔顶浓度,进行了间歇精馏控制实验,获得了满意的控制结果,并对这4种先进控制策略与普通PI控制的控制性能进行了比较。应用实验结果证明,4种先进控制策略均能对间歇精馏过程进行有效控制,控制效果差别不大,但都明显优于普通PI控制。其中增益自调整控制精度高,模型预测控制收率高,能较好地实现质量卡边控制。     

数据挖掘技术用于间歇蒸馏过程转馏分点的在线预报

对于间歇蒸馏过程,提前准确判断从低馏分到主馏分的转馏分点是影响最终产品质量和产量的关键环节,设计基于数据挖掘技术的转馏分点在线预报软测量系统是一项重要的过程质量控制手段,为提高生产的综合自动化水平创造了重要条件。根据混沌理论,温度能较高程度的反映体系内反应及分离情况,因此选取间歇蒸馏上升气温度为考察变量。针对数据非线性、动态、数据长度短、不同批次数据不等长等特点,提出了将不同批次数据按照随机的顺序首尾相接组成长数据集的数据重构策略;采用自回归求和滑动平均方法和最小二乘支持向量机方法建立了组合时间序列预测模型;通过对理论转馏分温度与实际转馏分温度的差值和预测曲线近似斜率的统计分析,建立了转馏分点在线预报系统,经过在实际生产中的验证,实现了对转馏分点提前1min的准确预报。     

精细化工领域过程系统工程技术研究发展趋势探讨

随着国内外对化学品需求的快速变化和多样化发展,导致化学品生产模式向精细化、小批量、多品种、定制化转变,促使精细化工过程系统工积朝3个方面发展:一要关注产品创新的相关技术,如化学产品工程技术:二要研究实现生产过程灵活组织和调度的技术,设计柔性生产装置及"自适应工厂",以实现对需求的快速反应;三要发展数字化工技术,研究和应用模拟仿真技术,设计和开发数字化工生产过程,更多地基于数学模型进行过程设计、试验和研究、开发,提高工艺过程的研究和设计、开发效率.首先从化学产品工程角度,讨论了产品工程与过程工程的关系,以及复杂配方产品工程的研究内容与研究方法.其次论述了按同类生产工艺在1套生产装置上生产相近的同类精细化工产品,以及按单元操作组合生产多种产品的2种精细化工产品的柔性生产方式,描述了标准型、模块化型、多向连接型和无管路型柔性生产装置的设计方法.最后,给出了基于过程模拟与仿真技术,建立多功能数字化工过程系统需要探索的过程建模、人机界面开发和数据交互等主要研究内容,论述了多功能数字化工过程系统的作用、功能及可进行的虚拟化工过程操作、运行与控制实验.