基于不确定蒸汽需求和设备故障的锅炉系统随机规划设计

公用工程系统中锅炉系统设计不仅要考虑锅炉应对发生的故障的可靠性,还要保证系统具有一定应对蒸汽需求的波动的可操作性。本研究针对满足不确定蒸汽需求和考虑设备故障的锅炉系统设计,提出基于数学规划法的设计模型：对生产过程波动引起的不确定蒸汽需求以概率表达,采用Markov模型分析锅炉故障,表达为以一定概率发生的不确定参数。优化模型采用二阶段随机规划策略对蒸汽需求不确定波动和锅炉故障实现引起的约束违背进行补偿,以降低不确定变量对目标函数和约束条件的影响。以年总费用最小为目标,建立混合整数线性模型（MILP）,实现锅炉系统配置,设备模式确定以及应对蒸汽需求波动和设备故障发生的补偿操作的优化设计。     

基于带补偿随机规划的蒸汽动力系统优化设计

在蒸汽动力系统优化设计中,考虑不确定因素的优化策略能避免基于确定性设计策略的保守设计,并能针对不确定因素的实现提出相应的调度调节策略.本研究分析了蒸汽动力系统设计包含的不确定因素的特性及其对蒸汽动力系统优化目标和约束条件的影响.不确定因素的表达分成两类:基于时间变化表达和基于发生概率表达.对基于时间变化表达的因素,转化为多周期问题进行处理;对外部工艺过程变化引起的汽电需求不确定波动等基于发生概率表达的因素,应用随机规划策略,补偿不确定参数的实现可能引起的约束背离.基于本研究建立的多周期带补偿的二阶段随机规划MILP模型,求解蒸汽动力系统结构,同时优化调度调节策略,用调节决策和惩罚不足应对汽电需求等不确定因素的实现,实现系统安全稳定运行和经济效益最优.     

基于马尔可夫链的蒸汽动力系统两阶段随机规划

现有的解决蒸汽动力系统蒸汽需求不确定性的优化方法有随机规划和鲁棒优化,但二者不能同时兼顾稳定性和经济性。本文提出一种基于马尔可夫链的两阶段随机规划去解决这个问题。第一阶段基于空间距离表达划分不确定变量,通过聚类算法划分成不同工况。第二阶段基于状态切换概率构建马尔可夫链,通过场景生成和削减的方法预测蒸汽的需求值。以某煤制气企业蒸汽动力系统为实例建立相应的优化模型,将预测的蒸汽值带入优化模型求解,得出的最优操作方案与随机规划和鲁棒优化法进行对比和分析。结果表明,本优化方法综合了随机规划经济性高和鲁棒优化稳定性高的优点,稳定性和经济性都介于随机规划和鲁棒优化的中间,为解决蒸汽动力系统的不确定优化问题提供了新思路。     

考虑需求不确定性的化工生产计划与调度集成

生产计划与调度是化工供应链优化中两个重要的决策问题。为了提高生产决策的效率,不仅要对计划与调度进行集成,而且要考虑不确定性的影响。对于多周期生产计划与调度问题,首先在每个生产周期内,分别建立计划与调度的确定性模型,通过产量关联对二者进行集成。然后考虑需求不确定性,使用有限数量的场景表达决策变量,建立二阶段随机规划模型。最后运用滚动时域求解策略,使计划与调度结果在迭代过程中达到一致。实例结果表明,在考虑需求不确定性时,与传统方法相比,随机规划方法可以降低总费用,结合计划与调度的分层集成策略,实现了生产操作性和经济性的综合优化。     

考虑需求不确定性的化工生产计划与调度集成

生产计划与调度是化工供应链优化中两个重要的决策问题。为了提高生产决策的效率,不仅要对计划与调度进行集成,而且要考虑不确定性的影响。对于多周期生产计划与调度问题,首先在每个生产周期内,分别建立计划与调度的确定性模型,通过产量关联对二者进行集成。然后考虑需求不确定性,使用有限数量的场景表达决策变量,建立二阶段随机规划模型。最后运用滚动时域求解策略,使计划与调度结果在迭代过程中达到一致。实例结果表明,在考虑需求不确定性时,与传统方法相比,随机规划方法可以降低总费用,结合计划与调度的分层集成策略,实现了生产操作性和经济性的综合优化。     

确定边坡岩体强度的数学模型—随机模拟法

确定岩体强度的数学模型—随机模拟法,包括:(1)构造不连续面几何参数的概率模型;(2)用蒙特卡洛模拟方法产生块体内不连续面;(3)进行模拟块体的有限元分析。有限元分析结果用来获得岩体的统计性质。     

基于复合置信度的不确定条件下循环水系统优化

当前循环水系统的优化,主要基于确定的外部条件展开,但在实际中有许多参数有着明显的动态性.因此,本文引入不确定性参数描述系统参数的动态波动,同时,考虑到不同热物流的冷却要求及波动幅度,分别对10股工艺物流设置了不同的置信度,从而得到不确定条件下的最优网络配置.本工作采用机会约束规划建立模型,以最小化总费用为目标函数,采用...     

基于模糊规划的质量负荷不确定水网络的综合

针对单组分质量负荷不确定的工业用水网络综合,提出了修正的对称模糊规划（SFLP）模型,同时提出了用水网络设计的多目标混合整数对称模糊规划模型,以及求解这一问题的主目标设定法策略.对多个算例问题进行求解,结果表明,本文提出的模型以及求解策略对负荷不确定的工业用水网络的综合问题有良好的适用性,能有效避免退化解,从而获得优化流程设计.     

考虑不确定汽电需求的蒸汽动力系统优化设计

蒸汽动力系统优化设计不仅要保证系统全周期总费用最小,还要保证系统具有一定可操作性应对各种不确定变工况影响。本文提出了同时考虑汽电需求确定性多周期变化以及燃料、电力价格,汽电需求不确定性变化的蒸汽动力系统优化设计策略,专门提出不确定变化参数对优化目标及约束的影响以及数学表达,建立混合整数线性规划(MILP)优化模型进行求解,并应用于某石化企业蒸汽动力系统优化设计。实例设计结果表明,与按照传统策略设计结果相比,应用本文提出的考虑不确定参数的设计策略获得的优化方案,具体设计了针对不确定因素实现而对应的运行调度安排,降低年总费用,保证系统安全稳定运行,实现经济性和可操作性综合最优。     

锅炉蒸汽系统多操作周期的优化调度

针对锅炉蒸汽系统必须满足外界蒸汽的需求发生周期性变化的情况,提出了每个周期的操作费用和周期之间锅炉启动和停运的转运费用的优化调度问题.针对此混合整数非线性规划问题,提出了用列队竞争算法和动态规划法分步求解的计算方法,所需的计算时间仅与周期数成正比,而且能得到全局最优解.两个实例说明了该方法的有效性.     

基于随机规划的炼厂氢网络改造设计

氢气是炼油企业重要的战略资源。越来越多的炼油企业开始改造其氢网络以应对日趋严格的环保标准和产品质量。炼厂的氢气产耗量受原油供应和产品需求的变化而随机波动,这使得传统的确定性模型无法有效描述氢网络设计问题。本文针对氢网络的改造设计问题,建立了同时考虑设计和调度问题的集成优化模型。采用基于场景的二阶段随机规划方法表达氢网络运行中的不确定因素,通过将决策变量分为一阶和二阶决策变量,优化计算使第一阶段决策成本与第二阶段决策的期望成本之和最小。算例表明了本文所提方法的有效性和与传统的确定性方法相比的优越性。     

基于多标签随机森林的固体氧化物燃料电池系统并发故障识别

为了快速准确地识别SOFC系统的并发故障,将多标签技术和机器学习算法相结合,实现了复杂非线性系统中并发故障数据稀少情况下的故障快速识别。研究了多标签随机森林故障识别方法,通过集成多个随机森林,系统地提升了并发故障的识别率。针对并发故障识别的多维标签输出的特殊性,采用F1-Measure准则来评价多维标签识别精度,从而实现对并发故障的识别精度评价。实验结果表明:多标签并发故障识别框架能够在并发故障训练数据稀少的情况下,高效地识别故障样本。     

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.     

基于随机机会约束规划的复合材料层合板固有频率的铺层角优化设计

对具有随机弹性常数的复合材料层合板的固有频率优化问题进行研究。从单层板的刚度矩阵出发,给出层合板的刚度特性及一阶固有频率最大化的确定性模型,再根据Liu提出的随机机会约束理论,建立了一阶固有频率最大化的Maximax及Minimax的机会约束规划模型,根据试验及随机理论假设弹性常数服从经验分布,给出了弹性常数的经验分布随机数产生及处理随机机会约束的算法,再给出了基于随机模拟的遗传算法求解方法。最后给出了一个具体的复合材料层合矩形板在四边简支边界条件下基频优化的实例,验证了基于随机模拟的遗传算法求解的有效性。     

路径长度受限的随机需求VRP的模型和算法

路径长度受限的随机需求VRP在生产、生活中有着广泛的应用。给出了路径长度受限的随机需求VRP问题的线性整数规划模型,在不允许部分服务和仅能服务失败一次的策略下设计了一个启发式算法。该算法以离散优化中广泛应用的扫描算法为基础生成服务的一个初始可行方案,然后利用模拟退火算法改进得到近似最优解。对需求为二项分布的50个结点、1个服务中心的问题进行了数值试验,数值结果表明该算法对求解路径长度受限的随机需求VRP是有效的。     

炼厂脱硫系统的模拟和改造

随着世界原油含硫化,炼厂脱硫溶剂的循环量不断增加,导致溶剂再生部分能耗剧增。使用Aspen HYSYS对一组脱硫单元进行了模拟,得出该脱硫系统最小的脱硫溶剂循环量。在此基础上,提出了串联操作和串并联操作两种改造方法,并分别使用这两种方法对现行的脱硫系统进行了改造。结果表明,两种改造方法可以使贫胺液的循环量分别减少8.82%和10.01%,取得了良好的经济效益。最后,分析和讨论这两种方法的优缺点,为炼厂脱硫系统的优化提供方向和建议。     

基于过程模拟和随机森林模型的生物质制氢过程因素分析与预测

生物质可以替代化石燃料,减少温室气体排放,是一种有前途的可再生能源。生物质通过化学链气化制备氢气,碳化活化制备活性炭,两条工艺路线耦合可以联产绿色能源氢气和具有高附加值的活性炭,但是原材料选择和工艺参数优化成为规模化生产的主要障碍。在生物质联产氢气和活性炭工艺模型的基础上,建立高性能的随机森林预测模型,并探究生物质组分、工艺参数和过程产物对联产工艺的相对重要性。结果表明:生物质组分中的灰分、碳元素、氢元素的含量以及气体重整温度和水蒸气用量是准确预测氢气浓度和产量的重要影响因素。其中,重整温度、合成气中氢气浓度、水蒸气用量三个影响因素对氢气浓度的影响高达61%,活化剂用量、水蒸气用量两个因素对氢气产量的影响高达63%。此外,基于随机森林模型对生物质制氢过程中的因素进行分析和优化,可以实现氢气浓度达到96.8%(体积)。     

基于改进随机梯度Boosting算法的软测量建模

在建立复杂化工过程软测量模型时,使用传统的随机梯度Boosting算法（SGB）建模若收缩参数v选取不当会明显降低算法收敛速度,且极易陷入过拟合,难以取得令人满意的泛化效果。为解决这一问题,提出了一种基于SGB集成学习的软测量建模方法,采用高斯过程回归作为基学习器,并针对SGB算法固有的不足,依据每一次迭代中弱学习机的反馈,自适应调整收缩参数v,改善了SGB算法的过度拟合,从而提高了集成模型的估计精度与学习效率。将该方法应用于某双酚A装置的软测量建模中,仿真结果表明,相比于传统SGB建模,该方法具有更高的泛化性能和学习效率。     

基于Matlab的换热设备CAD系统优化与集成

换热设备多采用计算机辅助设计,但基于传统的设计思想,不能获得最优方案。本文提出基于Matlab的优化方法,通过COM组件技术,将Matlab的优化功能与MSVC环境下的ObjectARX编程技术相结合,实现换热设备CAD技术与优化设计的综合集成,拓宽了换热设备CAD系统的优化功能。     

基于条件场景的不确定性石化供应链优化方法

针对产品需求及其价格存在不确定性的石化供应链计划层最优化问题,本文建立了一种基于条件场景的石化供应链最优化方法。用多个离散场景近似随机变量概率的连续分布,根据随机变量的概率分布特征,对场景发生的概率进行参数估计,进而建立了基于场景的两阶段混合整数线性规划(MILP)模型。利用基于场景的优化结果随离散网格数增加而逐渐趋近连续的随机优化结果这一规律,给出了获得最佳离散网格数的方法,实现了计算时间成本与计算精度之间的平衡。在此基础上引入条件概率方法,利用两个随机变量间的相关性,建立了以产品价格及其需求量为不确定性的石化供应链优化方法。结果表明,与传统未考虑随机变量间相关性的一般场景划分方法相比,本文基于条件场景的随机优化方法可以更快地获得最佳场景数目,进而有效降低了计算量。