基于Kriging代理模型的气辅注射成型工艺优化

针对气辅成型工艺设定及控制的复杂性,使用Kriging代理模型近似拟合气辅成型工艺参数与气体穿透长度之间的非线性函数关系,建立起Kriging代理模型与APSO算法相结合的优化策略。应用所建立的优化方案,以气体的穿透深度为优化的目标,模拟了某汽车后视镜的气辅成型工艺优化过程。算例表明,基于Kriging代理模型与APSO算法耦合的优化策略可以在小样本情况下获取较高的求解精度和较快的收敛速度。     

基于在线Kriging模型的隔板塔优化方法

隔板塔是一种新型的精馏节能技术,但其优化设计属于混合整数非线性规划问题,优化求解困难。本文提出在线Kriging代理模型优化方法,将其应用于隔板塔年度总费用优化。与传统离线代理模型相比,本文方法采用少量的隔板塔严格模拟数据点,即可得到优化问题的最优解。计算表明,较传统离线代理模型,本文提出的在线代理模型显示了更高的准确性和有效性,可以克服传统离线代理模型优化耗时、计算量大的缺点。     

基于Polyflow仿真和Isight汽车油箱多目标工艺优化研究

为减小吹塑制件壁厚不均导致的翘曲问题,采用Polyflow软件对汽车油箱吹塑成型过程进行了模拟仿真,但是由于软件仿真计算过程极为缓慢,因此通过Isight软件首先对制件采用最优拉丁超立方抽样法随机采样,随后建立Kriging代理模型,减少软件仿真模拟时间,提高计算效率,并且通过模拟退火算法对代理模型进行全局寻优,对制件吹胀压力、吹胀时间、初始型坯温度以及初始型坯壁厚进行了多目标优化,以最终壁厚均匀性函数值为响应目标,从而获得一组最佳的工艺参数组合。结果表明:代理模型R2为0.977 75,预测值与模拟值基本一致,模拟退火算法优化后最佳的成型工艺参数吹胀压力为0.304 MPa,吹胀时间为3.008 s,型坯初始温度为199.020oC,型坯初始壁厚为4.998 mm。为改善制件翘曲提供了一定的参考。     

基于Kriging代理模型的稳健优化设计

稳健优化设计需要进行不确定性分析,优化过程比较费时。为提高计算效率,提出了基于Kriging代理模型的稳健优化设计方法。该方法结合双重Kriging代理模型和多点加点准则进行稳健优化设计。双重Kriging代理模型的建立,减小了不确定性分析的计算量,提高了计算效率。多点加点准则实现了序列的迭代优化,在保证计算效率的同时提高了对全局最优解的逼近程度。数学函数测试结果表明,与一般模拟基稳健优化方法相比,本文所提出的序列稳健优化方法在效率上有很大的提高。最后,考虑注塑工艺的不稳定性,对一盒式注塑制件的壁厚和工艺进行稳健优化,结果表明该稳健优化设计方法是有效的。     

乙烯淤浆聚合过程的全联立模拟方法

针对Aspen Plus在乙烯淤浆聚合过程的回流工况中无法收敛的难题,提出建立乙烯淤浆聚合的联立方程模型。基于多活性位的Ziegler-Natta催化剂催化乙烯聚合的机理,依据矩方法理论建立乙烯聚合的过程模型。通过瞬时分子量分布方法,模拟计算了聚乙烯的分子量分布。针对PC-SAFT中的序贯求解模式,提出了基于数据驱动的物性计算方法,通过Kriging估计函数,建立了适用多个工况的、可联立求解的物性计算模型,非聚合物体系误差低于0.3%,聚合物体系误差控制在2%左右。联立方程模型的求解打破了传统的物性计算与流程计算的嵌套式求解模式,实现了真正全联立模拟求解。针对5个不同牌号工况,联立方程模型可以顺利收敛,模拟结果与Aspen计算结果进行了对比。乙烯淤浆聚合模型的全联立求解提高了模型的收敛性,各工况的模拟验证了Kriging函数的PC-SAFT模型的准确性和稳健性。     

基于全局优化改进混沌粒子群遗传算法的物料平衡数据校正

结合遗传算法（GA）和粒子群算法（PSO）的优点以及混沌运动的特性,提出了加入混沌扰动的混沌粒子群遗传算法（DCPSO-GA）,并使用5个高维非线性测试函数考察全局优化混合算法的性能。DCPSO-GA解决了在寻优搜索时出现的停滞现象,扩大了全局优化的搜索空间,丰富了粒子的多样性,且不需要函数梯度信息。测试结果证明,针对本文的5个测试函数DCPSO-GA能找到全局最优解,其收敛速度很快,大大减少了计算量。而且,经过与其他相关算法比较可知,当总的目标函数调用次数较接近或更少时,改进算法不论在计算精度还是收敛速度上,均有很大的提高。并将DCPSO-GA算法应用到重油裂解参数估计和预测中,测试结果证明,其提高了参数估计和预测的准确性,降低了误差,能有效找到全局最优解,收敛速度快,大大减少计算量。     

基于Kriging的差分进化算法及其在苯乙烯流程优化中的应用

自适应差分进化算法基于个体生成策略和控制参数自适应,无须人为设置参数,对问题有较好的适应性,但其收敛速度和精度有待提高。将具有较高预测精度的Kriging模型应用于自适应差分进化算法中,建立跟随种群变化的Kriging模型,通过模型极值点与种群最优个体竞争,对种群产生扰动,影响种群进化过程,改善算法的收敛速度和寻优性能。对10个典型测试函数的测试结果表明,该算法较标准和自适应差分进化算法收敛速度加快,收敛精度提高,且具有更好的稳定性。将基于Kriging的差分进化算法应用于苯乙烯装置的流程优化,操作运行费用显著降低。     

基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化

为减少CAE分析时间,提高寻优计算效率,提出基于Kriging代理模型并结合多目标粒子群算法(MOPSO算法)对塑件的注塑成型质量进行多目标优化。以塑件的翘曲变形量、缩痕指数为优化目标,以影响塑件成型质量的模具温度、熔体温度、保压时间、保压压力、注射时间、冷却时间等注塑工艺参数为试验影响因素,应用最优拉丁超立方试验设计方法结合模流分析(MFI分析)建立分析样本,基于Isight参数优化软件构建优化目标与影响因素之间的Kriging代理模型,基于MOPSO算法在代理模型内进行全局寻优,获得了一组使塑件翘曲变形量和缩痕指数最小的最优工艺参数组合并给出了优化目标的预测值。结果表明,Kriging代理模型的预测值与模拟试验结果基本吻合,优化后的翘曲变形量降低15. 3%、缩痕指数降低19. 7%,本文提出的方法能有效、快速实现注塑成型质量的多目标优化,为工程实践提供了有益的参考价值。     

基于EGO算法的常压塔能量优化

常减压装置能量消耗约占炼厂总用能的25%～30%,在保证产品产量与质量的条件下,优化常减压蒸馏塔操作条件,可有效降低能耗.为了避免随机优化算法对常压塔机理模型进行操作优化时,存在计算资源消耗大、效率低的问题,文中采用基于代理模型的全局优化方法优化常压塔的余热回收过程,在优化迭代过程中用Kriging代理模型来代替耗时的精确模型评估.实验表明模型调用次数相较于粒子群优化算法减少了90%,优化时间减少了85%,实现了能量优化并且保证了侧线产品之间的分离精度.     

基于非线性鲁棒连续回归的汽油干点软测量

针对RCR算法难以建立高精度的非线性软测量模型的问题,提出了一种径向基函数(radial basis function,RBF)与鲁棒连续回归(robust continuum regression,RCR)相结合的非线性RCR(nonlinear RCR,NLRCR)建模方法。该方法首先应用RBF将非线性样本数据映射到高维特征空间中,然后在高维特征空间中建立RCR线性回归模型。本文通过仿真实验,验证了方法的有效性。并将其应用于延迟焦化汽油干点的软测量建模中,获得了比RCR和RBF-PLS算法更高的预测精度。     

基于随机森林-粒子群复合算法的精馏过程辨识

为了应对化工行业日益增长的性能需求,基于模型的控制策略已经被广泛应用于化工过程的控制与优化.精馏过程的高度非线性特点,使得其模型辨识一直是过程工业中的一个难点.文中基于精馏过程的数据特性,提出了具有良好识别度的随机森林-粒子群算法,通过将粒子群算法中的适应度函数定义为基于随机森林算法的均方误差以确定其最佳参数.最后通过...     

改进全局优化算法的注射成型工艺参数优化

提出了同时考虑预测响应值以及期望改善准则的改进高效全局优化(IMEGO)算法。IMEGO算法在增加样本点提高模型精度的迭代过程中,优先考虑模型的最优解,同时增加更加严谨的收敛准则。以1个一维测试函数和3个二维测试函数为例,将该优化方法与传统的高效全局优化算法(EGO)方法进行比较。结果表明, IMEGO算法能有效搜索到全局最优解。将其应用于显示器外壳注塑制品的成型工艺参数优化,结果显示IMEGO方法具有较好的工程实际意义。     

基于改进状态转移算法的串级平推流反应器动力学参数估计

实际化工过程反应系统通常由若干个相互关联的平推流反应器串级构成，要建立其机理模型，并估计其动力学参数，就必须反复求解大规模非线性微分方程组，计算代价较高。针对智能优化算法在求解昂贵优化问题时计算成本过高，而工业过程模型往往只需要找到一组满意解即可的特点，提出了一种基于改进状态转移算法的串级平推流反应器动力学参数估计方法。该算法在保留标准状态转移算法全局寻优能力和快速收敛能力的同时，利用对立算子优化初始种群，并根据误差阈值判定满意解中止条件，可有效节约计算时间。以实际炼油企业的加氢裂化装置为研究对象，采用所提方法对其反应系统的动力学参数进行估计，仿真结果表明了所提方法的有效性。     

基于正则化的函数连接神经网络研究及其复杂化工过程建模应用

在化工过程的建模中,由于过程数据的高维度和高非线性,导致计算量大幅提升和建模难度加大。为了解决这一问题,提出了一种基于正则化方法的函数连接神经网络模型(regularization based functional link neural network, RFLNN)。所提出的RFLNN方法里,通过使用正则化的方法对函数连接神经网络的权值进行优化,一方面大幅降低网络计算复杂度和计算量,另一方面极大程度上克服网络局部极值和过拟合的问题,以提高函数连接神经网络的学习速度和精度。为了验证所提出方法的有效性,首先采用UCI数据中Real estate valuation数据对其性能进行测试;随后将所提的方法应用于高密度聚乙烯(high density polyethylene,HDPE)复杂生产过程进行建模。UCI标准数据与工业数据的仿真结果表明,与传统FLNN对比,RFLNN在处理高维复杂化工过程数据时具有收敛速度快、建模精度高等特点。     

基于EBF神经网络和粒子群算法的注射成型优化设计

基于拉丁超立方设计建立了椭球基（EBF）神经网络模型描述注塑工艺参数与翘曲值间的函数关系,将EBF神经网络模型与Kriging模型对比,说明EBF神经网络模型可以准确地描述注塑工艺参数与翘曲值之间的函数关系,并结合多目标粒子群算法对工艺参数进行优化,并与邻域培植遗传算法优化结果对比,说明多目标粒子群算法的优点。结果表明,基于EBF神经网络模型和粒子群优化算法可以使塑料出水管翘曲值减小11.64 %,同时使保压时间和冷却时间总和减小了2.13 s,从而在出水管批量生产过程中减少了生产时间。     

基于流程模拟器和列队竞争算法的蒸馏优化设计

文章提出了基于流程模拟器与列队竞争算法的蒸馏过程优化设计方法。以总费用最少为目标函数,建立了蒸馏过程优化设计的混合整数非线性规划模型,其中考虑了蒸馏序列和热集成情况。流程模拟器对蒸馏过程的模拟与列队竞争算法的优化搜索交替进行,迭代计算直到收敛到最优解。将文中提出的方法应用于从C4混合物中分离1-丁烯的蒸馏过程优化设计,得到了最优的蒸馏序列和热集成流程结构,以及各塔的最优设计与操作参数。     

变刚度圆柱壳屈曲分析及铺丝路径优化

为提高变刚度圆柱壳的抗屈曲性能,设计两种铺丝方案并运用径向基函数代理模型优化两种铺丝方案中的参数。将ABAQUS和ANSYS的计算结果进行对比,验证ABAQUS建模的可靠性;运用ABAQUS分别对外压荷载、内压荷载、外压轴压组合荷载和内压轴压组合荷载下的变刚度圆柱壳进行屈曲分析,并由MATLAB实现径向基函数代理模型优化算法,优化铺丝方案中的设计参数。结果表明:对比铺设角度线性变化的铺设方案,铺设角度非线性变化有利于提高内压轴压组合荷载下圆柱壳的抗屈曲性能;对于内压轴压组合荷载下的圆柱壳,增大参数m和n可以提高优化后的屈曲荷载;两种铺丝方案优化后的屈曲临界荷载和铺丝路径十分接近,验证了代理模型优化的准确性。径向基函数代理模型优化复杂铺丝方案中的参数是可行的,其优化结果可为纤维变角度铺丝构件提供一定的参考。     

基于bootstrap GEI算法的碳二加氢反应器代理模型

碳二加氢反应器是乙烯工厂的一个重要装置,其运行状况直接影响着乙烯产品的纯度和产量,因此,提高碳二加氢反应过程的建模和优化效率对于工业实际具有重要意义。但是,直接对碳二加氢反应器的CFD高精度分析模型进行优化,计算量大,优化效率非常低。本文从模型预测方差准确性和提高全局搜索的有效性出发,基于Kriging代理模型,提出了一种求取无偏预测方差的广义期望提高算法--bootstrap GEI算法,通过测试函数的仿真对比,与bootstrap EI算法相比,该算法能够从全局角度搜索最优样本点,减少样本点的个数,从而提高模型更新和优化效率。该算法在实际工业碳二加氢等温反应器的代理模型中也得到了有效验证。     

基于集合算法的高纯度精馏塔分段建模方法

多级汽液平衡过程的严格模型变量维数高,用于构建优化命题时不易收敛且计算速度较慢。采用集合算法中基于吸收因子和理论塔板数计算全塔段组分回收率的组分分配特征方程代替逐板相平衡,加入物料衡算等基本方程与若干简化关系匹配模型自由度,建立可用于联立计算的逐段降维GM模型。同时根据高纯度精馏塔吸收因子沿塔分布的强非线性特征,提出分段线性拟合求解组分回收率的线性GM模型。以空分装置的粗氩塔为例进行高纯度精馏塔的严格模型、降维GM模型和线性GM模型的对比计算。结果表明,降维GM模型的计算变量由逐板模型的2377个减少到34个,同样平台下收敛时间由6136 s缩短至1 s左右,而关键组分纯度模拟与严格机理模型一致。     

微粒群算法在模拟移动床色谱分离过程优化中的应用

运用微粒群算法开发出一种非线性模拟移动床(SMB)色谱分离过程的优化策略.该优化策略将模拟移动床的最大吸附剂生产率作为优化问题的目标函数,采用模拟移动床的TMB模型来计算微粒群优化算法的适应值.采用该优化算法对手性化合物萘酚对映体(bi-naphthol)的模拟移动床色谱分离操作条件进行了优化,仿真结果表明了该优化策略的有效性.