催化裂化装置裕量评价与瓶颈分析

考虑实际过程中存在着各种不确定因素,在化工过程设计时有必要对设计变量留出足够的裕量,使操作点位于过程约束边界内。基于过程稳态最优设计的一阶灵敏度分析,设计变量的局部裕量造成过程有效约束存在边界距离,操作变量进行操作优化所能获得的最大潜在经济效益是由有效约束的边界距离决定的。因此,采用操作优化得到的装置潜在经济效益可以用于对装置总体裕量进行评价。以催化裂化装置为主要研究对象,采用操作优化的方法计算装置的潜在经济效益,以此对装置的总体裕量进行评价。考虑过程的动态变化过程,结合动态优化的方法,利用稳态优化的经济效益和动态优化的经济效益对装置的总体裕量进行划分,分清保证操作控制可实现性的控制裕量和可以提升装置潜在经济效益的工艺裕量。通过分析各设计变量的局部裕量对装置总体裕量的影响确定设计瓶颈的所在,找到消除设计瓶颈的途径。     

间歇过程优化与先进控制综述

总结近年来间歇过程操作优化和设计优化中出现的各种新方法,以及在优化问题求解中使用的各种先进控制策略,反映间歇过程最优化和先进控制的最新研究方向。重点介绍间歇过程单元的操作优化和控制,兼顾在线稳态优化和动态优化。对新的研究方法提出展望。     

基于高斯模型的聚乙烯过程设计与控制集成优化

聚乙烯反应过程中物流-能流剧烈交叠、反应-传递相互耦合,使得过程具有强非线性以及多重稳态。传统的顺序设计方法不能保证系统有足够的控制自由度,当存在扰动和过程参数不确定性时,仅依靠设计控制器很难提高产品质量。提出一种聚乙烯工艺稳态设计与运行控制的集成优化方案,创造性地引入Kriging高斯模型同时预测模型动态和模型不确定性。另一个重要的贡献是在聚乙烯工艺设计阶段,设计性能指标,定量描述过程稳态设计对闭环动态的影响。所提出的方法已经通过对气相聚乙烯工艺设计和运行控制的集成优化进行了验证,并在参数不确定性和扰动存在情况下仿真证实了集成优化设计方案的高效性。     

化工过程总体裕量与控制性能的权衡优化

化工过程的总体裕量可以用操作优化的经济效益进行评价,根据稳态优化和动态优化的经济效益可进一步划分为服务于操作控制的控制裕量和表征过程可实现经济效益的工艺裕量,二者都与化工过程的控制性能有关。针对具有一定裕量的化工过程进行多目标动态优化,优化目标分别为操作点的经济效益与动态过程中的控制性能指标,采用0-1变量描述控制结构,将控制结构和控制器参数也作为优化变量进行混合整数动态优化,采用Constrained NSGA-Ⅱ算法求解非劣解集,根据非劣解集分析总体工艺裕量、总体控制裕量与控制性能指标的关系。通过催化裂化装置的实例分析发现,对于具有一定裕量的化工过程,控制性能越高,所需的总体控制裕量越多,表征操作优化可实现经济效益的总体工艺裕量越少,只有通过对总体控制裕量和总体工艺裕量进行权衡,才能找到兼顾工艺要求和控制性能的工艺操作点和控制设计方案。     

化工过程总体裕量与控制性能的权衡优化

化工过程的总体裕量可以用操作优化的经济效益进行评价,根据稳态优化和动态优化的经济效益可进一步划分为服务于操作控制的控制裕量和表征过程可实现经济效益的工艺裕量,二者都与化工过程的控制性能有关。针对具有一定裕量的化工过程进行多目标动态优化,优化目标分别为操作点的经济效益与动态过程中的控制性能指标,采用0-1变量描述控制结构,将控制结构和控制器参数也作为优化变量进行混合整数动态优化,采用Constrained NSGA-Ⅱ算法求解非劣解集,根据非劣解集分析总体工艺裕量、总体控制裕量与控制性能指标的关系。通过催化裂化装置的实例分析发现,对于具有一定裕量的化工过程,控制性能越高,所需的总体控制裕量越多,表征操作优化可实现经济效益的总体工艺裕量越少,只有通过对总体控制裕量和总体工艺裕量进行权衡,才能找到兼顾工艺要求和控制性能的工艺操作点和控制设计方案。     

醋酸甲酯侧反应精馏过程的多变量动态控制

侧反应器与精馏塔的耦合结构与物料交换方式的灵活性,造成系统的自由度高、设计变量多,增加了该过程的稳态优化模拟和动态控制的难度。针对侧反应精馏过程(SRC)的平滑操作和自动控制问题,以醋酸甲酯工业生产过程为例,采用基于独立反应量的稳态设计方法获取最佳的反应精馏集成结构和操作参数,在此基础上设计了以产品成分调节变比值控制为主的多变量控制方案,并通过在Aspen流程模拟软件建立醋酸甲酯侧反应精馏动态流程模拟系统,验证控制方案的有效性。     

基于动态模型的在线反馈优化

针对化工过程动态波动明显、优化模型存在较多的不确定性等特点,提出了一种考虑过程不确定性、基于过程动态模型的在线反馈优化策略。将过程动态模型按一定周期离散化为差分方程,基于差分方程进行动态优化,优化目标函数为优化时域的终端时刻的经济指标,优化变量为过程的操作变量,采用非线性规划作为优化算法;优化结果在实施后根据可测输出进行在线反馈,在优化模型的差分方程中引入误差修正项,将对应时刻的状态变量和相关变量的实际值代入可求出误差修正项,从而实现在线反馈优化。仿真结果表明,与传统的稳态操作优化相比,基于动态模型的反馈优化同样可将过程运行于最优操作点,同时具有很强的实时性,在外界干扰出现时可以立即作出反应,将过程推向最优操作点。     

一类非线性系统的变负荷预测控制

生产过程的变负荷运行使得其非线性动态特性的影响凸显。针对变负荷生产过程中机理模型为常微分方程或半显式Heisenberg微分-代数方程的一类非线性动态系统,采用非线性预测控制算法,构造出稳态优化与动态优化的两层控制结构,并采用联立法进行优化数值求解。最后对化工过程的夹套CSTR进行仿真验证,表明该算法的有效性。     

从区间模型预测控制到双层结构模型预测控制

模型预测控制算法（MPC）存在设定点控制与区间控制两种策略,区间预测控制较之设定点控制在技术上具有先进性。目前,主流的预测控制软件技术均采用双层结构,即上层稳态优化计算最优设定点,下层动态控制负责动态跟踪最优设定点。从过程稳态的角度出发,分别对区间预测控制和双层结构预测控制进行了机理分析,从定性与定量两个方面比较了这两者的异同点,提出并证明了两者的一致性条件。论述了双层结构预测控制较之单层结构下的区间控制更具先进性。     

基于高斯模型的聚乙烯过程设计与控制集成优化

聚乙烯反应过程中物流-能流剧烈交叠、反应-传递相互耦合,使得过程具有强非线性以及多重稳态。传统的顺序设计方法不能保证系统有足够的控制自由度,当存在扰动和过程参数不确定性时,仅依靠设计控制器很难提高产品质量。提出一种聚乙烯工艺稳态设计与运行控制的集成优化方案,创造性地引入Kriging高斯模型同时预测模型动态和模型不确定性。另一个重要的贡献是在聚乙烯工艺设计阶段,设计性能指标,定量描述过程稳态设计对闭环动态的影响。所提出的方法已经通过对气相聚乙烯工艺设计和运行控制的集成优化进行了验证,并在参数不确定性和扰动存在情况下仿真证实了集成优化设计方案的高效性。     

Decision support for the development,simulation and optimization of dynamic process models

Simulation is besides experimentation the major method for designing,analyzing and optimizing chemical processes.The ability of simulations to reflect real process behavior strongly depends on model quality.Validation and adaption of process models are usually based on available plant data.Using such a model in various simulation and optimization studies can support the process designer in his task.Beneath steady state models there is also a growing demand for dynamic models either to adapt faster to changing conditions or to reflect batch operation.In this contribution challenges of extending an existing decision support framework for steady state models to dynamic models will be discussed and the resulting opportunities will be demonstrated for distillation and reactor examples.     

基于经济模型预测控制的金氰化浸出过程动态实时优化

针对金氰化浸出过程时间常数大、不确定性强等问题,提出了一种基于经济模型预测控制(EMPC)的动态实时优化方法。不同于传统的模型预测控制,EMPC将经济指标直接作为滚动优化的目标函数,在每个采样时刻求解滚动窗口内的最优操作序列。和稳态优化方法相比,基于EMPC的方法能保证动态最优性,提高经济收益。此外,金氰化浸出过程受随机噪声、未知参数可变等不确定性影响,提出使用扩展卡尔曼滤波(EKF),通过构造增广系统对状态变量及不确定参数进行在线同步估计,加强EMPC的准确性和可靠性。仿真结果表明,提出的EMPC+EKF策略能有效提高金氰化浸出过程的经济性能。     

化工过程稳定性分析研究进展

化工过程在实际操作过程中时刻面临着扰动,稳定性作为化工过程可操作性的一个重要元素,决定着化工过程在扰动消失之后能否回到原来的操作点,直接关系到产品的质量以及过程的安全性。对于稳定性的研究有助于理解及调控化工过程的非线性行为,例如多稳态现象和持续振荡等,从而保证化工过程在扰动的作用下能够长周期、平稳、安全运行。本文从多稳态现象和多稳态点的稳定性分析、考虑稳定性的化工过程优化方法、化工过程稳定性的调控以及不确定性条件下的稳定性分析4个方面综述了化工过程稳定性分析的研究进展。     

Optimal control and operation of drum granulation processes

Process optimisation and optimal control of batch and continuous drum granulation processes are studied in this paper. The main focus of the current research has been: (i) construction of optimisation and control relevant, population balance models through the incorporation of moisture content, drum rotation rate and bed depth into the coalescence kernels; (ii) investigation of optimal operational conditions using constrained optimisation techniques; (iii) development of optimal control algorithms based on discretized population balance equations; and (iv) comprehensive simulation studies on optimal control of both batch and continuous granulation processes. The objective of steady state optimisation is to minimise the recycle rate with minimum cost for continuous processes. It has been identified that the drum rotation-rate, bed depth (material charge), and moisture content of solids are practical decision (design) parameters for system optimisation. The objective for the optimal control of batch granulation processes is to maximize the mass of product-sized particles with minimum time and binder consumption. The objective for the optimal control of the continuous process is to drive the process from one steady state to another in a minimum time with minimum binder consumption, which is also known as the state-driving problem. It has been known for some time that the binder spray-rate is the most effective control (manipulative) variable. Although other possible manipulative variables, such as feed flow-rate and additional powder flow-rate have been investigated in the complete research project, only the single input problem with the binder spray rate as the manipulative variable is addressed in the paper to demonstrate the methodology. It can be shown from simulation results that the proposed models are suitable for control and optimisation studies, and the optimisation algorithms connected with either steady state or dynamic models are successful for the determination of optimal operational conditions and dynamic trajectories with good convergence properties.     

一种改进的热泵供暖系统动态实时优化策略

基于经济性目标的热泵供暖动态优化操作具有重要意义，但在操作区间内环境温度和模型参数变化的不确定性会对实际优化操控带来很大挑战。在完善热泵供暖系统模型的基础上，提出了一种改进的动态实时优化控制策略以改善系统的实际节能效果。该方法首先建立以压缩机和送水泵运行频率为控制变量的热泵供暖系统的非线性动态关系模型，并得到以24 h为周期、以综合性能指标最低为目标的动态实时优化命题。然后，在给定24 h环境温度预测情况下通过求解该优化命题得到热泵压缩机和送水泵的最优运行频率轨线，并以当前时间点的最优控制量对热泵供暖系统进行控制；接着，基于天气逐时预测和模型参数最新校验结果对环境温度轨线或者模型参数进行更新，不断地求解原优化命题以更新最优控制轨线，并不断地采用当前点的最优控制量对热泵供暖系统进行控制，直到当前时间点达到第24 h。实例计算结果表明：采用本文提出的方法可以进一步改善热泵供暖系统的动态优化操控效果，并能够很好地满足给定终端约束要求。本方法对于具有周期性和不确定参数的动态实时优化问题求解具有一定的借鉴意义。     

Evolutionary search for globally optimal constrained stable cycles

The problem of finding globally optimal constrained stable periodic control processes (globally optimal cycles) arising from the optimization of some chemical, biotechnological, and flight processes is considered. An evolutionary optimization algorithm dealing with a population of cycles evolving by the crossing, and the mutation operations is developed. It incorporates various constraints imposed on the optimized cycles such as the averaged control constraints, the pointwise state constraints, and the stability requirements formulated as the maximal admissible level of the modulus of the Floquet's multipliers. The proposed method is applied to the global periodic optimization of some constrained chemical production processes.     

Design of Chemical Engineering Systems with Chance Constraints

In the design of chemical process under uncertainty in initial information, an important problem is to determine a structure in which the control system will guarantee that all constraints are satisfied despite variations in internal and external factors at the operation stage. A method has been proposed for solving onestage optimization problems with chance constraints in the design of optimal flexible chemical processes. The developed approach makes it possible to avoid multidimensional integration in each of the iterations of problem solving, thus reducing the computational effort. The efficiency of the proposed approach is illustrated by model examples.     

Two‐step principal component analysis for dynamic processes monitoring

In this study, a two‐step principal component analysis (TS‐PCA) is proposed to handle the dynamic characteristics of chemical industrial processes in both steady state and unsteady state. Differently from the traditional dynamic PCA (DPCA) dealing with the static cross‐correlation structure and dynamic auto‐correlation structure in process data simultaneously, TS‐PCA handles them in two steps: it first identifies the dynamic structure by using the least squares algorithm, and then monitors the innovation component by using PCA. The innovation component is time uncorrelated and independent of the initial state of the process. As a result, TS‐PCA can monitor the process in both steady state and unsteady state, whereas all other reported dynamic approaches are limited to only processes in steady state. Even tested in steady state, TS‐PCA still can achieve better performance than the existing dynamic approaches.     

一类面向多级过程系统的实时进化方法

针对传统的实时优化执行前需要达到稳态、系统整体优化时间长、难以实时调整控制参数等问题提出一类面向多级过程系统的实时进化方法。把多级过程系统分成多个相互关联的子系统，当发生扰动时将系统等待稳态的过程分为若干个“拟稳态”。在每个拟稳态区间内，应用粒子群算法依次优化每一个子系统，其他各子系统设为静态，对子系统间的共享变量和内部变量进行协调，最终得到系统的最优解，把优化操作解送入控制器，连续改变系统设定值。给出了算法的详细步骤以两级串联反应器为对象进行了实例研究，验证了方法的有效性。     

一种改进的知识进化算法及其在化工动态优化中的应用

智能优化算法在动态优化问题的求解中,一方面可以一定的概率收敛到全局最优,避免局部极值而得到了广泛应用;但另一方面,基于随机机制的仿生智能算法也面临收敛速度慢、寻优效率较低的瓶颈,限制了其工业实时应用的场合。为此,从提高智能优化算法在动态优化问题的求解效率出发,提出了一种改进的基于知识引导的进化算法结构,主要包括候选控制策略-时域与控制域的离散策略、知识库空间的进化、知识引导的种群进化。该算法分别在批式反应器等4个典型化工动态优化问题上进行了仿真验证,计算结果表明,该方法能够以较小的种群规模通过知识的引导,以较少的计算代价找到较好的全局解,有效提高了算法的收敛效率。