数据驱动的工业过程运行监控与自优化研究展望

现代工业过程向大规模、连续化、集成化方向发展,有必要对生产全流程运行的决策、协同控制、底层控制进行有效监控,也是当前国际控制领域的研究热点.本文首先分析了工业过程全流程运行监控的内涵与行业现状;其次,阐述了基于模型的控制系统故障诊断与容错控制方法,以及数据驱动的异常工况诊断与自愈控制方法的研究现状,并指明了信息物理系统（Cyber-physical systems,CPS）时代智能安全运行监控与自优化的发展机遇;最后,论述了工业过程运行监控与自优化研究的新方向和最新进展,包括：1）数据驱动的决策、协同控制、底层控制多层面联合监控;2）基于机理、数据、知识多源动态信息融合的异常工况诊断;3）专家知识与控制手段相结合的协同层自愈控制;4）数据驱动的运行动态性能分析与自优化;5）支撑运行监控与自优化系统的实现技术.     

炼焦生产全流程优化控制实验平台设计与开发

面向炼焦生产全流程智能优化控制,设计与开发一种仿真实验平台。分析炼焦生产流程和仿真实验目的,提出一种包括优化控制实验层和炼焦过程模拟层的分层分布式系统结构。实现炼焦过程状态参数与控制信号的模拟收发、各车间级子系统优化监控、全流程生产集中实时监视与综合生产目标优化等璁能。系统运行表明,该仿真实验平台能合理有效的模拟炼焦生产特性和进行智能优化控制实验。     

复杂工业过程智能优化决策系统的现状与展望

流程工业是制造业的重要组成部分,是我国国民经济和社会发展的重要支柱产业.新一代信息技术和人工智能技术为流程工业的发展带来新的挑战和机遇.只有与流程工业的特点与目标密切结合,充分利用大数据,将人工智能、移动互联网、云计算、建模、控制与优化等信息技术与工业生产过程的物理资源紧密融合与协同,实现流程工业智能优化制造,才可能实现流程工业的跨越式发展.本文聚焦流程工业的复杂生产过程,从其智能优化决策系统的角度,描述了复杂工业过程优化决策系统的问题、回顾总结了复杂工业过程全流程优化决策系统的现状,分析了智能优化决策系统的必要性,提出了智能优化决策系统的发展目标及愿景,并对智能优化决策系统的下一步重点研究方向进行了展望.     

基于数据的控制、决策、调度与故障诊断

现代工业的发展,使得生产制造工艺、装置与生产制造过程越来越复杂,难于建立数学模型.随着信息技术的快速发展,加上全球市场环境下提高制造企业竞争力的需求,迫切需要实现生产制造过程与装备的运行优化、生产制造工艺流程的优化、生产计划调度以及运作管理决策的优化,进而实现制造企业的全局优化.为此迫切需要建立基于数据的控制与优化理论与方法.     

金矿生产全流程控制系统设计与实现

针对金矿生产全流程（由含金原矿破碎筛分、磨矿、预浸、炭浸、除氰压滤和解析电解组成）,以实现将含金原矿经金矿全流程自动转化为金泥,并将产品质量和产量、能耗和物耗控制在目标范围内为目的,提出了由回路控制、逻辑控制和监控组成的全流程控制方法,设计了由PLC控制系统软硬件平台和基于所提控制方法的控制软件,研发了由破碎筛分控制系统、磨矿控制系统、预浸控制系统、炭浸控制系统、除氰压滤控制系统和解析电解控制系统组成的全流程控制系统,成功应用于某金矿生产厂。长期运行结果表明,该系统实现了金矿生产全流程的安全稳定运行,可将生产全流程的各过程输出控制在工艺规定的目标值范围内,提高了金属回收率和金泥的品位与产量。     

变电站经济运行与控制的研究及其应用

本文研究了变电站经济运行与控制的组合优化数学模型及全枚举优化算法,以图形化软件Visio2003为平台,开发了基于SCADA系统实时运行数据的实用的变电站经济运行与控制系统,经实际电网的计算,表明效果良好.     

石油和化工行业智能优化制造若干问题及挑战

石油和化工行业是国家的基础性产业,目前面临转型升级的重大需求.本文首先回顾了石油和化工行业在生产全流程的信息检测、建模、优化控制,企业经营管理决策以及故障监测和安全环保等几个方面的进展.剖析了当前石油和化工行业存在的主要问题,提出了利用现代信息技术从生产、管理以及营销全流程优化出发,推进实现石化行业智能优化制造的智能化、绿色化、安全化的愿景目标,讨论了石油和化工行业智能优化制造所面临的新挑战.     

高炉布料设定值优化控制

高炉炼铁是钢铁生产中的重要能耗因素.为了实现生产的节能降耗,布料策略显得极为重要.本文针对某钢铁厂高炉的无料钟布料系统,基于现场采集的数据,建立了以铁水质量和经济效益为变量的指标效益评价函数,给出了最优设定料面的推理机制.针对不同运行环境,建立不同的料面优化设定值,构成多模型集合.当工况环境发生大的变化时,采用切换机制,对比多模型集合,选择最优料面设定值,并在此基础上对布料进行自适应控制,计算布料矩阵,提高布料过程的快速性和准确性.最后对整个高炉动态优化控制系统做了总体分析,基于现场数据,对高炉布料模型进行了仿真和验证.     

在线优化技术在催化裂化装置中的工业应用

采用融合数据、模型和相关领域知识的人工智能技术,开展石化生产过程装置操作模拟与优化,是当前研究热点.近年来,针对中国石化镇海炼化公司(简称镇海炼化)的两套催化裂化装置生产过程模拟与优化的难点,基于智能在线仿真与优化技术,研发了催化裂化装置全流程优化运行系统,并开展了集生产过程仿真、操作优化和性能评估为一体的工业应用.实...     

基于案例推理增强学习的磨矿过程设定值优化

磨矿粒度和循环负荷是磨矿过程产品质量与生产效率的关键运行指标,相对于底层控制偏差,回路设定值对其影响要严重的多.然而,磨矿过程受矿石成分与性质、设备状态等变化因素影响,运行工况动态时变,难以建立模型,因此难以通过传统的模型方法优化回路设定值.本文将增强学习与案例推理相结合,提出一种数据驱动的磨矿过程设定值优化方法.首先根据当前运行工况,采用基于Prey-Predator优化的案例推理方法,决策出可行的基于Elman神经网络的Q函数网络模型;然后利用实际运行数据,在增强学习的框架下,根据Q函数网络模型优化回路设定值.在基于METSIM的磨矿流程模拟系统上进行实验研究,结果表明所提方法可根据工况变化在线优化回路设定值,实现磨矿运行指标的优化控制.     

基于CPS框架的微粉生产过程多模型自适应控制

针对矿渣微粉（Ground granulated blast-furnace slag,GGBS）生产这一多变量、强耦合、多工况的复杂非线性过程,本文根据大量生产数据,提炼出矿渣微粉生产过程的三个典型工况.求解多工况多目标优化问题以求得最优设定值.建立多工况下的递归神经网数据驱动模型,并采用自适应动态规划方法,建立多个控制器,结合加权多模型控制,实现矿渣微粉生产过程在多工况切换情况下的自适应控制.通过过程运行优化、跟踪控制优化、通讯、工业以太网等信息资源与矿渣微粉生产物理资源之间的融合,构建基于信息物理系统（Cyber-physical system,CPS）的矿渣微粉生产优化控制系统.实验分析表明,本文提出的基于CPS的多模型自适应控制器,能够有效实现多工况条件下矿渣微粉生产过程的自适应控制,减小超调量,提高控制品质.     

复杂生产流程协同优化与智能控制

我国流程行业原料来源复杂, 如何优化调控工艺指标使复杂生产流程适应原料波动, 是保障产品质量、降低物耗能耗的关键. 本文结合全流程、工序、反应器等不同生产层级的工艺特点, 系统研究复杂生产流程协同优化和智能控制方法. 针对全流程多工序关联的特点, 提出了操作模式优化方法和操作模式动态匹配的全流程多工序协同优化方法; 针对单元工序多反应器级联的特点, 分析了工序内不同反应器的物质转化效率差异, 提出了反应器指标梯度协同优化方法; 针对反应器多反应共存、工况多变的特点, 研究了基于完备状态空间的动态特性描述框架, 建立了竞争−促进反应体系机理模型, 提出了工况全覆盖的模型参数自主辨识方法和基于分工况智能综合调节的反应器操作参数精细化调控方法. 通过锌冶炼智能工厂建设案例阐述了所提方法在提高工艺原料适应能力、生产效率、质量稳定性等方面的成效. 最后, 结合我国流程行业智能化发展现状和需求, 分析了需进一步研究的问题.     

Data-based multiple-model prediction of the production rate for hematite ore beneficiation process

The prediction of the production rate of the hematite ore beneficiation process is important to plant-wide optimization. This paper presents a data-based multi-model approach to predict the production rate with multiple operating modes. The inputs of the predictive model are the performance indices of each unit process, and the output is the global production index (the production rate) of the hematite ore beneficiation process. The multiple models are developed by integrating the fuzzy clustering algorithm and machine learning algorithm. A global model, Takagi–Sugeno–Kang fuzzy model, and multiple neural network model were compared using the data obtained from a practical industrial process, and the effectiveness of the proposed algorithm was proven.     

湿法炼锌沉铁过程氧化速率优化控制

湿法炼锌沉铁过程针铁矿沉淀形成的条件要求苛刻, 亚铁离子的氧化速率必须控制在合理的范围内才能保证溶液中的铁离子以针铁矿形式除去. 本文在沉铁过程动态模型的基础上, 根据针铁矿沉淀形成的条件和结合流程工艺要求, 优化设定每个反应器出口的亚铁离子浓度, 进而建立针铁矿法沉铁过程氧化速率优化控制模型. 采用控制参数化方法将最优控制求解问题转化为非线性规划, 通过状态转移优化算法求取最优的氧气和氧化锌控制率, 以合理控制沉铁过程亚铁离子的氧化速率. 仿真结果表明, 优化控制模型计算所得的控制量不仅可以保证反应过程的氧化速率符合生成针铁矿沉淀的条件, 而且可以稳定生产流程.     

基于数据ADP算法的一类带有执行器饱和的未知离散时间系统最优跟踪控制

针对一类带有执行器饱和的未知动态离散时间非线性系统, 提出了一种新的最优跟踪控制方案. 该方案基于迭代自适应动态规划算法, 为了实现最优控制, 首先建立了未知系统动态的数据辨识器. 通过引入M网络, 获得了稳态控制的精确表达式. 为了消除执行器饱和的影响, 提出了一个非二次的性能指标函数. 然后提出了一种迭代自适应动态规划算法获得最优跟踪控制的解, 并给出了收敛性分析. 为了实现最优控制方案, 神经网络被用来构建数据辨识器、计算性能指标函数、近似最优控制策略和求解稳态控制. 仿真结果验证了本文所提出的最优跟踪控制方法的有效性.     

复杂工业过程非串级双速率组合分散运行优化控制

复杂工业过程具有模型维数高、多时间尺度耦合、动态不确定性等特点, 其运行优化控制(Operational optimal control, OOC)一直是控制领域的研究难点与热点. 本文聚焦一类由多个快变且互联的设备单元与慢变且模型未知的运行过程串联组成的工业过程, 提出一种数据和模型混合驱动的非串级双速率组合分散运行优化控制方法. 该方法通过奇异摄动理论, 将非串级双速率运行优化问题描述为异步采样的慢子系统最优设定值跟踪和快子系统最优调节控制. 利用工业运行数据, 采用不依赖系统动态的Q-学习算法设计慢子系统最优跟踪策略, 克服运行过程模型难以建立的情形; 针对快子系统, 设计基于模型的分散次优控制策略, 并给出收敛因子的下界, 解决设备层互联项对系统稳定性的影响. 通过浮选过程仿真实验验证了所提控制方法的有效性.     

二维传热分布参数系统的最优边界控制

本文讨论了二维分布参数系统的最优边界控制问题。基于连续加热炉内板型钢坯非稳态二维热传导的数学模型,以及实际问题的要求,运用Galerkin法和最优化方法,确定了满足钢坯加热要求和降低能耗为目标的稳态最优炉温分布。     

宏观经济管理中一类系统的最优控制问题研究

把宏观经济系统抽象成由状态方程相同但各自状态不同的系统构成的组合系统，运用分布参数系统的建模方法建立了数学模型，并研究了系统的最优控制问题。最后给出了这种建模与优化方法在最优广告策略中的一个应用例子。     

炼油企业生产计划和能量系统集成优化研究

炼油企业通常由生产过程和公用工程两个主要部分组成。将生产计划和公用工程集成优化,不仅获得真正的全局最优解,而且克服了传统生产计划人为制定生产过程与公用工程之间中间物流（各压力等级的蒸汽,瓦斯等）价格的缺陷,避免了蒸汽减温减压和放空,以及炼厂气放空的经济损失和环境破坏。首先采用IDEF0方法建立了生产计划与公用工程的功能模型,描述了两者之间的相互关系。接着建立了生产计划与公用工程集成的混合整数线性规划模型。模型描述了装置能耗不仅与加工量相关,而且与装置的生产方案相关,更真实地反映了生产过程与能量系统之间的定量关系。模型还在全厂范围内进行各压力等级蒸汽和燃料的平衡。最后,将建立的全厂集成优化模型应用于中国北方的某大型炼油厂,验证了模型的有效性。     

基于控制参数化的注塑工业过程最优反馈控制方法

本文针对一类典型的注塑工业过程系统, 研究了注塑填充过程中产生的熔体流动速度最优跟踪控制问题, 提出了一种基于控制参数化的计算最优反馈控制器设计方法以实现注塑过程中熔融聚合物流动前沿位移的最优跟 踪控制, 进而达到改善注塑零件性能的高效生产目标. 首先, 面向注塑工艺复杂生产过程建立了动态过程系统数学 模型, 提出了注塑机内部熔融聚合物流动前沿位置的动态最优跟踪控制问题; 其次, 设计了一种多级反馈控制律, 通 过控制参数化方法将控制反馈核进行了参数化表示, 将控制器设计问题转化为一序列最优参数决策问题; 然后, 通 过状态灵敏度方程分析方法, 求解出了目标函数及约束条件关于决策变量参数梯度信息的显式表达式, 并基于所提 供的梯度信息结合序列二次规划算法进行了高效优化迭代求解; 最后, 通过实验仿真验证了本文所提出的最优反 馈控制器设计方法的可行性和有效性.