有色冶金净化过程建模与优化控制问题探讨

净化过程是有色金属湿法冶炼的关键工序.它通过置换沉淀的方式去除有色金属矿物浸出液中的杂质金属离子,为后续电解过程提供高纯度的金属电解液,其控制效果直接影响最终金属产品的质量、生产成本以及生产全流程的稳定性.目前,入矿来源混杂、反应机理复杂等因素制约了净化过程的高效和绿色生产.从净化过程工艺与反应机理的特点出发,提炼了净化过程各除杂工段在建模和优化控制中的共性问题,对净化过程建模与优化控制方法的研究现状进行了综述,并以湿法炼锌净化过程为例,较详细地介绍了在沉铁、除铜、除钴工序建模和优化控制方面的最新研究成果.最后结合自动化技术的发展新动向,对湿法冶金净化过程自动化的未来发展趋势进行了展望.     

全局优化视角下的有色冶金过程建模与控制

为提高生产效率、降低能源消耗、减少环境污染,需要对有色冶金过程进行建模,在系统模型的基础上,通过控制与优化技术,使过程系统运行在最优工况.本文以几个典型有色冶金过程为背景,阐述有色冶金过程建模、控制与优化三者之间的内在关联;从科学研究层次的角度上指出建模、控制与优化分属于不同层次的问题,且从方法论的角度指出建模、控制分两步进行:选择模型结构和估计模型参数、选择控制器结构和整定控制器参数,有色冶金过程系统模型、控制器的结构和参数确定问题均可以看成是非凸优化问题;探讨了全局优化视角下,建模、控制问题转化为优化问题以及在求解优化问题过程中存在的难点,提出解决这些难点的一些可行方案.     

有色冶金过程建模与优化的若干问题及挑战

有色金属工业发展正面临资源、能源与环境的严重制约, 而有色冶金过程建模与优化是实现有色冶金生产节能降耗减排的关键技术之一. 论文从有色冶金过程的特点出发,首先探讨了有色冶金过程的机理建模、 连续搅拌釜式反应器(Continuous stirred tank reactor, CSTR)模型和智能集成建模的理论与方法,提出了智能集成建模的描述方法, 归纳了模型的集成形式,给出了工业应用上的几类智能集成模型; 然后围绕有色冶金过程工程优化,讨论了操作模式优化、软约束调整满意优化、 多目标智能优化等方法,并阐述了大型湿法炼锌电解过程的综合优化控制技术; 最后探讨了有色冶金过程建模与优化所面临的新挑战.     

基于二阶段随机规划的不确定条件下过程优化研究

在基于二阶段随机规划的不确定条件下过程优化研究中,Ierapetritou and Pistikopoulos(1994)提出了可行域求解策略,Liu and Sahinidis(1996)在此基础上用蒙特卡洛积分策略代替了高斯积分策略,但对于可行域的限定条件尚有欠缺。本文分析和比较了前人的工作,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,不仅避免了可行域求解策略中求解一系列子问题而引起的计算负荷随不确定参数数目呈指数增加的不足,而且使蒙特卡洛积分策略算法中的可行域限定条件更加合理,应用文献中的算例进行了仿真实验,证明了该算法的有效性。     

PHM系统中的测试不确定优化选择建模

PHM系统是实现视情维修的关键技术之一,是提高飞机自主保障的重要途径,PHM系统虚警率高的问题是实际应用中需要解决的关键问题。复杂环境下,PHM系统监测点的测试不可靠是引发PHM系统虚警的重要根源。针对此问题,本文采用不确定理论研究PHM系统中的测试不确定度,并建立测试不确定优化选择模型,在期望值准则和乐观值准则下,将不确定优化选择模型,转化为带有专家信度的确定性优化选择模型,并通过实例给出了不确定优化选择模型的建模和求解过程。     

证据理论中基于区间概率的不确定测度

在证据理论的应用中,不确定测度作为一种新的评价准则,可以对知识进行量化评价.相关研究者对证据不确定测度进行了研究,但现有不确定测度在应用中存在一定的局限性,尤其是对信任函数的变化不够敏感.针对现有不确定测度对证据变化不够敏感问题,从信度区间的角度提出了一种新的证据不确定性测度.首先基于证据理论和概率论之间的关系,将证据理论中基本概率赋值函数转化为单元素子集上的信度区间,区间的上下界分别为似然函数和信任函数,然后结合证据理论中的不一致性和不精确性,定义了一种新的不确定测度SU,并通过数值算例对SU的计算过程和数学性质进行了分析,最后对SU在证据组合中的应用进行了验证.算例结果表明,在其他不确定测度无法辨别不同证据的不确定性时,SU仍能较好反映不同证据间不确定性的差异,而且对于参数化的基本概率赋值函数,SU对参数变化比较敏感.可见,考虑了区间数中值和区间长度的不确定测度SU可以很好地对证据不确定性进行度量;而且,当所有焦元都为单元素子集时,SU退化为香农熵的形式,证据不确定性的最大值与辨识框架中元素的个数有关,这在实际应用中更具意义.     

证据理论中基于区间概率的不确定测度

在证据理论的应用中,不确定测度作为一种新的评价准则,可以对知识进行量化评价.相关研究者对证据不确定测度进行了研究,但现有不确定测度在应用中存在一定的局限性,尤其是对信任函数的变化不够敏感.针对现有不确定测度对证据变化不够敏感问题,从信度区间的角度提出了一种新的证据不确定性测度.首先基于证据理论和概率论之间的关系,将证据理论中基本概率赋值函数转化为单元素子集上的信度区间,区间的上下界分别为似然函数和信任函数,然后结合证据理论中的不一致性和不精确性,定义了一种新的不确定测度SU,并通过数值算例对SU的计算过程和数学性质进行了分析,最后对SU在证据组合中的应用进行了验证.算例结果表明,在其他不确定测度无法辨别不同证据的不确定性时,SU仍能较好反映不同证据间不确定性的差异,而且对于参数化的基本概率赋值函数,SU对参数变化比较敏感.可见,考虑了区间数中值和区间长度的不确定测度SU可以很好地对证据不确定性进行度量;而且,当所有焦元都为单元素子集时,SU退化为香农熵的形式,证据不确定性的最大值与辨识框架中元素的个数有关,这在实际应用中更具意义.     

Markov决策过程不确定策略特征模式

马尔科夫决策过程可以建模具有不确定性特征的复杂系统,而在进行模型分析时需要采用策略对不确定性进行处理。首先,研究不同策略下时空有界可达概率问题,给出不确定性解决策略的定义及分类方法。其次,在时间无关策略下,证明基于确定性选取动作和随机选取动作的时空有界可达概率的一致性,并且论证了时间依赖策略相对于时间无关策略具有更好的时空有界可达概率。最后结合实例简要阐述了结论的正确性。     

基于可达概率区间的不确定决策树

针对不确定数据的概率分布难以获取的客观实际,讨论了缺失概率分布的值不确定离散对象的决策树。定义了(条件)概率区间,并证明了(条件)概率区间是可达概率区间;基于可达概率区间,定义了(条件)熵区间,并给出了求解(条件)熵区间的上/下界的方法;采用条件熵区间作为属性选择度量,提出了一种新的不确定决策树,将以0-1划分对象的决策树扩展到以概率区间分配对象的决策树,这样不仅可以处理缺失概率分布的值不确定离散对象,也可以处理确定离散对象。通过在基于UCI数据集的不确定数据集上的实验,证实了不确定决策树是有效的。     

不确定可靠性优化问题的多目标粒子群优化算法

针对元件可靠性为区间值的系统可靠性优化问题, 提出一种区间多目标粒子群优化方法. 首先, 建立问题的区间多目标优化模型; 然后, 利用粒子群算法优化该模型, 定义一种不精确Pareto 支配关系, 并给出编码、约束处理、外部存储器更新、领导粒子选择等关键问题的解决方法; 最后, 将该方法应用于可靠性优化问题实例, 验证了方法的有效性.

     

基于工序指标耦合关系分解的选冶全流程分层优化方法

针对某选冶全流程分层优化中工序指标众多且各工序指标之间存在一定耦合关系的问题,提出一种基于工序指标耦合关系分解的全流程分层优化方法.该方法是在全流程分层优化的基础上,利用两个指标实现对工序指标的分解,进而将工序层优化问题转换为相应的子优化问题.这种方法能够简化原始的工序层优化问题,提高选冶全流程分层优化问题的求解效率,且具有较高的全局收敛性.仿真结果表明,相比于常规全流程优化方法以及单纯的全流程分层优化方法,所提出的优化方法具有较好的性能.     

Simplex methods for nonlinear uncertain sliding-mode control

We develop a new analysis of the behavior of simplex control methods applied to multiple-input-multiple-output nonlinear control systems under uncertainties. According to such sliding-mode control methods the control vector is constrained to belong to a finite set of (fixed or varying) vectors, with an appropriate switching logic to guarantee the specified sliding condition. Bounded uncertainties acting on the nominal system are allowed. The proposed sliding control methodology relies on the knowledge of the nominal system only. We prove rigorously the convergence of these methods to the sliding manifold in a finite time under explicit quantitative conditions on the system parameters and the available bounds of the uncertainty. Application to a robotic problem is discussed and a nonlinear example is presented.     

基于不确定知识的粒子群优化算法

针对标准粒子群优化算法（PSO）速度更新方程存在随机参数,使得粒予扶取知识存在不完备性的问题,将不确定知识引入PSO算法中,并对个体知识、群体知识和不确定知识随机参数进行了归一化,保证算法在每一步演化中都能获得完备知识．理论分析给出了PSO—UK算法局部收敛参数条件,并证明了其具有全局优化性能．经典测试函数实验表明,所提出的PSO－UK算法具有全局搜索能力,且局部收敛精度明显优于PSO算法．     

Effective strategies of metamodelling of industrial metallurgical processes

The main objective of the metamodelling is replacing the model of analysed process by its simple (with respect to the computation time) approximation. Metamodel gives a significant reduction of computation time of considered process simulation, as well as its further analysis (sensitivity analysis, optimization, etc.). The paper discusses the idea of metamodelling and compares the effectiveness of three techniques: Response Surface Methodology (RSM), Kriging method and Artificial Neural Network (ANN) applied to the benchmark functions. An example of the use of the considered metamodelling techniques in optimization of the problem of laminar cooling of rolled Dual Phase (DP) steel strips is presented. Metamodelling and optimization of a real industrial metal forming problems seems a novel approach in the field of research on Artificial Intelligence and Optimization practical applications.     

Direct method for uncertain multi-objective optimization based on interval non-dominated sorting

Structural and Multidisciplinary Optimization - The interval optimization methods which describe the uncertainty by intervals are widely used in uncertain multi-objective optimization. Commonly,...     

基于不确定需求的公共交通网络鲁棒性优化方法

为了提高城市不同类型公共交通所组成的线网的鲁棒性,从公共交通线路建设成本、乘客出行的总时间以及乘客总换乘次数等方面确定公共交通网络的服务性能模型,在此基础上通过计算方案目标值与期望值的差值来确定公交网络的鲁棒性;由于存在随机不确定需求,在传统免疫克隆算法基础上对变异操作进行改进用于对优化模型求解。结合算例分析发现,线路建设成本、乘客总出行时间以及乘客总换乘次数的参数值对于优化结果具有显著影响;另外鲁棒性参数取值也会对计算结果产生一定影响,通过算例验证了优化方法的可行性。