基于动态多属性决策方法的工业过程控制性能评价

工业控制系统由于设备老化而导致控制性能发生变化,而传统的控制性能评价方法对于这种慢时变特性具有局限性。提出了一种基于变权动态多属性决策的控制性能评价方法。首先在对系统性能进行判断时,利用系统故障率与运行时间相结合的计算方法对系统的运行状态进行划分,获得不同运行阶段的决策信息;采用四个评价指标分别为超调量、非线性指标、输出方差、阀黏滞指标构造多属性决策判断矩阵,对老化慢时变系统进行评价,并运用色谱分析法计算决策过程中属性权重的变化,最终确定当前性能运行状态;将该方法应用于某工业DMF回收装置中,对比实验结果验证了该方法的有效性。     

慢时变化工过程裕量释放机制分析

化工过程普遍存在慢时变特性,在一个运行周期内慢时变参数的变化造成化工装置性能逐渐下降。为此,过程设计时需要按照慢时变参数可能的“最坏”影响对设计变量留出足够的设计裕量,在一个运行周期内通过操作逐渐释放,补偿慢时变参数的不利影响,且理想操作是保证到运行周期结束时化工装置性能恰好达到过程约束边界。本文对慢时变过程设计裕量的释放机制进行了分析,考虑含慢时变参数的全周期操作优化通用动态模型,通过最优控制的极小值原理求解该优化问题,建立了最优裕量释放轨迹和慢时变参数变化曲线之间的联系,从而证明最优裕量释放只与慢时变化工过程的运行周期有关。以乙炔加氢反应器为例验证了该裕量释放机制,对于慢时变化工过程,设定的运行周期越短,设计裕量释放越快,仅能获得较高的短期经济效益;反之,设定较长的运行周期,设计裕量缓慢释放,能获得更高的长期经济效益。     

基于全周期缓慢结垢的多效蒸发海水淡化慢时变系统优化设计

多效蒸发（MED）是最主要的海水淡化方法之一,作为典型的慢时变系统,该系统在长期运行的过程中,往往会由于结垢导致蒸发器传热效率降低,造成减产甚至停工。为避免出现这种问题,工艺设计者会采取冗余设计,增大传热面积,这会导致设备投资的显著增加。为保证MED系统能够全周期运行,且尽可能减少总传热面积,提出了一种全周期优化设计方法。该方法以总传热面积最小为目标,对决策变量在整个周期内进行分段优化,同时考虑结垢过程、工艺变化以及控制方面的需求,对各效传热面积进行裕量设计,通过一步优化求解得到最优操作条件与最小传热面积,实现对慢时变系统的优化设计。最后,以八效MED海水淡化装置为例,同时用等面积法、等温差法、稳态优化设计方法以及全周期优化设计方法对系统进行设计。结果表明,全周期优化设计方法能够最大限度减少传热面积,大大降低了系统的设备投资,是一种有着良好应用前景的多效蒸发海水淡化系统优化设计方法。     

脱硫浆液运行性能特征评价因子与指标范围探究

采用脱硫浆液运行性能特征评价因子来评价脱硫机组运行性能的优劣,并给出建议的指标控制范围,能够提升脱硫系统运行与维护效率。论文针对脱硫系统的结垢堵塞、腐蚀等问题给出具体的评价因子和指标范围,并给出了评价依据。最后论文以某厂330 MW机组脱硫系统为例,利用所提出的性能指标,对该机组在某段时间内的脱硫设备状态与运行质量进行了分析评价并提出改进意见。     

电站水处理反渗透系统状态评价

针对目前电站水处理反渗透系统缺乏有效运行状态评价方法的问题,提出了基于状态特征参数的反渗透系统状态评价方法。在提取电站反渗透系统状态特征参数的基础上,建立了系统运行状态评价模型,编制了运行状态监测和评价程序。利用编制的程序进行了实例分析,结果表明该方法可行、有效,编制的程序可很好地实现电站水处理反渗透系统运行状态的监测和评价,从而为其清洗和维修决策提供依据。     

基于贝叶斯网络和遗传算法的智能电能表状态评价方法

本文提出一种基于贝叶斯网络和遗传算法的智能电能表运行状态评价方法,基于遗传算法选取与智能电能表状态评价最相关的属性指标,然后根据历史数据,基于遗传算法训练贝叶斯网,该贝叶斯网可表达属性指标和电能表状态间的不确定性因果关系。进而基于贝叶斯网推理算法,推理计算出智能电能表运行状态结果,实现智能电能表状态的智能化评价,可为电网的安全运行和状态监测等提供极大便利,并为智能电能表的更换提供技术保障。实验结果表明了本文方法的有效性。     

涂层性能状态评价数学模型

分析了影响涂层性能和耐久性的各种主要因素,采用层次分析法建立涂层状态的评价模型,通过比较因素之间的相对影响强度构建判断矩阵,从而计算各种因素对系统的影响权重。提出涂层状态指数概念并给出计算方法及步骤。通过涂层状态的等级划分,为涂层性能状态和耐久性最终实现量化评价提供了方法。     

基于模型预测残差和目标函数的MPC实时性能监控

模型预测控制的性能受多种因素的影响,现有的模型质量评价指标没有考虑外界干扰的变化,反映系统整体性能时不够全面。针对上述问题,现结合两个指标:基于模型预测控制目标函数的历史性能指标和基于模型预测残差的协方差指标对系统性能进行实时监控。其中,历史性能指标用以评价系统的整体性能,协方差指标反映模型失配和干扰变化的影响。根据两个指标对不同性能影响因素的不同表现和性能恶化后对干扰新息的重新辨识结果,对系统性能下降的原因进行初步诊断,缩小性能下降源的范围,并通过Wood-berry塔实验验证了该方法的有效性。     

基于模糊决策理论的衬砌混凝土胶凝材组成优化研究

在胶凝材中掺入矿物掺合料是实现混凝土高性能的一条必要途径.混凝土的高性能主要包括高工作性能、高力学性能和高耐久性能,因此混凝土性能的评价指标和影响因素是多方面的,故很难依据诸多评价指标直观判断混凝土综合性能的优劣.通过对不同矿物掺合料配方胶凝材混凝土性能试验以及成本核算,对比分析矿物掺合料种类和掺量对混凝土性能以及工程造价的影响,并利用模糊多属性决策理论对混凝土性能进行综合评价,从中优选出适用于侵蚀环境条件下隧道衬砌高性能混凝土胶凝材配方(即矿物料合料掺人种类和掺量范围).试验和理论分析表明:多掺矿物掺合料混凝土综合性能最优,复掺矿粉、粉煤灰混凝土性能次之,又因矿粉和粉煤灰是炼钢、发电等工业副产品,将其等量掺入水泥中,可大大节约资源,有效利用了工业废料,实现节能减排.     

非线性时变系统的小波预测控制

从小波分析原理出发,给出了一种正交小波网络辨识非线性动态系统的方法,并以此网络作为预测模型,同时通过递推最小二乘法在线修正模型;采用遗传算法优化控制器输出,通过对遗传算子和优化指标的修改,减少了在线寻优计算量.仿真实验表明该算法对非线性时变系统有良好的控制效果.     

Data mining and control loop performance assessment: The multivariate case

Control loop performance assessment (CLPA) techniques assume that the data being analyzed is generated during steady state operation with fixed plant dynamics and controller parameters. However, in industrial settings one often encounters environmental and feedstock variations which can induce significant changes in the plant dynamics. Availability of data sets corresponding to fixed configurations is therefore questionable in industrial scenarios, in which case it becomes imperative to extract the same from routine plant operating data. This article proposes a technique for segmenting multivariate control loop data into portions corresponding to fixed steady state operation of the system. The proposed technique exploits the fact that changes in the operating region of the system lead to changes in variance‐covariance matrix of multivariate control loop data. The univariate interval halving technique is fused with Mahalanobis distance to develop a multivariate tool that accounts for interactions between variables. The resulting data segments can be used for reliable CLPA and/or for user defined benchmarking of control loops. A multivariate control loop performance index is also proposed that requires significantly less data as compared to one of the previously proposed techniques. The proposed technique requires only routine operating data from the plant, and is tested on benchmark systems in the literature with simulations. Experimental validation on a model predictive control system aimed at maintaining the temperature profile of a metal plate demonstrates applicability of the technique to industrial systems. The proposed technique acts as a tool for preprocessing data relevant to CLPA and can be applied to large scale interacting multivariate systems. © 2017 American Institute of Chemical Engineers AIChE J, 63: 3311–3328, 2017     

基于多属性性能评估的焦炉加热燃烧过程在线优化控制方法

针对焦炉加热燃烧过程中控制器参数难以适应由加热煤气热值和结焦时间变化等因素引起的火道温度波动的问题, 设计了一种基于多属性性能评估的焦炉加热燃烧过程优化控制方法。首先通过分析焦炉加热燃烧过程的工艺特点及生产需求, 针对过程参数周期差异较大的特点, 提出了基于信息熵的多属性性能评估模型, 实现控制系统的在线性能评估。针对控制系统性能评估不合格的情况, 建立了以火道温度偏差、偏差变化率和调节时间为目标的多目标优化模型, 并采用差分进化算法进行求解, 通过控制器参数的在线调节, 保证焦炉火道温度的稳定。仿真结果表明该优化控制方法在加热煤气热值和结焦时间变化时能较好地抑制火道温度的波动。     

Operating Performance Assessment for Transition State of Industrial Processes

Traditional operating performance assessment approaches mainly focus on the steady state. However, the assessment indicators designed for the steady state cannot be directly applied to the transition state. Moreover, identifying the process state for a multivariable system is difficult and time-consuming. An operating performance assessment method for the transition state is developed. In the proposed framework, a transition state detection method is first proposed to detect the transition state from the data automatically and accurately. Then, a systematic set of several special indicators is developed based on the characteristic of the transition state. The effectiveness of the developed method is demonstrated with a case study of an industrial hydrocracking process.     

化工产品的绿色设计及其集成评价方法的研究

随着人们环境意识的不断提高,化工产品设计需要同时考虑环境和经济性能.为了合理集成评价这两个相互影响的指标,采用层次分析法来解决涉及到的多目标问题,提出了生命周期设计的方法.     

基于复杂网络的化工过程层次符号有向图模型建立及关键节点识别

针对定性符号有向图（signed directed graph,SDG）在化工过程系统中建模复杂度高、故障分辨率低、容易忽略部分变量等问题,提出一种基于复杂网络理论构建层次SDG网络模型并识别关键节点的方法。首先利用层次分析法对化工过程系统划分递阶层次结构,建立基于子系统的系统SDG网络模型,选取度中心性、接近中心性等多个节点重要性评价指标,采用主成分分析法确定各指标权重并利用逼近理想排序法（technique for order preference by similarity to an ideal solution,TOPSIS）多属性决策方法得到节点重要性的综合评价值,初步识别关键节点所在的子系统;然后建立子系统的SDG模型并细化为有向网络,采用LeaderRank算法对节点重要性进行排序,进而在子系统网络模型中确定关键节点的位置。案例计算结果表明该方法可以有效地降低建模的复杂性,提高关键节点识别的全面性和准确性,从而改善化工过程系统的安全稳定性。     

基于未确知测度和云重心的多属性评价方法

针对传统复杂系统的多属性评价问题,提出基于未确知测度和云重心理论的多属性评价方法,该算法引入云重心评判方法,用云的重心向量描述系统的状态,用加权偏离度描述系统状态相对各等级状态的偏离程度,通过定性评测的云发生器来确定系统的安全级别,有效地减少了统一量纲的工作量,与此同时引入未确知测度权重方法。实例验证了本方法是可行的,并且评价结果较客观、准确。     

Hellinger distance based probability distribution approach to performance monitoring of nonlinear control systems

Control performance monitoring has attracted great attention in both academia and industry over the past two decades. However, most research efforts have been devoted to the performance monitoring of linear control systems, without considering the pervasive nonlinearities (e.g. valve stiction) present inmost industrial control systems. In thiswork, a novel probability distribution distance based index is proposed tomonitor the performance of non-linear control systems. The proposedmethod uses Hellinger distance to evaluate change of control system performance. Several simulation examples are given to illustrate the effectiveness of the proposed method.     

基于证据网络的多变量MPC经济性能评估

MPC控制系统作为先进控制策略,已经被广泛地应用于工业生产中。但在实际工业中,MPC控制系统的变量的软约束往往设定得比较保守,使系统无法达到最优经济性能。针对有约束的MPC控制系统,采用二次型经济性能指标函数来评价系统的经济性能,将最优工作点的求解问题转化为一个典型的有约束的线性规划问题。进而根据历史数据和二次型经济性能指标函数所得最优运行结果建立多变量MPC的证据网络模型,通过证据网络的反向推理和决策,得到造成MPC控制系统性能下降的可能原因,并提出改善控制系统性能的策略。最后通过仿真实验,验证了基于证据网络的经济性能评估的有效性。     

Surrogate-based optimization of a periodic rescheduling algorithm

Periodic rescheduling is an iterative method for real-time decision-making on industrial process operations. The design of such methods involves high-level when-to-schedule and how-to-schedule decisions, the optimal choices of which depend on the operating environment. The evaluation of the choices typically requires computationally costly simulation of the process, which—if not sufficiently efficient—may result in a failure to deploy the system in practice. We propose the continuous control parameter choices, such as the re-optimization frequency and horizon length, to be determined using surrogate-based optimization. We demonstrate the method on real-time rebalancing of a bike sharing system. Our results on three test cases indicate that the method is useful in reducing the computational cost of optimizing an online algorithm in comparison to the full factorial sampling.     

一种软测量模型性能监测评价及其自适应校正方法

工业过程对象特性变化会导致软测量的测量精度下降甚至失真,需要对软测量模型进行校正。首先构建软测量模型性能评价指标用于对模型性能进行监测。当性能评价指标超过统计限时,对过程特性变化类型进行诊断：若过程特性渐变,则对模型进行递推校正;若过程特性发生突变,则对模型进行重构校正。通过对连续搅拌釜式反应器和DAISY（database for identification of systems）数据库提供的蒸发器实际生产数据进行仿真实验,验证了本文方法的有效性。实验结果表明,该方法避免了传统校正方法存在的盲目校正、受离线分析噪声影响严重等问题,有效地提高了软测量模型对对象特性变化的适应能力。