基子Benders分解的不确定条件下过程优化研究

基于Benders分解的二阶段随机规划在不确定条件过程优化中占有重要的地位,分析和比较了前人的工作,并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,不仅避免了求解一系列子问题进行可行域限定的情况以及计算负荷随不确定参数数目呈指数增加的不足,而且使可行域限定条件更加合理,算例证明了该算法的有效性.     

化工过程动态仿真与优化系统开发技术

作者在多年工程实践基础上,借鉴经典化工流程模拟理论和技术,开发成功通用化工过程动态仿真与优化系统(Dynamic SimulationOptimization系统)并在工业应用中取得良好效果。     

操作时间不确定的间歇过程最优化设计(Ⅰ)不限制等待时间过程

对操作时间不确定的不限制等待时间的间歇过程的优化设计问题 ,提出一种在操作时间不确定条件下确定过程的限定循环时间的方法。该方法使模型的限定循环时间变为相互独立的 ,从而可将原过程转化为更新过程 ,并根据更新过程原理建立了优化该过程的期望值模型。算例表明考虑操作时间不确定性的优化结果要好于不考虑操作时间不确定性的优化结果。通过Monte-Carlo模拟表明采用新模型优化的结果在实际生产时是可行的
     

多因素不确定条件下的间歇生产调度优化

不确定条件下的间歇生产调度优化是生产调度问题研究中具有挑战性的课题。提出了一种基于混合整数线性规划(MILP)的鲁棒优化模型;来优化不确定条件下的生产调度决策。考虑到生产过程中的操作成本和原料成本;建立了以净利润最大为调度目标的确定性数学模型。然后考虑需求、处理时间、市场价格三种不确定因素;建立可调整保守程度的鲁棒优化模型并转换成鲁棒对应模型。实例结果表明;鲁棒优化的间歇生产调度模型较确定性模型利润减少;但生产任务数量增加;设备空闲时间缩短;从而增强了调度方案的可靠性;实现了不确定条件下生产操作性和经济性的综合优化。     

化工过程模拟优化的演变优化方法

研究了化工过程模拟优化的一类新方法——过程演变优化方法,提出基于ＤＮＮ（动态人工神经网络）的动态算法的统一框架,阐明其并行分布计算特性,并给出一些基于过程规划的计算动力学模型。     

不确定条件下的湿法炼锌除铜过程机会约束优化控制

除铜过程是湿法炼锌净化工艺中的重要步骤,受生产环境多变、矿源多样、机理复杂等因素的影响,除铜过程存在不确定性,影响生产的稳定性和可靠性。针对除铜过程中入口溶液流量、底流返回量和入口铜离子浓度的不确定性,造成出口铜离子浓度不稳定的问题,研究不确定条件下的除铜过程机会约束优化控制方法。首先分析了除铜过程的不确定性,利用统计学方法分析不确定参数的分布特性,引入了机会约束的思想,将不确定条件下的除铜过程优化问题建模为机会约束优化问题。然后采用可行域映射方法,将机会约束优化问题转化为非线性规划问题。最后,使用序列二次规划求解该非线性规划问题。Monte Carlo仿真验证了该方法的有效性,可以提高系统的鲁棒性。     

塑料动态注射充模过程工艺参数的优化研究

运用了Taguchi方法研究了PP动态注射成型工艺参数对制品性能的影响。研究结果表明，在注射速度、保压压力、振动频率与振幅这四个工艺参数中，在所设定的工艺范围内，对制品性能影响比较明显的是振动频率与振幅。PP试样的冲击强度随振动频率改变而改变，且在10Hz左右存在一个最佳状态，冲击强度可以增加42％。拉伸性能随着振幅的增加基本上呈上升的趋势，极限拉伸应力最大增加8％，弹性模量最大可增加18．7％。在优化的振动工艺参数下，即在1～5Hz的频率段振幅对制品的拉伸性能的影响较之明显，在7～15Hz的频率段振动频率对制品的冲击性能的影响较显著。     

混沌搜索方法及其在化工过程优化中的应用

提出利用混沌搜索方法结合精确不可微罚函数求解约束优化问题的新方法 ,并将该方法用于闪蒸过程优化 .结果表明 ,该方法算法简单 ,实现容易 ,求解精度和可靠性较高 ,是解决化工优化问题的有效方法 .     

化工反应器系统的最大时滞可耐受度指数求解与应用分析

化工反应器系统具体操作过程中常会受到时滞和不确定参数影响,在一些操作工况下不确定参数是不可调节的。为了保证化工系统实际操作的安全和可靠性以避免环境污染事件和人员伤害,系统所能耐受的最大时滞值非常有必要得到求解和分析。提出了含不确定参数的化工反应器系统的时滞耐受度指数问题、给出了求解和应用分析框架。首先对反应器系统进行建模,采用泰勒展开式和拉普拉斯变换将反应器系统线性化成为含不确定参数及时滞的传递函数模型。其次采用PID闭环控制的控制策略对系统进行动态响应性能测试,PID参数采用MATLAB的NCD（nonlinear control design package）模块进行优化。最后采用二分法结合系统的动态响应性能测试结果对系统所能耐受的最大时滞值τ_max进行求解。以一个典型具有连续进出料的反应-分离系统为案例,对含不确定参数的反应器系统的时滞耐受度指数进行了求解和分析。研究结果表明,所提出的研究策略可以为含不确定参数的连续反应器系统的时滞耐受度指数的求解提供快速、简洁有效的方法和思路,从而提高化工反应器系统实际运行的安全和可靠性。     

化工过程设计的多目标不确定优化研究

In many circumstances, chemical process design can be formulated as a multi-objective optimization （MOO） problem. Examples include bi-objective optimization problems, where the economic objective is maximized and environmental impact is minimized simultaneously. Moreover, the random behavior in the process,property, market fluctuation, errors in model prediction and so on would affect the performance of a process. Therefore, it is essential to develop a MOO methodology under uncertainty. In this article, the authors propose a generic and systematic optimization methodology for chemical process design under uncertainty. It aims at identifying the optimal design from a number of candidates. The utility of this methodology is demonstrated by a case study based on the design of a condensate treatment unit in an ammonia plant.     

间歇过程实时优化

由于生产过程中参数的不确定性和各种扰动作用,间歇生产过程的最优操作条件需要随时作出调整以保证生产的正常进行和满足生产产品质量的要求.针对间歇生产过程的操作条件的变化和不确定性因素的影响提出一种应用于间歇生产过程中的实时优化策略,其主要构成步骤包括动态模型建立、模型降阶、动态优化、在线监测、模型更新和在线调整,并以一个典...     

化工装置动态模拟与优化工艺软件平台

作者在多年工程实践基础上，动用化典流程模拟理论和技术，开发成功通用动态化工流程模拟与优化系统并在工业应用中取得良好效果。     

化工过程大范围工况变化的工况迁移控制策略判定

化工过程出现大范围的工况变化时,复杂的迁移控制策略会带来一定的操作不确定性,因此需要对控制策略进行选择判定。考虑到直接估计工况变化过程生产指标变化量带来的判定误差,引入了中间变量,提出了基于中间变量的控制策略选择判定方法,并分析给出了构建中间变量的基本准则。进而通过对某实际乙烯精馏塔工况变化过程的仿真研究,说明了中间变量的引入能够很大程度地降低对生产指标的估计误差,验证了基于中间变量的控制策略选择判定方法的可用性。     

一种改进的混合遗传算法及在化工过程动态优化中的应用(英文)

The solutions of dynamic optimization problems are usually very difficult due to their highly nonlinear and multidimensional nature. Genetic algorithm (GA) has been proved to be a feasible method when the gradient is difficult to calculate. Its advantage is that the control profiles at all time stages are optimized simultaneously, but its convergence is very slow in the later period of evolution and it is easily trapped in the local optimum. In this study, a hybrid improved genetic algorithm (HIGA) for solving dynamic optimization problems is proposed to overcome these defects. Simplex method (SM) is used to perform the local search in the neighborhood of the optimal solution. By using SM, the ideal searching direction of global optimal solution could be found as soon as possible and the convergence speed of the algorithm is improved. The hybrid algorithm presents some improvements, such as protecting the best individual, accepting immigrations, as well as employing adaptive crossover and Gaussian mutation operators. The efficiency of the proposed algorithm is demonstrated by solving several dynamic optimization problems. At last, HIGA is applied to the optimal production of secreted protein in a fed batch reactor and the optimal feed-rate found by HIGA is effective and relatively stable.     

Economic model predictive control of nonlinear time‐delay systems: Closed‐loop stability and delay compensation

Closed‐loop stability of nonlinear time‐delay systems under Lyapunov‐based economic model predictive control (LEMPC) is considered. LEMPC is initially formulated with an ordinary differential equation model and is designed on the basis of an explicit stabilizing control law. To address closed‐loop stability under LEMPC, first, we consider the stability properties of the sampled‐data system resulting from the nonlinear continuous‐time delay system with state and input delay under a sample‐and‐hold implementation of the explicit controller. The steady‐state of this sampled‐data closed‐loop system is shown to be practically stable. Second, conditions such that closed‐loop stability, in the sense of boundedness of the closed‐loop state, under LEMPC are derived. A chemical process example is used to demonstrate that indeed closed‐loop stability is maintained under LEMPC for sufficiently small time‐delays. To cope with performance degradation owing to the effect of input delay, a predictor feedback LEMPC methodology is also proposed. The predictor feedback LEMPC design employs a predictor to compute a prediction of the state after the input delay period and an LEMPC scheme that is formulated with a differential difference equation (DDE) model, which describes the time‐delay system, initialized with the predicted state. The predictor feedback LEMPC is also applied to the chemical process example and yields improved closed‐loop stability and economic performance properties. © 2015 American Institute of Chemical Engineers AIChE J, 61: 4152–4165, 2015