循环流化床燃烧系统无终端约束字典序经济预测控制

针对循环流化床锅炉(CFBB)燃烧系统非线性、约束、多变量耦合等过程特性和多目标燃烧优化要求,提出一种无终端约束字典序经济模型预测控制策略。基于字典序多目标优化思想,将CFBB稳定燃烧工况作为最重要控制目标,将燃烧系统经济性能作为次重要目标,构建分层滚动时域优化控制问题。设计关于稳定燃烧性能指标的终端域条件,建立无显式终端约束的稳定字典序经济模型预测控制策略。这不仅降低了多目标燃烧控制器的在线计算量,同时并行实现CFBB燃烧系统的稳定控制和经济性能优化。最后通过仿真对比验证本文提出方法的有效性。     

分批补料反应过程的非固定终端经济优化控制

针对批次生产周期不确定问题,提出一种非固定终端的经济优化控制方法。首先采用经济模型预测控制方法,用收益最大化的经济型目标函数代替终端约束,并将批次生产周期纳入被优化变量,建立动态经济优化问题,并通过对每个控制变量进行有差异的参数化,将动态优化问题转化为非线性规划（NLP）问题;然后使用内点罚函数法求解含非线性约束的优化问题,得到的最优控制序列和最佳批次生产周期,可将不确定扰动带来的损失降低到最小。其次采用非固定预测时域的滚动时域控制方法,不仅提高多变量系统的协同控制能力,而且根据实时预测终端产品产量不断优化更新关键操纵变量的控制分段函数的分割数及控制序列,从而可灵活优化操纵变量和操作时间的轨迹。最后在苯胺加氢过程上进行了批次优化控制性能测试,测试结果表明,非固定终端的经济优化控制从批次的总生产效益角度来优化每个批次生产的操作条件,实现批次反应过程生产时间与经济效益的最优化管理。     

模式切换类经济预测控制切换时间在线估计

针对一类非线性仿射系统，提出一种在线估计切换时间的经济模型预测控制算法，并将其拓展到长周期控制过程中。有限时间内，将切换时间作为变量实时更新估计，确定最优的切换操作点，以保证每一时刻都可以在控制目标可达的前提下经济性能最优，避免了传统切换经济预测控制策略可能出现的控制目标不可达或经济性能较差的情况。进一步，将该策略作为单周期应用到长周期优化控制过程中，当系统受到扰动时，开始一个新的优化控制周期，实现优化模式与控制模式的灵活切换，同时可以及时应对扰动的出现。该策略保证系统的综合性能最优，仿真结果证明了方法的有效性。     

循环流化床锅炉燃烧过程预测控制与经济性能优化

针对循环流化床锅炉燃烧过程多变量耦合、时滞、非线性等复杂过程特性和经济运行要求,提出了一种结合经济性能优化与多变量控制的双层预测控制策略,可在实现主蒸汽压力、料床温度和烟气含氧量约束控制的基础上,优化燃烧过程的经济性能。工业应用实例表明,该控制策略不仅能有效提高燃烧过程主要工艺参数的平稳性,而且能降低单位蒸汽的燃煤消耗量,具有显著的经济效益。     

基于主元独立性分析与混合核RVM的复杂过程区间预测方法研究及应用

近年来,随着化工过程日趋复杂,对过程监控及关键变量预测提出了更高的要求。传统意义上的点预测已不能满足化工过程上的实际需求,且点预测无法描述过程上的不确定性问题,因此不能很好地把握预测变量的趋势。由此,提出了一种基于主元独立性分析(principal component independent analysis,PCIA)与混合核相关向量机(RVM)的区间预测方法。首先,结合核主元成分分析(KPCA)和独立元分析(ICA)对复杂过程原始变量进行主元成分提取和独立性分析,形成独立主元;其次,将高斯核函数与多项式核函数相结合形成混合核,与RVM结合对得到的独立主元进行回归建模预测,并运用T分布对预测值进行区间估计;然后,构造区间评价综合函数对区间估计结果进行优劣分析,在分析预测区间覆盖率(PICP)及预测区间宽度(NMPIW)的基础上,引入累积偏差(AD)提高区间评判的合理性。最后,将所提方法应用到TE仿真过程进行区间预测分析,仿真结果表明,提出的区间预测方法对实际生产过程具有较高的预测精度和区间估计质量,可以有效地预测关键变量的趋势。     

基于主元独立性分析与混合核RVM的复杂过程区间预测方法研究及应用

近年来,随着化工过程日趋复杂,对过程监控及关键变量预测提出了更高的要求。传统意义上的点预测已不能满足化工过程上的实际需求,且点预测无法描述过程上的不确定性问题,因此不能很好地把握预测变量的趋势。由此,提出了一种基于主元独立性分析（principal component independent analysis,PCIA）与混合核相关向量机（RVM）的区间预测方法。首先,结合核主元成分分析（KPCA）和独立元分析（ICA）对复杂过程原始变量进行主元成分提取和独立性分析,形成独立主元;其次,将高斯核函数与多项式核函数相结合形成混合核,与RVM结合对得到的独立主元进行回归建模预测,并运用T分布对预测值进行区间估计;然后,构造区间评价综合函数对区间估计结果进行优劣分析,在分析预测区间覆盖率（PICP）及预测区间宽度（NMPIW）的基础上,引入累积偏差（AD）提高区间评判的合理性。最后,将所提方法应用到TE仿真过程进行区间预测分析,仿真结果表明,提出的区间预测方法对实际生产过程具有较高的预测精度和区间估计质量,可以有效地预测关键变量的趋势。     

多变量预测控制在空分装置自动变负荷中的应用分析

针对空分装置变负荷过程的控制要求,提出一种实现自动变负荷功能的多变量预测控制策略。该策略以模型预测控制技术为核心解决了工艺参数间的强耦合问题,满足了大范围变负荷所引起的过程非线性控制要求,保证空分装置自动变负荷操作的品质与速度。详述了该策略的技术结构、工艺控制方案以及系统实施,实际运行情况表明了该策略的有效性。     

多变量预测控制在空分装置自动变负荷中的应用

针对空分装置变负荷过程的控制要求,提出一种实现自动变负荷功能的多变量预测控制策略。该策略以模型预测控制技术为核心解决了工艺参数间的强耦合问题,满足了大范围变负荷所引起的过程非线性控制要求,保证空分装置自动变负荷操作的品质与速度。详述了该策略的技术结构、工艺控制方案以及系统实施,实际运行情况表明了该策略的有效性。     

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。     

污水处理过程的多目标多模型预测控制方法研究

针对污水处理过程节能降耗问题以及污水处理过程的高度非线性、强耦合、不确定性等特点.以基于活性污泥2号模型ASM2的A2/O污水处理过程为研究对象,提出了污水处理过程的多目标多模型预测控制方法.该方法首先采用聚类-PLS方法建立污水过程的多模型预测模型,然后构建了包含出水水质区间控制和经济性能指标的多目标优化结构的预测控制策略.仿真结果表明,与设定值预测控制方法相比,多目标优化预测控制策略在保证出水水质的前提下,能有效地节约能耗费用.     

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。     

PTFE间歇聚合反应过程变周期动态经济优化控制

聚四氟乙烯(PTFE)间歇聚合生产模式可满足小批量、多用途以及高质量产品的市场需求。针对PTFE聚合过程存在强非线性和大时滞特性,提出了一种基于自由终端的动态经济优化控制方法。首先,将生产周期作为一个自由度纳入优化变量建立动态经济优化问题,采用改进控制变量参数化方法,控制输入被离散为可变长度的片状序列,便可将动态经济优化问题转换为非线性规划(NLP)问题;然后,采用基于梯度下降的内点罚函数法求解NLP问题,通过变周期预测时域的滚动优化控制方法优化控制输入和终端时间;最后将提出的变周期动态经济优化控制与传统PI控制、非线性模型预测控制进行对比测试分析,仿真结果表明本方法单位经济效益更高,生产周期更短,突显了间歇生产的灵活性。     

PTFE间歇聚合反应过程变周期动态经济优化控制

聚四氟乙烯(PTFE)间歇聚合生产模式可满足小批量、多用途以及高质量产品的市场需求。针对PTFE聚合过程存在强非线性和大时滞特性,提出了一种基于自由终端的动态经济优化控制方法。首先,将生产周期作为一个自由度纳入优化变量建立动态经济优化问题,采用改进控制变量参数化方法,控制输入被离散为可变长度的片状序列,便可将动态经济优化问题转换为非线性规划(NLP)问题;然后,采用基于梯度下降的内点罚函数法求解NLP问题,通过变周期预测时域的滚动优化控制方法优化控制输入和终端时间;最后将提出的变周期动态经济优化控制与传统PI控制、非线性模型预测控制进行对比测试分析,仿真结果表明本方法单位经济效益更高,生产周期更短,突显了间歇生产的灵活性。     

基于深层神经网络的多输出自适应软测量建模

在污水处理运行过程中,多个重要的难测过程变量的存在,不仅妨碍了生产过程的监控,而且阻碍了过程控制策略的调整或优化。即使软测量模型得到合理的构建,在投入运行后仍然遭受性能的退化和同时带来的高昂的维护成本。此外,合适辅助变量的选取直接影响后续建模的效果。因此,文中提出了一种基于深层神经网络的多输出自适应软测量模型,用于污水处理过程中多个目标变量的同步在线预测。其中,深层神经网络基于一种栈式自编码而构建,在极端复杂场景下具有优异的在线预测性能;并在建模中引入时差建模和变量重要性投影(VIP)这两种算法,以应对性能退化问题和实现辅助变量的精选。最后,通过一个实际案例对所提出模型进行验证。结果表明,所提出的软测量模型不仅具有较好的多输出预测性能,且在单目标预测结果上也有不错的表现。     

基于深层神经网络的多输出自适应软测量建模

在污水处理运行过程中,多个重要的难测过程变量的存在,不仅妨碍了生产过程的监控,而且阻碍了过程控制策略的调整或优化。即使软测量模型得到合理的构建,在投入运行后仍然遭受性能的退化和同时带来的高昂的维护成本。此外,合适辅助变量的选取直接影响后续建模的效果。因此,文中提出了一种基于深层神经网络的多输出自适应软测量模型,用于污水处理过程中多个目标变量的同步在线预测。其中,深层神经网络基于一种栈式自编码而构建,在极端复杂场景下具有优异的在线预测性能;并在建模中引入时差建模和变量重要性投影（VIP）这两种算法,以应对性能退化问题和实现辅助变量的精选。最后,通过一个实际案例对所提出模型进行验证。结果表明,所提出的软测量模型不仅具有较好的多输出预测性能,且在单目标预测结果上也有不错的表现。     

多变量预测控制在乙醛精制装置中的应用

提出了一种乙醛精制装置的多变量预测控制策略。该策略应用自主开发的多变量预测控制软件将该装置两个精馏塔统一考虑实施多变量预测控制,减小了成品塔温度的波动,稳定了最终乙醛产品的质量,并使得其运行于最优的稳态工作点上。     

基于人工预测调控策略的复杂化工过程多任务学习方法

当前，PID反馈控制依然是化工生产过程的主要控制策略。然而，由于复杂化工过程通常具有大时滞和非线性等特性，使得PID控制对于一些关键过程参数控制的性能不佳。为此，在实际工程中通常是现场操作人员依据自身经验对其实施人工预测调控。为了能够从历史调控数据中学习人工预测调控策略，提出了一种多任务学习级联网络（LSTM multi-task network cascades,LSTM-MNC）。根据过程变量长短期不同趋势建立预测短期变化和长期趋势的过程预测模型，并学习过程预测模型估计信息与操纵变量序列的因果关系，由被控变量偏差预测支持操纵变量序列生成，实现生产过程的智能化调控。在工业换热器过程仿真平台上进行实验，获得了满意的结果，验证了所提方法的有效性。     

在线自适应波长选择方法及其在汽油调和过程中的应用

近红外光谱分析技术作为一种非侵入性的分析手段在工业上得到了广泛应用。然而,大多数近红外模型的波长选择方法是离线建立的,无法有效跟踪过程特性的变化。提出了一种新的在线自适应波长选择方法——在线自适应区间高斯过程回归波长选择方法（adaptive interval Gaussian process regression, AIGPR）,并用于汽油调和过程中的近红外模型的建立。该方法可以根据待测样本的特性对波长结构进行调整。为了降低在线应用的计算成本,该方法分为离线和在线两个部分,离线部分将光谱分割成若干个波长区间,并在每个波长区间上建立局部模型,为在线应用做准备;在线部分中根据划分规则将采样得到待测样本光谱进行分割并代入相应的局部模型中计算波长区间重要性指标,获得最优波长区间。在汽油辛烷值的光谱数据上证明了该方法的有效性。与重要变量投影法和改进的相关系数法相比,该方法具有更好的性能。     

顺序式模拟移动床分离低聚木糖多目标优化及其变量调控机制

在前期分离实验基础上，采用非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对顺序式模拟移动床(sequential simulated moving bed reactor, SSMB)分离低聚木糖的过程进行了多目标优化，重点研究了SSMB分离过程的最佳操作区间及其变量调控机制，并与传统的模拟移动床进行了对比，在此基础之上提出了一种具有普适性的变量控制策略。以低聚木糖产品收率最大化和水耗最小化为目标，详细分析了SSMB分离过程的最优操作曲线、变量变化趋势、内部浓度曲线和出口处质量流量，提出了一种适用于SSMB的设计优化和变量调控的通用策略，证明了不能用传统的流量比及平衡理论来对SSMB过程进行变量控制，为SSMB在糖类多组分体系、结构复杂的手性药物及生物质体系的应用提供了新思路和新方法。     

基于区间运算的字典序多目标模型预测控制

考虑优化级多目标优化控制问题,提出一种基于区间运算的字典序多目标模型预测控制算法。对约束线性系统,结合字典序列法和滚动优化原理,建立按优先级定义的分层多目标模型预测控制策略。在此基础上,引入区间运算法则,在线求解预测控制量。通过一双容水箱单输入双输出液位控制,仿真验证了该方法的有效性。