化工过程非稳态开工的缓冲升温修正切换控制

化工过程的开工大多表现为一个升温过程。为满足升温过程的快速性而又不失稳定性的要求,有学者提出将时间最优Bang-Bang控制与其他控制方法结合来控制升温过程,但由于Bang-Bang控制对切换次数和切换点要求严格,致使其在实际应用中不够理想。在Bang-Bang组合控制的基础上引入缓冲升温控制,将整个控制系统分为4部分:全幅升温、全幅降温、缓冲升温、PID控制。将温度变化率作为缓冲升温与PID控制的切换变量,将修正切换控制问题等价为非线性规划问题,优化选取全幅升温、全幅降温、缓冲升温最优切换时间点。实例对比分析表明,该切换开工控制方案不仅避免了因切换次数与切换点选取不当导致的不良问题,且超调小,稳定快。     

基于有偏估计的数据融合提高双传感器测量可靠性

为了提高测量数据可靠性,过程控制领域广泛采用双冗余传感器测量生产状态信息,而目前处理双传感器测量数据常用的方法为线性无偏估计融合理论。通过估计理论得到的测量数据同时涉及方差和偏差两个统计特性。由于无偏测量数据具有无偏性的优良性质,所以测量方差能够全面地描述无偏测量数据的可靠性,然而不能由此认为无偏测量数据一定具有高可靠性。为了进一步提高双传感器测量数据的可靠性,提出有偏估计数据融合方法。首先,证明了有偏测量能够改善单传感器测量数据的可靠性;其次,采用凸组合方法推导了双传感器有偏估计融合表达式;最后,证明了有偏估计融合的均方误差小于任意单传感器的均方误差。仿真分析与实例应用均表明有偏估计数据融合可以有效地提高双传感器测量数据的可靠性。     

乙烯精馏塔异常工况在线侦测与控制

精馏塔是化工过程经常用到的一种分离设备,操作条件不当,易使精馏塔进入异常工况.正常工况时,出料温度随回流量增大而降低,模型增益为负;回流量继续增大,导致板效率下降,出料温度开始上升,模型增益变为正,精馏塔进入异常工况.针对此情况提出一种基于最小二乘法的乙烯精馏塔模型增益在线辨识方法,在线实时辨识出模型增益符号,根据辨识结果,判断乙烯精馏塔是否进入异常工况.建立正常与异常工况的乙烯精馏塔控制系统,根据模型增益辨识结果,由负反馈原理确定正常与异常工况中控制器正反作用,使得回流量和出料温度均控制在正常工况允许范围内,保证乙烯精馏塔在正常工况工作,实现乙烯精馏塔正常与异常工况控制.     

基于KNN和RVM的分类方法——KNN RVM分类器

针对相关向量机(RVM)算法分类精度低、核参数选择困难等问题,文中提出临界滑动阈值的概念并以其为基础将RVM与K近邻(KNN)算法结合构建分类器——KNN-RVM分类器。从理论上提出并证明KNN-RVM分类过程等价于带软间隔约束的支持向量机的分类过程、KNN-RVM分类器等价于每类只选一个代表点的1-NN分类器、KNN-RVM分类效果优于RVM这3个结论。对这3个不同数据集进行实验证明临界滑动阈值的临界性与滑动性及KNN-RVM分类器的准确性、适应性及全局最优性,提高分类精度,减轻算法对核参数的依赖性,进而证明KNN-RVM分类器是一种有效的分类器。     

Bypass Selection for Control of Heat Exchanger Network

Considering the flexibility and controllability of heat exchanger networks (HENs), bypasses are widely used for effective control of process stream target temperatures. However, the optimal location for the bypass is generally difficult to design with the trade-off between controllability and capital investments. In this paper, based on the steady-state model of heat exchanger networks the optimal bypass location was firstly selected by iteratively calculating the non-square Relative Gain Array (ns-RGA). To simplify the calculation process, rules of bypass selection were also proposed. In order to evaluate this method, then, the structural controllability of heat exchanger networks was analyzed. With both the consideration of the controllability and capital investments, the bypasses locations were finally selected. A case study on the HEN in Crude Distillation Unit was presented in which the ns-RGA and structural controllability were used to select bypasses and also to evaluate the results.     

基于bregman距离和等式约束正则化AdaBoost算法

基于J.Kivinen和M.K.Warmuth提出的一种基于正则化的在线学习模式,提出基于bregman距离和等式约束正则化弱分类器权值更新模式,实现了AdaBoostS,AdaBoostIE,AdaBoostRE,AdaBoostDE和AdaBoostE五种弱分类器权更新算法。在实验部分,利用实际数据对提出的五种算法与Real AdaBoost、Gentle AdaBoost和Modest AdaBoost算法作了比较。     

分布式预测控制全局协调及稳定性分析

实际的化工过程系统维数都较高,对系统进行关联分解并使各子系统进行协调来实现整个大系统全局最优是必要的。对于关联作用存在反馈的化工过程大系统,分散式预测控制算法和基于串联过程推导的邻域优化分布式预测控制算法都不适用,因此在这两个算法的基础上推导出约束条件下基于全局协调的分布式预测控制算法。针对分解后得到的子系统,假设子系统间关联信息的传递存在一个采样时间的滞后,建立每个子系统的预测模型时考虑滞后的关联信息;建立子系统的目标函数时,综合考虑所有关联子系统的输入和输出对本子系统的关联作用;每个子系统滚动优化并行求解各自的最优控制作用。然后,在一定条件下分析了基于全局协调的分布式预测控制算法与集中预测控制算法的一致性,并说明了闭环系统的全局稳定性。最后,通过对Shell公司重油分馏塔和TE过程两个例子进行仿真并与其他算法进行比较,验证了本文提出算法的可行性和有效性。     

化工过程软测量建模方法研究进展

软测量仪表是解决化工过程中质量变量难以实时测量的重要手段。软测量仪表的核心问题是软测量建模。阐述了软测量建模与辨识和非线性建模的关系:质量变量和易测变量的动态关系存在于增量之间,辨识模型依赖于增量数据,软测量建模则是依赖于实测变量数据来获取这个动态关系;非线性建模建立了变量间的静态关系,忽略了对象动态特性,而软测量建模要兼顾对动态特性的表征。随着人们对过程特性的认识加深,软测量建模方法不断发展,经历了从机理建模到数据驱动建模,从线性建模到非线性建模,从静态建模到动态建模的过程。详细讨论了软测量建模的发展过程,众多建模方法的优缺点及适用情况和现在建模的热点,最后对软测量建模方法进行了总体展望。     

CO燃烧状况可调的催化裂化装置多稳态分析

考虑到一氧化碳(CO)助燃剂作为调控系统CO燃烧状况的操作手段会影响催化裂化装置的多稳态,在已有的烧焦罐式高效再生催化裂化装置反应-再生系统动态机理模型的基础上,扩展了再生器内CO燃烧的机理模型,并将CO助燃剂的添加量与再生器内CO的燃烧状态进行定量的关联。在对再生器进行热量衡算的基础上,绘制出再生器的放出-移出热量曲线,确定了系统的3个稳态操作点,并根据放热反应器稳态热稳定性斜率条件分析了稳态点的热稳定性。针对炼厂CO助燃剂添加量设计较为保守的问题,分析了减少助燃剂添加量对系统操作的影响,指出CO助燃剂的添加量会影响到系统两个高温稳态点之间的操作空间从而影响到装置控制系统设计的苛刻度。     

结构可观的换热网络温度测点分析及控制系统设计

复杂换热网络中间温度状态变量众多且变量间耦合严重,若不加以控制与观测,往往不利于物流间的热量传递与安全监测。换热网络的温度测点设置是实施控制的基础,为保证全部状态的可观性,凭经验设置的温度测点往往过多,经济性差,也缺乏理论论证与分析。因此从控制理论的角度,基于结构可观性理论分析换热网络的结构特性。分析旁路设置对换热网络结构可观性的影响,权衡可观性与经济性两方面因素,为实现设置最少的温度测点以满足全部状态的可观性要求,提出了换热网络全部状态可观的温度测点优化设计法。然后,基于相对增益分析,将已有旁路与优化得出的温度测点进行配对,构成换热网络的常规控制系统。最后,以某常减压蒸馏装置脱盐前换热网络为例验证了方法的可行性。