基于马氏距离局部离群因子方法的复杂化工过程故障检测

为了满足实际的生产需要,复杂化工过程往往包含多个运行模态。同时过程的复杂性使得同一模态下的数据分布是一种高斯分布和非高斯分布混合存在的不确定情况。数据的多模态分布特性以及同一模态下数据分布的不确定性使得传统多元统计监控(MSPM)方法很难给出令人满意的结果。针对这一问题,本文提出一种新的马氏距离局部离群因子(MDLOF)方法进行故障检测。通过利用马氏距离挖掘变量局部结构中包含的有用信息,并对样本的邻域密度加以考虑,形成对数据分布具有鲁棒性的基于密度的监控指标。最后通过数值仿真例子及Tennessee Eastman过程验证其有效性。     

基于MSP430单片机的超声波物位计研究

利用MSP430系列控制芯片,结合相关硬件和软件的设计,其中包括40kHz超声波驱动频率的调制和放大、回波信号的接收放大和滤波、回波脉冲的精确捕获、4—20mA电流信号的控制输出、Hart数据的通信以及LCD显示等,实现了一款具有高精度和高稳定性的超声波物位计。从实验结果可以看出：设计的仪器具有良好的测试性能,并能为同类产品的设计带来一定的借鉴意义。     

一种基于梯度信息的多目标优化算法

传统的多目标进化算法多是基于Pareto最优概念的类随机搜索算法,求解速度较慢,特别是针对动态多目标优化问题。就此提出了一种新的基于梯度信息的多目标寻优算法（hybrid optimization algorithm based on single and multi-objective gradient information,HSMGOA）,该算法首先利用种群中每个个体对各目标的负梯度方向,以有效保证种群个体能沿单个目标函数值减小的方向加快搜索;同时为避免由于多目标问题之间的冲突性而导致其他目标函数的显著增大,将多个目标的梯度信息方向整合为一个方向进行协同搜索;并且还提出了一种新的选择置点法,以加快算法初始寻优速度并提供优良的初始种群。通过对ZDT系列测试函数的仿真可以看出,HSMGOA在较少的运行次数下,其性能远远优于NSGA2算法。最后将HSMGOA与NSGA2混合以解决补料分批生化反应过程的动态多目标优化问题,并将取得的Pareto最优解集与NSGA2、MOPSO比较可知,该混合算法在解决该化工问题时表现出了更好的性能。     

一种基于聚类方法的多阶段间歇过程监控方法

针对阶段不等长的多阶段间歇过程,提出了一种基于k-均值聚类方法的阶段分段策略,可以将不等长的阶段准确分类。首先,将间歇过程的三维训练数据按变量方向展开成二维矩阵,再通过k-均值聚类的方法按照相关性将数据聚成多类并运用主元分析（PCA）方法分别对每一类建立模型。在线监控时,通过计算样本与模型之间的相似系数以选择最合适的模型进行在线监控。此方法可以将不同批次在同一采样时刻的过程数据按照相关性分到多个阶段,更符合生产过程中常见的过程数据阶段不等长的情况。最后利用青霉素仿真验证了该方法的有效性。     

二甲苯模拟移动床分离过程建模与仿真

模拟移动床（SMB）是混合二甲苯分离的重要技术。模拟移动床区域回流比是决定产品质量的关键参数。在真实移动床（TMB）建模方法基础上,结合实际工况数据,建立了模拟移动床吸附分离过程机理模型,并通过分析区域回流比对产品质量的影响,得到不同产品质量要求以及进料品质的情况下区域回流比的操作区间。仿真结果表明,TMB建模方法能较好地描述模拟移动床实际工况。基于机理模型对操作区间的分析结果可以为模拟移动床分离过程的工艺设计和操作提供指导意见。     

多模态化工过程的全局监控策略

引言基于数据驱动的过程监控方法从20世纪80年代建立以来得到了蓬勃的发展,理论体系逐渐完善,功能模块不断丰富。特别是最近几年,来自人工智能,机器学习及信号处理领域的各种方法的引入为该领域注入了新的活力。目前,多数基于数据     

工业醋酸脱水过程五元体系非均相共沸精馏的流程模拟

针对以醋酸正丙酯为共沸剂的醋酸脱水过程,考虑醋酸溶剂中未反应的前体对二甲苯以及反应的副产物醋酸甲酯的影响及回收利用,分别选用HOC和UNIQUAC模型来修正体系中五元混合物系的汽液非理想性,通过拟合醋酸甲酯-对二甲苯和醋酸正丙酯-对二甲苯两体系的二元汽液平衡实验数据获得了该两组体系UNIQUAC模型的二元交互作用参数,借助模拟软件Aspen Plus,结合软件内置其他二元体系参数,对工业醋酸脱水塔系包括溶剂脱水塔、PX回收塔、共沸剂回收塔在内的三塔体系进行系统的分析模拟,得到了与工艺数据误差小于±6%的能正确描述工业醋酸脱水塔系操作特性的工艺机理稳态模型,为工业醋酸脱水过程工艺的进一步研究提供理论基础和依据。     

水煤浆气化装置操作优化技术及其应用

针对水煤浆气化装置操作优化问题,提出了一种多种群竞争型协同文化差分进化算法(MCCDE),算法中建立了基于差分进化算法的竞争型协同策略及竞争适应度评判方法,并引入了文化算法的部分思想。同时,建立了德士古气化炉操作优化模型,将MCCDE算法用于优化模型的求解。采用某化工厂气化系统实际运行数据进行仿真,经过操作优化计算,能够获得优化的控制参数,并提高气化炉有效气产率。最后,开发了水煤浆气化操作优化系统应用软件,能够实现将建模、控制、优化技术应用于实际生产中,以提高装置的经济效益。     

基于距离空间统计量分析的多模态过程无监督故障检测

工业过程往往运行于多个生产模态,针对多模态过程数据的空间分布特点,提出了一种新的基于样本距离空间统计量分析的故障检测方法(DSSA)。首先用每一个样本与其训练集样本中的邻居之间的k个最近邻距离之差来表示该样本,将样本从原始变量空间映射到对应的距离空间中。然后在距离空间中通过移动窗口的方式计算各阶统计量,最后对由各阶统计量组成的统计量样本进行主元分析(PCA)。将DSSA方法、PCA方法以及另一种基于k近邻规则的多模态故障检测方法(FD-kNN)应用于TE过程中,仿真结果表明DSSA方法对多模态故障检测更为有效。     

湍流状态下化学品扩散溯源中不同目标函数的影响分析

化学气体泄漏会对生命财产安全及环境造成重大破坏,建立有效的监测装置及评估系统能够在发生泄漏事故时为应急救援提供辅助决策,有效降低泄漏带来的潜在风险。通常会通过在风险区域排布的气体浓度传感器检测气体浓度,根据气象条件及气体扩散前向分布模型来进行泄漏估计。由于泄漏场景数据不易获得,因此本文基于fires dynamics simulator(FDS)的大涡模拟方法模拟含湍流下的泄漏扩散场景获取数据,在此基础上研究了目标函数对于建模过程及溯源结果的影响。通过溯源结果发现,以浓度偏差平方和为目标函数的溯源结果从总体效果来看比其他目标函数更优,但其仍不能避免受湍流影响在某些场景的溯源指标远离平均值,而综合考虑不同目标的溯源结果在一定程度上能改善该情况。