间歇过程是现代过程工业的重要分支。以高效低耗、提高经济效益为目标的间歇过程优化是重要的研究课题。目前的间歇过程优化方法都以理想回路控制为前提,不考虑回路控制的动态品质,同时,由于间歇过程固有的动态特性、机理复杂等原因,过程模型误差不可避免,这些往往使过程优化难于实现。本项目针对这一问题,提出利用基于数据的多元统计监测与诊断方法与回路控制模型校正信息相结合获得过程变化信息,再基于一体优化思想利用过程变化信息实现协调回路控制的在线优化方法;提出利用误差分布信息采用鲁棒优化解决模型误差问题的方法;进而提出对间歇过程优化与回路控制进行一体协调优化,以得到在保证过程动态控制品质前提下的最优操作轨迹,并容许模型存在一定误差的间歇过程优化方法,有效提高其可实现性。本项目立足于提高方法的可实现性,将提出切实可行的间歇过程优化理论与方法,为进一步实现容错优化奠定基础,具有重要的理论意义与工程应用价值。
batch process;integration optimization;model error;model monitoring;model assessment
间歇过程是现代过程工业的重要分支。以高效低耗、提高经济效益为目标的间歇过程优化是重要的研究课题。本项目针对上述研究内容,结合多元统计分析、模型性能评价与校正、迭代优化控制等方法,深入研究了间歇过程优化控制的热点与难点问题,系统地提出了考虑模型误差的过程与回路控制协调一体优化控制方法首先,依据间歇过程特性以及不同过程回路控制动态品质对过程优化控制的影响,提出了考虑模型误差的过程与回路控制一体协调优化控制方法的总体框架与思想策略;提出了基于两层建模的过程与回路控制一体协调优化思想;提出了考虑模型误差的基于鲁棒优化、置信区间等思想的间歇过程优化预设定方法;提出了针对实际指标缺失的批次间迭代优化控制方法;提出了基于误差模型梯度的批次间以及批次内优化控制方法;提出了基于监测思想的模型监测、评价与校正方法;提出了基于高斯混合模型的模型评价与校正方法;提出了基于模型移植与案例相结合的模型校正方法;提出了基于模型评价的批次间迭代优化控制方法;并对基于数据的过程优化控制补偿方法以及智能优化算法进行了研究,并提出一系列改进方法,为上述间歇过程优化控制方法提供算法保障。