混合过程是冶金、化工、钢铁等许多复杂流程工业中一道非常重要的工序,其混合操作的合理性不仅直接关系到下一个工序生产的稳定,而且对整个企业资源能源的消耗及最终产品质量产量的提高都有重要影响。复杂混合过程普遍具有生产用料复杂、工艺指标多、强耦合、非线性、在线检测困难和过程机理不明确等复杂特点,特别是多种混合原料质量参数表现出不同程度的随机性,严重影响了传统优化方法的实施效果。本项目结合随机规划、鲁棒优化和预测控制的思想,研究一种基于随机参数概率分布函数的复杂混合过程鲁棒优化方法,给出基于实时趋势预测和随机补偿策略的随机参数动态概率分布统计方法,建立融合质量预测模型和鲁棒评价指标的鲁棒随机优化模型,提出一种基于高效随机仿真技术的两层智能鲁棒优化算法,形成一套能有效克服参数随机性影响的工业过程鲁棒优化理论和方法,研究成果的工业应用可有效提升我国流程工业的生产水平。
英文主题词blending process;uncertainty;time series;stochastic optimization;robust real-time optimization