基于先验知识的化工过程全流程优化策略研究.pdfVIP

第20卷第6期 聚 酯 工 业 V0I．20No．6 2007一ll PolyesterIndustry Nov．2007 基于先验知识的化工过程全流程优化策略研究 陈 晓 ，罗 娜 (1．中国石化上海石油化工股份有限公司，上海 20o54JD，2．华东理工大学 自动化所，上海 200237) 摘要：结合过程的先验知识来决定决策变量的动力学方程，同时融合智能优化算法的某些特性，提出了基于先验知识的全流 程优化策略。该方法在聚酯生产过程的实际应用表明，计算时间大大缩短，结果满足生产实际，便于调整操作条件，达到了 节能降耗的效果。 关键词：PET；优化算法；先验知识 中图分类号：TQ323．41 文献标识码：A 文章编号：1008-8261(2007)0643012-03 化工过程的优化方法是用多次完整的系统稳态模 略。它们分别是：不可行序贯法、黑箱法、不可行双层 拟来估算 目标函数和约束条件，再通过迭代计算来收 法、单元模块逼近法、不可行联立方程法和可行联立 敛。对于一个中型的流程来说，最优化问题的变量总 方程法。由于化工过程系统的复杂性及其特有的一 数可达数千维，各种描述方程及等式约束方程也有数 些性质，对于化工系统的优化问题在 2个方向上发 千个之多。虽然从原则上来讲，最优化方法本身并不 展。一个方向是通过对已有的模拟方法的改进提高 受维数的限制，但由于流程规模及变量数的增大，最优 原有的优化算法的效率-2J，另一个方向是采用各种智 化问题的规模也相应增大，如无合理有效的策略，就会 能优化算法进行化工过程的优化。 引起 “维数灾难”而使最优化发生困难 。 2 基于先验知识的全流程优化策略 考虑到 “维数灾难”及化工系统的特点，为了解 决化工系统的优化问题，一般可将系统分为子系统 将原系统分解后的子系统的信息表示为： 优化级和协调级2个等级来进行优化。这种方法将 (l，2，…，n，l，2，…，m)， 原有优化问题进行降维处理，将局部最优化的变量 (YI，)，2，… )。 与整体优化的变量关联，从而得到全局最优。 其中，表示决策变量，表示状态变量，Y表示 目标值。 分级协调优化方法可以从数学的角度上解决优 对于一个特定的化工过程 ，在对模型测试时，一 化问题，但基本的分级协调优化方法并不能快速寻 般要进行各因素的灵敏度分析。用各因素灵敏度分 找到最优解。实际上，人们已经对某一类的化工过 析的结果，可以得出单个因素对指标影响的大小和 程的小试、中试、大规模生产掌握了一定的规律，这 方向。对于总体 目标，各因素的影响一般也会有经 规律如果应用到优化策略中，就能将传统的优化方 验性的粗估的公式。假设决策变量 11,对状态变量 法从单纯的数学方法转化为智能方法，从而加快优 的影响在某个区域可以线性化，缸 =kAu。 化方法的寻优速度，满足生产的要求。 在优化算法中，当满足约束求得 目标值后，决 策变量组成的粒子的飞行方向及速度可通过 目标值 1 化工过程系统的优化策略 和状态变量共同确定。优化算法初期，得到初始的 实际的化工系统最优化问题可归结为： 目标变量和状态变量。在可行的目标点(Y，Y2，… min ()，