机械制造自动化技术及工程应用讲稿6.pptVIP

机械制造自动化技术及工程应用 第 六 讲 生产过程优化方法研究 生产过程优化方法研究 *引言 *过程优化系统结构、技术及方法 *过程优化的统计建模 *过程优化模型的求解 *基于神经网络的生产目标在线预测模型 1 引言 现代过程工业生产装置日趋大型化、复杂化，要保证生产安全、稳定、长周期、满负荷、高效的生产，必须实现整个装置的最优设计、最优控制和最优管理。由于现场生产装置负荷、原料与设计不符合，设计裕度不合理以及个别设备已更新（如更新了新催化剂）或老化，因而使生产过程操作条件不协调，并非处于最佳操作状态。 1 引言 过程优化是把最优化技术应用于过程控制，寻求一组使目标函数达到最优，同时又满足各项生产规定要求的决策变量。它将优化决策调度信息转化为生产过程信息，以使生产装置按照某种经济指标或质量指标要求在最优生产状况下运行。 2 过程优化的描述及系统结构 在连续生产过程中，过程优化问题可描述为根据生产工艺机理，在一定的质量和设备负荷等约束下，建立优化模型，求解并给出优化工况的关键操作变量的设定值，为操作人员提供指导或进行闭环优化控制。 过程优化的描述 过程优化的一般形式： MAX f(x) S.T.h(x)=0 c（x)=0 g(x)≥0 f是与经济指标相关的目标函数； 等式约束h是表示过程稳态特性的数学模型； 等式约束c和不等式约束g则表示设备负荷、产品质量或安全操作等约束。 过程优化系统结构 目前流程工业的生产过程优化策略是动态自动控制加上稳态模拟优化。 过程优化中的关键问题 *选取关键的决策变量； *确定合理的目标函数； *建立正确的约束条件； *采用适当的优化算法； *将多目标问题转化为单目标问题。 （1）决策变量的选取 决策变量是需要通过优化计算确定的变量。对于一个实际生产装置，决策变量的选取是以过程操作特性及控制系统设计为依据的，主要为关键控制回路的被控变量。 （2）目标函数的确定 目标函数通常是与生产成本、产品质量和市场价格等变量有关的经济指标。在实际生产中，可以根据需要选取不同的目标函数，例如利润函数、“成本最小”或“能耗最低”函数等。 （3）约束条件的建立 　实际过程操作受到许多因素的制约，这些因素构成优化模型的约束条件，按性质可分为以下两类： a: 过程约束方程，是对过程基本规律的描述，它是优化模型中最重要、最复杂的一组约束方程。由于其形式一般为等式，因此又称为等式约束。 b: 生产约束方程，是为使过程在一定范围或条件下正常运行，人为确定施加给过程的限制条件。主要包括产品质量限制和设备负荷限制。 （4）优化算法的选择 　合适的优化算法能得到较快的寻优速度，保证较高的求解精度。对不同的求解问题，选择优化算法的侧重点也不一样。对于经常在过程优化中处理非线性优化的算法，有确定性算法和随机算法，其中随机算法对所求问题的数学依赖性较小，因此日益受到重视。优化算法的选择原则是算法可用、简单，能保证足够的计算精度和计算速度。 （5)多目标优化问题 　在多目标优化的情况下，不可能求出使各个目标函数达到最优的总体最优解，只能根据实际情况，求出满意解。因此，关键在于如何建立辅助模型，将多目标问题转化为单目标问题，同时得到满意解。目前大量应用的多目标优化方法有加权系数法、降维法、顺序单目标法、评价函数法或者交互型法等。 过程优化中的关键问题 在实施过程优化时，必须选取关键的决策变量；确定合理的目标函数；建立正确的约束条件；采用适当的优化算法；将多目标问题转化为单目标问题。 过程建模及模型优化方法 统计方法建模　 机理分析方法建模 统计方法建模 根据大量历史操作数据即生产记录报表，作数学回归分析，得到操作变量之间的统计规律。此类模型形式简单，求解方便。但要建立精度较高的统计模型，首先要有准确的足够的操作数据，或通过专门的实验，取得所需的基础数据，另外还要选择合理的模型结构。这种建模方法的优点是，不必考虑过程机理，只须应用统计回归分析建立系统输入输出关系；缺点是由于不深究过程机理，有时所建立的函数关系不能反映复杂的内在机理。 机理分析方法建模 在对过程的物理、化学机理分析的基础上，根据一些已知的定律定理和原理，列写一系列机理方程，包括量质平衡方程和物理化学方程（如传热方程、传质方程、化学反应动力学方程、热力学方程和流体力学方程）。在上述基本方程的基础上，建