化工过程与合成第四章化工过程系统的优化解说.ppt

其优化方法按其处理约束条件的方式分为两大类： 可行路径型和不可行路径型。 优化搜索过程在可行域内进行 对决策变量w迭代的每次取值，都必须求解流程方程，尺寸及成本模型方程和等式约束方程。 优化搜索过程仅在最优解处满足约束条件 所有变量w、x及z同时向使目标函数F最优而又满足约束条件的方向移动。 Min F(w,x) 目标函数 f(w,x,z)=0 （流程描述方程） x(w,x,z)=0 （尺寸，成本方程） h(w,x)=0 （等式约束方程） g(w,x)=0 （不等式约束方程） s.t.: OPT1 按稳态流程模拟系统求解 因此，过程大系统优化问题的求解方法，实际是最优化方法与稳态模拟方法的结合。 通常，可以利用稳态模拟方法求解(OPT1) Min F(w,x)中的等式约束方程，利用最优化方法寻求满足约束的目标函数最优解。 系统模拟优化策略 可行路径黑箱搜索法 可行路径联立模块法 不可行路径序贯模块法 二、化工过程大系统优化方法评价标准 A 应用方便； 如尽可能地利用现有的流程模拟系统，把数据和函数引入最优化算法程序，且花费的人工最少 B 计算可靠，初值选择方便，计算过程需要人工干预少，计算 方法的适应性强； C 解效率高 过程系统参数优化算法解效率的衡量指标： I CPU时间； II 流程贯通（Flowsheet Pass）总次数。 III 优化/模拟所需CPU时间比RTos， IV 优化/模拟所需流程贯通次数比RN os 一般而言，系统参数优化的效率主要取决于RTos的数量级。 三、系统模拟优化采用的最优化方法评述 A 直接搜索法 B 罚函数型和拉格朗日型的优化方法 它应用简便，计算比较可靠，但优化方法每迭代一次都要做一次全流程模拟计算，属于可行路径法。 曾被广泛用于处理有约束的非线性问题，但随着问题维数的增多，其数学性质变得复杂，条件变坏，求解困难，而且罚函数的选择和修正带有很大的任意性。用以解决大系统参数优化问题。 C 序列线性逼近法（SLP） D 广义简约梯度法（GRG） 该法适应性强，能处理大规模的优化问题，但收敛速度慢。 序列二次规划法（SQP） 适应性好，收敛速度快，特别是可以直接用于处理大规模优化问题，但在过程优化方面应用的报道不多。 一、可行路径黑箱搜索法 将过程系统视为“黑箱”，在优化计算确定决策变量的搜索过程中，只是根据目标函数确定搜索方向，而不涉及任何有关过程系统结构或过程单元类型的信息。 可行路径法+序贯模块法/面向方程法 这类方法的大多数研究工作都利用流程模拟系统为基础。 对于每组决策变量w，利用流程模拟系统（序贯模块法或面向方程法）作为功能黑箱，产生相应的状态变量值x。 利用非线性规划（NLP）模块产生新的决策变量。 利用模拟方程的解x与决策变量w一起来评价目标函数F和不等式约束条件g。 Min F(w,x) 目标函数 f(w,x,z)=0 （流程描述方程） x(w,x,z)=0 （尺寸，成本方程） h(w,x)=0 （等式约束方程） s.t.: OPT1 S.T. :g(w,x)=0 目标函数 OPT2 min F(w,x) g(w,x)=0 （不等式约束方程） 二、可行路径联立模块法 可行路径法+联立模块法 它与可行路径黑箱搜索法的主要区别在于：产生新的决策变量时，利用了某些过程系统模型的信息。 将描述流程的方程和变量分解为描述每个过程单元的模块子集。 每个单元模块的变量分为输入-输出变量和内部变量。 在一组给定的决策变量下求解各个严格单元模块，产生单元的 简化模型。 Min F(w,x) 目标函数 f(w,x,z)=0 （流程描述方程） x(w,x,z)=0 （尺寸，成本方程） h(w,x)=0 （等式约束方程） s.t.: OPT1 g(w,x)=0 （不等式约束方程） Min F(w,x) 目标函数 f(w,x)=0 （流程描述方程） x(w,x,z)=0 （尺寸，成本方程） h(w,x)=0 （等式约束方程） s.t.: OPT3 g(w,x)=0 （不等式约束方程） 4.6.2 不可行路径优化法 用可行路径优化方法进行过程大系统的参数优化，无论怎样改进（采用不同的过程求解技术，缩小搜索变量空间等），都不能使计算效率进一步提高，其根本原因是抛弃大量超出可靠域的试算点。 Wilson-Han-Powell序列二次规划法 不可行路径联立模块法 本章小结 1、化工系统最优化的分类；优化模型的建立；最优化数学 模型的构造——标准形式的建立。 2、最优化方法：直接法、间接法；可行路径法、不可行