淺談現(xiàn)代過程工業(yè)中的最優(yōu)控制技術(shù)及其應(yīng)用

亓?xí)?/p>

摘 要：新時(shí)代下的能源、環(huán)境等問題是社會(huì)關(guān)注的焦點(diǎn)，最優(yōu)控制技術(shù)的利用可以大幅度解決這些問題，這成為了人們追求利用的重要手段。尤其是隨著問題規(guī)模和復(fù)雜性的增加，傳統(tǒng)優(yōu)化方法已經(jīng)無法解決，急需智能算法應(yīng)用的使用，尤其是智能算法和傳統(tǒng)算法的相互結(jié)合，如自適應(yīng)遺傳算法、單純形模擬退火算法、粒子群算法和遺傳算法的結(jié)合，模擬退火算法和遺傳算法結(jié)合等和對(duì)自身的優(yōu)化提升在面對(duì)實(shí)際問題上能夠?qū)崿F(xiàn)最優(yōu)化。

關(guān)鍵詞：現(xiàn)代過程工業(yè)；最優(yōu)控制；應(yīng)用；前景

在日常工作生活中經(jīng)常會(huì)遇到最優(yōu)問題的解決，其中數(shù)學(xué)知識(shí)的運(yùn)用是最常用的方法。通常控制系統(tǒng)中最優(yōu)問題的解決方法步驟是：對(duì)于某個(gè)由動(dòng)態(tài)方程所描述的系統(tǒng)，在某些初始和終端狀態(tài)條件下，我們可以從系統(tǒng)所允許的某控制系統(tǒng)集合中尋找到一個(gè)控制，促使給定的系統(tǒng)性能目標(biāo)函數(shù)達(dá)到最優(yōu)。

一、現(xiàn)代過程工業(yè)中的最優(yōu)控制技術(shù)

大數(shù)據(jù)時(shí)代背景下，現(xiàn)代科技對(duì)計(jì)算要求更高，之前傳統(tǒng)的經(jīng)典優(yōu)化方法已經(jīng)不能適應(yīng)現(xiàn)實(shí)工程優(yōu)化問題的需求，如用于求解線性規(guī)劃問題的單純型法，用于求解非線性規(guī)劃的梯度下降法、共扼梯度法，以及用于求解約束優(yōu)化問題的拉格朗日乘子法等?；诖爽F(xiàn)狀，我們需要找到一種解決現(xiàn)實(shí)問題的優(yōu)化控制方法，這就促使人們開始探索最優(yōu)控制技術(shù)。李國(guó)強(qiáng)等研究了自適應(yīng)動(dòng)態(tài)尋優(yōu)方法在極值調(diào)節(jié)控制系統(tǒng)中的應(yīng)用，發(fā)現(xiàn)在實(shí)際工業(yè)生產(chǎn)中，若采用自適應(yīng)動(dòng)態(tài)尋優(yōu)方法，可以不用辨識(shí)極值調(diào)節(jié)控制對(duì)象線性部分的參數(shù)，甚至能自動(dòng)適應(yīng)參數(shù)的飄移，因而使控制系統(tǒng)運(yùn)行的穩(wěn)定性和連續(xù)性得到保證。陳奕梅等在對(duì)一類帶有系統(tǒng)擾動(dòng)且控制項(xiàng)和狀態(tài)項(xiàng)里都含有未知參數(shù)的非線性系統(tǒng)的反饋穩(wěn)定問題進(jìn)行研究時(shí)，用擴(kuò)展系統(tǒng)的非自適應(yīng)穩(wěn)定問題代替原系統(tǒng)的自適應(yīng)穩(wěn)定問題，并通過擴(kuò)展系統(tǒng)的魯棒控制李亞普若夫函數(shù)，得到能讓原系統(tǒng)自適應(yīng)穩(wěn)定的控制律，并且通過逆最優(yōu)的方法論證了所求控制律為滿足某種性能指標(biāo)的最優(yōu)控制。

在現(xiàn)實(shí)工業(yè)生產(chǎn)中傳統(tǒng)優(yōu)化方法已經(jīng)得到了最大化使用，但是面對(duì)復(fù)雜的新情況與新問題，傳統(tǒng)優(yōu)化算法無法擺脫自身局限性，尤其在某些復(fù)雜過程工業(yè)中的最優(yōu)控制時(shí)面臨瓶頸，這就急需用到智能優(yōu)化算法。智能優(yōu)化算法因其簡(jiǎn)單有效等特點(diǎn)在實(shí)際的應(yīng)用中得到了廣泛的應(yīng)用，特別是在具有復(fù)雜結(jié)構(gòu)的優(yōu)化工程領(lǐng)域中，其優(yōu)勢(shì)是傳統(tǒng)優(yōu)化算法難以比擬。這也是大量的學(xué)者投入到智能優(yōu)化算法研究中的原因。從近些年的研究成果中不難看出，智能優(yōu)化算法的應(yīng)用涉及到了越來越多的領(lǐng)域范圍。但在對(duì)算法應(yīng)用的研究過程中也發(fā)現(xiàn)了智能優(yōu)化算法在優(yōu)化原理、優(yōu)化算法效率上存在理論上的缺陷，這也是其進(jìn)一步發(fā)展的瓶頸問題。

二、最優(yōu)控制在過程工業(yè)中的應(yīng)用

過程工業(yè)是石化、電力、冶金、造紙、醫(yī)藥、食品等工業(yè)中，它們的產(chǎn)品質(zhì)量多是用純度以及各種物理、化學(xué)性質(zhì)來展現(xiàn)。我國(guó)的過程工業(yè)多是高耗能部門，一半以上是能源消耗的過程工業(yè)，在國(guó)民經(jīng)濟(jì)中地位重要。主要特征有：過程工業(yè)作為有非線性、各種約束以及不確定性的非常復(fù)雜的大系統(tǒng)，有著各種物理變化、化學(xué)變化與能量轉(zhuǎn)換；過程工業(yè)是連續(xù)性作業(yè)，一旦開工，不可輕易停工，否則會(huì)產(chǎn)生巨大的資源浪費(fèi)，在具體生產(chǎn)過程中的設(shè)備、各工段、操作變量之間有著合作順序，任何一個(gè)環(huán)節(jié)變化都可能產(chǎn)生不利后果，因此，應(yīng)該從整體上控制生產(chǎn)過程，確保各各工段的穩(wěn)定運(yùn)行；過程工業(yè)需要嚴(yán)謹(jǐn)、有序的諸如高溫高壓、易燃易爆等生產(chǎn)環(huán)境，這決定了安全是過程工業(yè)的首要環(huán)境，同時(shí)還應(yīng)該把握實(shí)時(shí)性以及整體性，對(duì)于裝置間的合作程序，應(yīng)該從整體考慮，確?？刂谱顑?yōu)化。過程工業(yè)的特殊性決定了其控制的難度，但過程工業(yè)的最優(yōu)化控制也可以產(chǎn)生巨大的經(jīng)濟(jì)效益，這也是探索過程工業(yè)最優(yōu)化控制的重要原因之一。

最優(yōu)化控制的應(yīng)用研究主要有，楊志龍通過對(duì)石油鉆井過程中的鉆井參數(shù)間的關(guān)系以及鉆井過程中的數(shù)據(jù)做出了大量研究，獲取了瞬時(shí)單位進(jìn)尺成本模式，然后結(jié)合數(shù)學(xué)尋求到了目標(biāo)函數(shù)最優(yōu)值的存在，并找到最優(yōu)控制規(guī)律，并對(duì)石油鉆進(jìn)過程做出最優(yōu)化控制；張進(jìn)之提出了控制系統(tǒng)最優(yōu)設(shè)計(jì)措施，結(jié)合對(duì)熱連軋過程的分析，找到了此過程分層遞階智能控制中的張力復(fù)合最優(yōu)控制系統(tǒng)、板形板厚協(xié)調(diào)最優(yōu)控制與速度設(shè)定的溫度控制系統(tǒng)，這三個(gè)系統(tǒng)設(shè)計(jì)方案可以應(yīng)用到工業(yè)生產(chǎn)過程中，以便獲得最優(yōu)控制，在優(yōu)化中，通過軋制狀態(tài)方程和二次型目標(biāo)函數(shù)計(jì)算出板形板厚協(xié)調(diào)閉環(huán)最優(yōu)控制、穿帶過程輥縫最佳校正、最佳軋輥凸度設(shè)定和最佳彎輥力設(shè)定等熱連軋過程優(yōu)化方法；陳振全等通過對(duì)鏈條爐燃燒負(fù)荷波動(dòng)大和不穩(wěn)定情況的研究，提出了基于模糊自尋優(yōu)控制實(shí)現(xiàn)鏈條爐優(yōu)化燃燒的措施，此方法能夠改變模糊控制器內(nèi)論域大小，使調(diào)風(fēng)調(diào)煤的響應(yīng)速度獲得提升，以便尋求到最佳風(fēng)煤比值，進(jìn)而獲得最優(yōu)化效率；李界家等結(jié)合鋁電解過程特征，建構(gòu)了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，此模型使用了神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制方法，融合了神經(jīng)網(wǎng)絡(luò)和模型預(yù)測(cè)控制算法，達(dá)到了鋁電解過程的最優(yōu)控制；薛安克等結(jié)合打漿過程特征，建構(gòu)了魯棒最優(yōu)控制方法，通過打漿過程魯棒最優(yōu)控制的系統(tǒng)設(shè)計(jì)，促進(jìn)打漿過程的質(zhì)量能耗最優(yōu)化；周強(qiáng)等研究了打漿過程，在打漿階段采取遺傳算法促使打漿過程各參數(shù)的最優(yōu)化處理，并以優(yōu)化結(jié)果作為DCS系統(tǒng)現(xiàn)場(chǎng)級(jí)各閉環(huán)回路的給定值。利用這種優(yōu)化控制方法可以大幅度降低打漿能耗，降低了纖維切斷次數(shù)，增加了帚化程度，也提高了漿紙的物理性質(zhì)；孔超等研究了青霉素間歇發(fā)酵過程，提出了一些最優(yōu)化控制策略，此策略是對(duì)一系列端點(diǎn)時(shí)間不固定最優(yōu)控制子問題的求解，同時(shí)在優(yōu)化目標(biāo)函數(shù)過程中，也加入了菌體平均生長(zhǎng)速率、流加時(shí)間間隔等對(duì)發(fā)酵產(chǎn)量影響元素，并結(jié)合遺傳算法尋求到最優(yōu)化控制方法，獲取最優(yōu)流加速率和最優(yōu)流加時(shí)間間隔；俞歡軍等通過遺傳算法的加入，探討了化工非線性模型的參數(shù)估計(jì)問題，在粒子群算法的搜索中逐代優(yōu)選慣性權(quán)值、加速常數(shù)等參數(shù)，構(gòu)建出求解此問題復(fù)合粒子群優(yōu)化策略，并在重油熱解模型的參數(shù)估計(jì)中充分使用，這使得預(yù)報(bào)相對(duì)誤差明顯降低。

結(jié)語(yǔ)

過程工業(yè)界和控制界長(zhǎng)期對(duì)過程工業(yè)最優(yōu)化進(jìn)行關(guān)注，本文通過對(duì)最優(yōu)控制的研究現(xiàn)狀、智能優(yōu)化算法與最優(yōu)控制在過程工業(yè)中的具體應(yīng)用作出的分析，了解了最優(yōu)化控制技術(shù)的運(yùn)用策略。我相信，最優(yōu)控制技術(shù)在以后有的巨大的發(fā)展空間，能夠?qū)?guó)民經(jīng)濟(jì)產(chǎn)生巨大的經(jīng)濟(jì)效益與社會(huì)效益。

參考文獻(xiàn)

[1]孫亮.非線性系統(tǒng)最優(yōu)控制的改進(jìn)逐次逼近法研究[D]，青島：中國(guó)海洋大學(xué)，2007

[2]李攀峰，楊晨，譚玲君.基于PDE降階模型的最優(yōu)控制[J]，化工學(xué)報(bào).2009（11）

[3]陳奕梅，韓正之.一類非線性不確定系統(tǒng)的最優(yōu)自適應(yīng)控制[J]，自動(dòng)化學(xué)報(bào).2006（01）