摘要：炼油生产调度为混合整数规划问题,随着规模的增大,其求解时间随问题规模呈指数增加,使得大规模长周期炼油生产调度问题难以在合理的时间内求解.针对该问题,本文提出了一种基于生产任务预测与分解策略的炼油生产调度算法,该算法能在短时间内获得大规模调度问题的满意解.所提算法将原问题沿时间轴分解为若干个调度时长相同的单时间段子问题,并设计了基于深度学习的单时间段生产任务(组分油产量)预测模型,用于协调子问题的求解.其中,生产任务预测模型通过易于获得的小规模问题的全局最优调度方案训练得到.最后,通过与商业求解器Cplex以及现有算法的对比,实验结果表明了所提算法的有效性.

摘要：竖炉焙烧是我国赤铁矿选矿工业中常见的工艺环节。其关键工艺指标是磁选管回收率,反映了矿石焙烧的质量。但磁选管回收率无法在线实时测量。在实际生产中,对竖炉焙烧磁选管回收率的控制一般通过运行优化控制实现。而运行优化控制策略的设计需要进行大量工业现场实验,建立磁选管回收率相对于主要控制变量的动态响应关系,这样做的成本高,风险大。为了解决这一问题,基于冶金模拟软件METSIM设计了竖炉焙烧工艺动态模型,并采用与实际一致的过程控制软硬件系统建立了竖炉过程半实物仿真系统。通过仿真实验获得磁选管回收率与燃烧时温度设定值之间的动态关系,并与实际数据进行了比较验证。表明该平台能够作为运行优化控制方法设计的实验和测试工具。

摘要：针对现有催化裂化(FCC)装置操作优化中未根据市场需求考虑多产品收率约束的问题,本文提出了一种求解多产品收率约束催化裂化反再系统操作优化的改进差分进化(iDE)算法.首先针对FCC操作优化中约束多和不同操作变量的可行范围差异大的特点,设计了一种协同交互变异策略产生变异个体,以提高算法的开发和探索能力;其次提出了一种具有修复功能的参数自适应策略来更新变异因子和交叉因子.此外考虑到FCC操作优化具有时效强的特点,提出了对每一代种群中最好个体实施加强搜索的方法,以提高算法的收敛速度.仿真结果表明:在求解多产品收率的FCC反再系统操作优化问题上,该算法具有较强的全局寻优能力、鲁棒性以及较快的收敛速度.

摘要：竖炉焙烧过程的工艺指标难于在线测量且与控制回路输出间的动态特性具有非线性、强耦合、难以用精确模型描述、随生产边界条件变化的综合复杂性.为解决其优化操作运行与控制问题,建立了具有开放性和模块化的焙烧过程优化操作运行与控制半实物仿真实验平台.该平台采用优化运行层和常规控制层两层结构组成的操作运行与控制策略来设计开发.主要由优化运行系统、过程监控系统、PLC控制系统、虚拟执行机构与检测装置和对象模拟计算机系统组成.该平台实现各个系统的无缝集成,其过程信号与工业现场一致,实验结果表明了其有效性.

摘要：针对选矿工业过程流程长、工序多、生产指标多的特点,结合数据可视化及可视分析技术,开发一种选矿生产指标可视化监控组态平台。该平台包括生产工艺可视化组态设计环境、生产指标监控和可视及可视分析3个工具。组态设计环境支持以组态方式绘制工艺流程图,并能通过可视界面自定义生产工序的输入输出指标、触发事件、约束规则、工序状态属性、提示信息等;支持集成专家知识、经验和规则以实现基于知识的生产指标监控;提供算法配置接口,方便集成指标监控算法。其组态出的每一个工序都可以复用和扩展,可以构建选矿行业的基础工序单元组件库,形成选矿行业的知识积累。基于可视的工艺流程,利用指标监控工具为指标配置可视化方案,实现指标可视化监控。可视化方案由可视及可视分析工具提供,包括实时数据、历史数据及其统计特性、多指标综合对比分析、指标关联关系分析、多视图等可视方案。此外,为了提升工序指标监控效率和减轻操作人员监控强度,系统提供因子分析、Pearson相关分析、互信息、信息熵等分析手段,以辅助人们提取出工序关键监控指标,从而实现对监控生产指标的约简。由于该平台以组态方式提供,使其可以快速应用于其他流程行业,实现生产指标可视化监控的组态化。最后,该系统作为选矿生产执行系统的一部分成功应用到某选矿厂生产过程中,取得了良好的应用效果。

摘要：针对大部分电熔镁砂生产企业都是产能有限的小工厂,在销售旺季时会损失超过自身产能的订单;在销售淡季时又容易积压库存的问题,提出了基于需求预测的多目标生产计划优化方法.该方法利用基于季节性自回归求和移动平均(ARIMA)模型向前多步预测市场的需求量,并建立销量与库存累积量的多目标优化模型.设计了关键月度产量计划后推法求解模型得到了决策者满意的优化目标.对预测过程中存在的偏差,利用实时反馈得到的真实销售数据修正预测结果,进而调整优化模型,校正后期产量计划.实际应用效果证明,按所提方法得到的产量计划能够实时地反映市场需求的动态变化,并实现了库存与销量的多目标优化.

摘要：With the increasing complexity of industrial processes, the high-dimensional industrial data exhibit a strong nonlinearity, bringing considerable challenges to the fault diagnosis of industrial processes. To efficiently extract deep meaningful features that are crucial for fault diagnosis, a sparse Gaussian feature extractor(SGFE) is designed to learn a nonlinear mapping that projects the raw data into the feature space with the fault label dimension. The feature space is described by the one-hot encoding of the fault category label as an orthogonal basis. In this way, the deep sparse Gaussian features related to fault categories can be gradually learned from the raw data by SGFE. In the feature space,the sparse Gaussian(SG) loss function is designed to constrain the distribution of features to multiple sparse multivariate Gaussian distributions. The sparse Gaussian features are linearly separable in the feature space, which is conducive to improving the accuracy of the downstream fault classification task. The feasibility and practical utility of the proposed SGFE are verified by the handwritten digits MNIST benchmark and Tennessee-Eastman(TE) benchmark process,respectively.

摘要：为满足智能移动计算和云计算的快速发展和工业过程网络化决策的需求,提出了基于智能移动终端和云计算的选矿生产指标优化决策系统,该系统主要包括工业私有云服务器、智能移动终端、数据采集计算机和过程控制系统等部分,智能移动终端具有前端处理能力,可为决策者提供方便快捷的决策辅助;工业私有云存有生产过程中的所有数据,并具有强大的计算能力以及动态的分配虚拟计算机,可实现网络化优化决策。针对选矿生产优化决策过程进行了分析,介绍了系统架构的设计、功能和控制策略,实现了移动终端决策的软件界面开发。研究结果表明,该系统能够克服地域范围的局限,实现不同地点的实时监测及生产指标的网络化决策。

摘要：本文在分析流程工业的特点、运行现状和国际智能制造发展状况的基础上,提出了我国流程工业智能制造的新模式——智能优化制造。在分析流程企业采用的由企业资源计划、制造执行系统、过程控制系统组成的三层架构和控制与管理信息化系统的发展状况基础上,提出了未来流程企业应采用的智能优化制造的架构和系统愿景功能,分析了实现愿景功能所需要攻克的关键共性技术和对自动化、计算机和通信、数据科学挑战的科学问题,提出了突出流程工业战略地位、实施战略规划与顶层设计等发展流程工业智能优化制造的建议。

摘要：镁砂熔炼过程具有多工况、群炉并行生产、高能耗等特点.在全厂供电容量约束下,为了最大化能源使用效率,需要根据全厂每台炉子的工况变化实时分配电能,实现全厂镁砂单位能耗与平均品位的多目标优化.本文基于最小二乘支持向量机技术建立了镁砂熔炼过程全厂电能分配优化模型.根据不同工况下降低镁炉供电量对镁砂熔炼过程的影响程度,提出了基于工况优先级的电能分配策略.根据主熔工况下镁砂产量与品位指标函数的特性分析,推导出主熔工况下电能分配模型决策变量维数缩减的条件.为了提高多目标优化算法的运行效率,设计了一种快速非支配解集构造方法,用来提高传统多目标粒子群优化算法的寻优效率.基于标准测试问题与现场实际例子对所提出的方法进行了检验.基于现场例子的实验结果证明所提出的方法能够避免工厂出现的用电超容量情况,并且提高了全厂用电效率.