[发明专利]一种适用于连续生产过程全局运行状况在线评估的方法有效
申请号: | 201910880712.X | 申请日: | 2019-09-18 |
公开(公告)号: | CN110456756B | 公开(公告)日: | 2020-12-08 |
发明(设计)人: | 王雅琳;李灵;袁小锋;孙备;吴东哲;王思哲;阳春华 | 申请(专利权)人: | 中南大学 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 长沙轩荣专利代理有限公司 43235 | 代理人: | 黄艺平 |
地址: | 410000 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于工业过程实时优化控制领域,公开了一种适用于连续生产过程全局运行状况在线评估的方法,将连续生产过程按照从上至下分别为计划调度层、实时优化层和过程控制层的顺序,通过分析过程控制层运行性能对实时优化层运行性能的反馈影响、分析实时优化层运行性能对计划调度层运行性能的反馈影响、区分不同入口工况下的运行状况评价标准,实现了综合三层的跨层协同的运行状况在线评估,综合各层次运行状况之间的信息传递与反馈,能更准确地评估全局运行状况,并进行运行状况“非优”原因追溯。 | ||
搜索关键词: | 一种 适用于 连续生产 过程 全局 运行状况 在线 评估 方法 | ||
【主权项】:
1.一种适用于连续生产过程全局运行状况在线评估的方法,其特征在于,包含如下步骤:/nS1.将连续生产过程由上至下划分为计划调度层、实时优化层和过程控制层,并确定各层的运行指标;过程控制层、实时优化层和计划调度层之间有从下至上的反馈关系;/nS2.基于生产过程工艺分析和机理分析筛选出过程关键参数控制回路,并进行关键参数控制回路性能评估:/nS21.基于生产过程工艺分析和机理分析筛选出过程关键参数控制回路;/nS22.采集关键参数控制回路运行数据,并对所述运行数据进行离群点剔除和小波去噪;/nS23.基于EMD法,获取所述关键参数控制回路运行数据非平稳时序的随机平稳部分,作为平稳时序;/nS24.对所述平稳时序建立时序分析模型,辨识模型参数;/nS25.估计所述关键参数控制回路运行数据的时间延迟;/nS26.基于所述时序分析模型和时间延迟,采用最小方差基准,对关键参数控制回路开展控制系统性能评估;/nS3.分别从基于历史数据的运行状况在线评估和考虑关键参数控制回路性能对实时优化层反馈影响的不确定优化运行状况在线评估两个层面,对实时优化层运行性能进行在线评估:/nS31.采集连续生产过程运行数据,并对所述运行数据进行离群点剔除和小波去噪;/nS32.基于所述连续生产过程原料检测数据,利用K-means聚类方法对生产过程入口工况进行分类;/nS33.基于计划调度要求,对连续生产过程产品产量进行分类;/nS34.基于连续生产过程多产品的生产特点,利用多目标综合评估方法,构建基于多产品的综合产品质量和产量指标体系,并以此作为实时优化层在线评估指标;/nS35.基于所述入口工况分类结果、产品产量分类结果、产品质量化验数据及综合产品质量和产量指标,建立基于历史数据的连续生产过程实时优化层运行状况评价标准,并将实时优化层运行性能划分为“优”、“良”、“中”、“差”、“不合格”5个等级;/nS36.基于所述连续生产过程变量数据,根据过程变量与产品质量和产量的Pearson相关性分析结果及工艺机理分析,选取关键过程变量数据;/nS37.基于所述关键过程变量数据,利用JIT-stacking方法建立综合产品质量和产量指标的预测模型;/nS38.基于所述综合产品质量和产量指标预测结果及连续生产过程实时优化层运行状况评价标准,从基于历史数据运行状况在线评估的层面,对实时优化层运行状况开展在线评估;/nS39.基于所述关键参数控制回路性能评估结果,对实时优化层运行状况进行不确定优化,并将此不确定优化结果确定为连续生产过程实时优化层不确定优化评估基准,其中不确定优化模型具体为:以与计划调度要求的产品质量和产量正向偏差最小为优化目标,以生产过程能量平衡、物料平衡、关键过程变量生产要求为约束;/nS310.综合基于历史数据的连续生产过程实时优化层运行状况评价标准和生产过程实时优化层不确定优化评估基准,确定连续生成过程实时优化层运行状况评估基准,具体为根据不确定优化运行状况评估结果来修订实时优化层运行状况评价标准,并依据修订过的评价标准展开实时优化层运行状况在线评估;/nS4.分析实时优化层运行性能对计划调度层运行性能的反馈影响,对计划调度层最优运行指标进行不确定优化,并依据该指标对计划调度层运行性能进行在线评估:/nS41.收集连续生产过程短期计划调度相关数据,且当有足够的原料储备量时,则可认为连续生产过程短期计划调度与原料的储备量无关;/nS42.基于所述连续生产过程短期计划调度相关数据和所述实时优化层运行性能,对计划调度层运行状况进行不确定优化,并将不确定优化结果确定为连续生产过程计划调度层不确定优化评估基准;/n所述的不确定优化模型具体为:以综合商品产量最大、单位能量因数能耗最小为优化目标,以生产过程能量平衡、物料平衡、原料供应、子流程运行性能为约束;/nS43.基于S31所述连续生产过程运行数据,根据过程变量与综合商品产量和单位能量因数能耗的Pearson相关性分析结果及工艺机理分析,选取关键过程变量数据;/nS44.基于所述关键过程变量数据,利用JIT-stacking方法建立综合商品产量和单位能量因数能耗的预测模型;/nS45.基于所述综合商品产量和单位能量因数能耗预测结果和所述连续生产过程计划调度层不确定优化评估基准,对计划调度层运行性能进行在线评估。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910880712.X/,转载请声明来源钻瓜专利网。