[发明专利]一种有效的控制变量参数化的工业过程动态优化系统及方法

摘要

一种有效的控制变量参数化的工业过程动态优化系统，包括与工业过程对象连接的现场智能仪表、DCS系统和上位机，上位机主要包括：初始化模块，用于对数据进行初始化处理，对控制向量参数进行初始设置；控制变量参数化模块，用于对动态优化问题的控制变量进行离散化，利用N个独立的控制参数来描述控制变量u(t)；ODE求解模块，用于求解动态优化问题的常微分方程组，得到状态向量的值和相应的目标函数值，并传给NLP模块；NLP求解模块，用于求解控制变量参数化模块得到的非线性规划问题。还提供了一种有效的控制变量参数化的工业过程动态优化方法。本发明能够准确找到大规模非线性动态优化问题的最优解且收敛稳定、快速。

主权项

一种有效的控制变量参数化的工业过程动态优化系统，包括与工业过程对象连接的现场智能仪表、DCS系统和上位机，所述的DCS系统包括数据库和操作站，所述现场智能仪表与DCS系统连接，所述DCS系统与上位机连接，其特征在于：所述的上位机主要包括：初始化模块，用于对数据进行初始化处理，对控制向量参数进行初始设置，具体步骤如下：(2.1)将时域t∈[t0，tf]平均分割成N段：[t0，t1]，[t1，t2]，…，[tN-1，tN]，其中tN＝tf，每个时间段的长度取为tf/N；(2.2)设控制变量u(t)参数化为N维向量u，并设控制参数向量的初始值为u0；(2.3)设动态优化的收敛精度为ζ，当优化目标值迭代误差小于收敛精度时，停止迭代；控制变量参数化模块，用于对动态优化问题的控制变量进行离散化，利用N个独立的控制参数u1，u2，...，uN来描述控制变量u(t)，即：u(t)＝ui，t∈[ti-1，ti](i＝1，2，...，N) (1)其中ui是对应第i个时间分段的控制参数，且ui须满足控制变量的边界约束式(2)，下标min、max分别表示最小值和最大值，umin、umax分别对应控制变量的下界和上界：umin≤ui≤umax(i＝1，2，...，N)(2)设控制参数向量u＝[u1，u2，...，uN]，则由式(1)使求解控制变量u(t)的动态优化问题转化为求解控制参数向量u的非线性规划问题；ODE求解模块，用于求解动态优化问题的常微分方程组，得到状态向量的值和相应的目标函数值，并传给NLP求解模块，采取以下步骤来完成：(4.1)判断参数i的值，若i＝0，则令x0＝x(t0) (3)若i＝N+1，则转步骤(4.4)，否则，令：x0＝xfi-1(i＝1，2，...，N) (4)式(3)(4)中x0表示状态向量初始值，x(t0)是给定的状态向量x(t)在起始时刻t0的值，xft-1表示时间分段t∈[ti-1，ti]终端时刻的状态向量值，下标i-1表示第i-1个时间分段；(4.2)以x0为初始点，采用四阶Runge-Kutta法求解状态方程式(5)，计算得出状态向量x(t)在时间分段t∈[ti-1，ti]上的值； dx ( t ) dt = f [ x ( t ) , u i , t ] , t ∈ [ t i - 1 , t i ] ( i = 1,2 , . . . , N ) - - - ( 2 ) 其中f表示函数向量，x(t)表示n维状态向量，n为给定正数；(4.3)保存状态向量x(t)(t∈[ti-1，ti])的值，并将终端时刻ti对应的状态向量值赋给xfi-1，参照式(6)；然后转步骤(4.1)；xfi-1＝x(ti)(i＝1，2，...，N) (6)其中，x(ti)表示ti时刻的状态向量值；(4.4)计算并保存目标函数J的值：J＝ψ[x(tf)](7)其中x(tf)是状态向量在时域t∈[t0，tf]的终端时刻tf(＝tN)的值，ψ为在终点条件下目标函数的组成部分；NLP求解模块，用于求解控制变量参数化模块得到的非线性规划问题：将控制参数向量u的元素u1，u2，...，uN作为优化变量，以u0为初始解，利用简约空间序贯二次规划法进行迭代寻优，迭代过程中通过调用ODE求解模块计算状态向量和目标函数值，最终求解出最优的控制参数向量及相应的最优状态向量，最优的控制参数向量表示为u*，u*＝[u1*，u2*，...，uN*]，上标*表示最优值，最优状态向量表示为x*(t)，并由式(7)计算出最优目标值J*，然后将优化结果传给结果输出模块。