论文部分内容阅读
化工过程在线优化就是当化工生产过程在外界条件变化以及各种干扰因素出现的情况下，保证过程系统在不断变化的条件下能够一直运行于最优的操作条件，取得最佳的经济效益而对过程系统实行实时在线优化。 传统在线优化算法在寻优时不考虑全局最优方向的指导作用，没有约束优化搜索区域，这种搜索方法具有一定的盲目性，且搜索时间长，精确性差，而且很难保证最终能够搜索到全局最优点。针对传统优化算法的局限性，本文提出了一种全局优化指导局部优化的两层优化方法--全局校正的可变容差法，以遗传算法作为全局寻优算法，改进的可变容差法作为局部优化算法，全局优化周期长，局部优化周期短。在MATLAB语言平台中实现算法，将新的优化方法分别在数值函数及乙炔加氢反应器中验证，并与传统的优化算法进行比较，分析算法的优化性能。 实验结果表明，全局校正的可变容差法优化时间缩短，在近似全局最优方向的指导下，受初值影响相对较小，不易陷入局部最优解，能够更为准确的搜索到全局最优解。在全局最优解不断变化的情况下，全局校正的可变容差法也能够随着近似全局最优的变化而及时调整搜索区域，保证优化结果在操作变量约束范围内能够一直向近似全局最优解靠近。 全局校正的可变容差法应用到乙炔加氢反应器的稳态在线优化中，其控制平稳，装置能够一直运行于最优操作条件下，优化效果符合要求，经济效益显著。 全局校正的可变容差法为过程工业在线优化算法的研究提供了新的思路，为全局-局部优化的两层优化算法的进一步研究提供了良好的基础。