2017年 第43卷 第6期
2017, 43(6): 880-892.
doi: 10.16383/j.aas.2017.c170147
摘要:
净化过程是有色金属湿法冶炼的关键工序.它通过置换沉淀的方式去除有色金属矿物浸出液中的杂质金属离子，为后续电解过程提供高纯度的金属电解液，其控制效果直接影响最终金属产品的质量、生产成本以及生产全流程的稳定性.目前，入矿来源混杂、反应机理复杂等因素制约了净化过程的高效和绿色生产.从净化过程工艺与反应机理的特点出发，提炼了净化过程各除杂工段在建模和优化控制中的共性问题，对净化过程建模与优化控制方法的研究现状进行了综述，并以湿法炼锌净化过程为例，较详细地介绍了在沉铁、除铜、除钴工序建模和优化控制方面的最新研究成果.最后结合自动化技术的发展新动向，对湿法冶金净化过程自动化的未来发展趋势进行了展望.
净化过程是有色金属湿法冶炼的关键工序.它通过置换沉淀的方式去除有色金属矿物浸出液中的杂质金属离子，为后续电解过程提供高纯度的金属电解液，其控制效果直接影响最终金属产品的质量、生产成本以及生产全流程的稳定性.目前，入矿来源混杂、反应机理复杂等因素制约了净化过程的高效和绿色生产.从净化过程工艺与反应机理的特点出发，提炼了净化过程各除杂工段在建模和优化控制中的共性问题，对净化过程建模与优化控制方法的研究现状进行了综述，并以湿法炼锌净化过程为例，较详细地介绍了在沉铁、除铜、除钴工序建模和优化控制方面的最新研究成果.最后结合自动化技术的发展新动向，对湿法冶金净化过程自动化的未来发展趋势进行了展望.
2017, 43(6): 893-901.
doi: 10.16383/j.aas.2017.c170129
摘要:
石油和化工行业是国家的基础性产业，目前面临转型升级的重大需求.本文首先回顾了石油和化工行业在生产全流程的信息检测、建模、优化控制，企业经营管理决策以及故障监测和安全环保等几个方面的进展.剖析了当前石油和化工行业存在的主要问题，提出了利用现代信息技术从生产、管理以及营销全流程优化出发，推进实现石化行业智能优化制造的智能化、绿色化、安全化的愿景目标，讨论了石油和化工行业智能优化制造所面临的新挑战.
石油和化工行业是国家的基础性产业，目前面临转型升级的重大需求.本文首先回顾了石油和化工行业在生产全流程的信息检测、建模、优化控制，企业经营管理决策以及故障监测和安全环保等几个方面的进展.剖析了当前石油和化工行业存在的主要问题，提出了利用现代信息技术从生产、管理以及营销全流程优化出发，推进实现石化行业智能优化制造的智能化、绿色化、安全化的愿景目标，讨论了石油和化工行业智能优化制造所面临的新挑战.
2017, 43(6): 902-916.
doi: 10.16383/j.aas.2017.c170157
摘要:
首先回顾了对炼油生产过程安全高效运行和节能增效至关重要的先进控制、软测量、运行优化技术的发展过程和研究应用现状，并从分析炼油生产过程的特点出发，讨论了实施先进控制中存在的问题，并推荐了解决炼油企业先进控制实施应用难题的一条可行有效的新路，最后对炼油生产过程智能制造的研究应用进行了展望.
首先回顾了对炼油生产过程安全高效运行和节能增效至关重要的先进控制、软测量、运行优化技术的发展过程和研究应用现状，并从分析炼油生产过程的特点出发，讨论了实施先进控制中存在的问题，并推荐了解决炼油企业先进控制实施应用难题的一条可行有效的新路，最后对炼油生产过程智能制造的研究应用进行了展望.
2017, 43(6): 917-932.
doi: 10.16383/j.aas.2017.c170086
摘要:
本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型，其研究较为成熟和完善，有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的关键是非线性重复系统的迭代动态线性化.本文简要综述了基于模型的最优迭代学习控制的研究进展，详细回顾了数据驱动的迭代动态线性化方法，包括其详细的推导过程和突出的特点.回顾和讨论了广义的数据驱动最优迭代学习控制方法，包括完整轨迹跟踪的数据驱动最优迭代学习控制方法，提出和讨论了多中间点跟踪的数据驱动最优点到点迭代学习控制方法，和终端输出跟踪的数据驱动最优终端迭代学习控制方法.进一步，迭代学习控制研究中的关键问题，如随机迭代变化初始条件、迭代变化参考轨迹、输入输出约束、高阶学习控制律、计算复杂性等.本文突出强调了基于模型的和数据驱动的最优迭代学习控制方法各自的特点与区别联系，以方便读者理解.最后，本文提出数据驱动的迭代学习控制方法已成为越来越复杂间歇过程控制发展的未来方向，一些开放的具有挑战性的问题还有待于进一步研究.
本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型，其研究较为成熟和完善，有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的关键是非线性重复系统的迭代动态线性化.本文简要综述了基于模型的最优迭代学习控制的研究进展，详细回顾了数据驱动的迭代动态线性化方法，包括其详细的推导过程和突出的特点.回顾和讨论了广义的数据驱动最优迭代学习控制方法，包括完整轨迹跟踪的数据驱动最优迭代学习控制方法，提出和讨论了多中间点跟踪的数据驱动最优点到点迭代学习控制方法，和终端输出跟踪的数据驱动最优终端迭代学习控制方法.进一步，迭代学习控制研究中的关键问题，如随机迭代变化初始条件、迭代变化参考轨迹、输入输出约束、高阶学习控制律、计算复杂性等.本文突出强调了基于模型的和数据驱动的最优迭代学习控制方法各自的特点与区别联系，以方便读者理解.最后，本文提出数据驱动的迭代学习控制方法已成为越来越复杂间歇过程控制发展的未来方向，一些开放的具有挑战性的问题还有待于进一步研究.
2017, 43(6): 933-943.
doi: 10.16383/j.aas.2017.c170131
摘要:
批次过程是一类重要的化工过程.因其本身的灵活性及高效性，被广泛应用于半导体制造、塑料加工、生物制药等领域.针对批次过程控制算法的研究也得到了大批学者的关注.在近三十年中，批次过程控制理论得到了长足的发展.但由于过程本身复杂的动态特性，以及对控制精度要求的提高，现有的理论和方法仍面临着挑战.本文从批次过程的特性出发，分析了算法设计的难点，对几种重要的控制算法进行总结分析，同时讨论了未来可能的发展方向.
批次过程是一类重要的化工过程.因其本身的灵活性及高效性，被广泛应用于半导体制造、塑料加工、生物制药等领域.针对批次过程控制算法的研究也得到了大批学者的关注.在近三十年中，批次过程控制理论得到了长足的发展.但由于过程本身复杂的动态特性，以及对控制精度要求的提高，现有的理论和方法仍面临着挑战.本文从批次过程的特性出发，分析了算法设计的难点，对几种重要的控制算法进行总结分析，同时讨论了未来可能的发展方向.
2017, 43(6): 944-954.
doi: 10.16383/j.aas.2017.c170136
摘要:
生产过程关键指标的预测对于流程工业生产调度，安全生产和节能环保有着重要作用.目前，已有多种基于工业生产数据提出的生产过程指标预测方法，主要涉及特征（变量）选择，预测模型构建及其模型参数优化这三方面.本文分别针对以上三方面论述了基于数据的工业生产过程指标预测国内外研究现状，分析了各种方法的优缺点.最后，指出了流程工业生产过程指标预测方法在工业大数据及知识自动化等方面的未来研究方向和前景.
生产过程关键指标的预测对于流程工业生产调度，安全生产和节能环保有着重要作用.目前，已有多种基于工业生产数据提出的生产过程指标预测方法，主要涉及特征（变量）选择，预测模型构建及其模型参数优化这三方面.本文分别针对以上三方面论述了基于数据的工业生产过程指标预测国内外研究现状，分析了各种方法的优缺点.最后，指出了流程工业生产过程指标预测方法在工业大数据及知识自动化等方面的未来研究方向和前景.
2017, 43(6): 955-968.
doi: 10.16383/j.aas.2017.c170101
摘要:
作为现代工业过程运行的首道保护层，报警系统对保障过程安全、可靠和高效生产起着举足轻重的作用.然而，目前大多数工业报警系统存在着“报警泛滥”这一问题，严重影响了报警系统的应有功能.本文结合工业过程特点和报警管理生命周期，总结了导致“报警泛滥”的主要原因，并依据这些原因，从报警建模与报警根源分析、报警阈值设计、报警优先级划分、报警类型识别与处理、报警系统性能评估等分类综述了报警管理关键技术研究进展、报警管理框架以及工业报警规范、报警管理软件与应用现状.最后，探讨了报警管理领域存在的难题和新挑战.
作为现代工业过程运行的首道保护层，报警系统对保障过程安全、可靠和高效生产起着举足轻重的作用.然而，目前大多数工业报警系统存在着“报警泛滥”这一问题，严重影响了报警系统的应有功能.本文结合工业过程特点和报警管理生命周期，总结了导致“报警泛滥”的主要原因，并依据这些原因，从报警建模与报警根源分析、报警阈值设计、报警优先级划分、报警类型识别与处理、报警系统性能评估等分类综述了报警管理关键技术研究进展、报警管理框架以及工业报警规范、报警管理软件与应用现状.最后，探讨了报警管理领域存在的难题和新挑战.
2017, 43(6): 969-992.
doi: 10.16383/j.aas.2017.c170082
摘要:
近几十年来，不确定系统模型预测控制的理论和应用得到了飞速发展.本文简要地回顾了不确定系统中鲁棒模型预测控制和随机模型预测控制的发展历史，总结了它们的相关应用，并较为细致地分析了线性不确定系统模型预测控制的各种主要算法.通过总结各种算法的通用模型、运作方式、问题规模，以及它们保证递归可行性、稳定性的方法，分析了部分算法可行域间的关系，揭示了各种算法的主要特点、适用场合和未来可发展方向，并通过仿真实例直观地分析了各种算法的性能和可靠性.
近几十年来，不确定系统模型预测控制的理论和应用得到了飞速发展.本文简要地回顾了不确定系统中鲁棒模型预测控制和随机模型预测控制的发展历史，总结了它们的相关应用，并较为细致地分析了线性不确定系统模型预测控制的各种主要算法.通过总结各种算法的通用模型、运作方式、问题规模，以及它们保证递归可行性、稳定性的方法，分析了部分算法可行域间的关系，揭示了各种算法的主要特点、适用场合和未来可发展方向，并通过仿真实例直观地分析了各种算法的性能和可靠性.
2017, 43(6): 993-1006.
doi: 10.16383/j.aas.2017.c170134
摘要:
赤铁矿再磨过程是以矿浆泵频率为输入、以给矿压力为内环输出、以泵池液位为外环输出的强非线性串级工业过程.当赤铁矿粒度分布大范围变化，导致一段磨矿与磁选矿浆流量和再磨排矿流量频繁波动，使泵池液位频繁波动，造成内外环频繁波动.本文将上述动态特性变化用未建模动态来描述，通过设计消除前一时刻未建模动态补偿信号叠加于基于线性模型设计的反馈控制器，采用一步最优前馈控制律和提升技术，提出了泵池液位和给矿压力双速率区间控制算法.给出了所提控制算法的稳定性和收敛性分析，通过半实物仿真实验表明所提出的控制算法可以将处于频繁随机波动的泵池液位和给矿压力变化率控制在目标值范围内.
赤铁矿再磨过程是以矿浆泵频率为输入、以给矿压力为内环输出、以泵池液位为外环输出的强非线性串级工业过程.当赤铁矿粒度分布大范围变化，导致一段磨矿与磁选矿浆流量和再磨排矿流量频繁波动，使泵池液位频繁波动，造成内外环频繁波动.本文将上述动态特性变化用未建模动态来描述，通过设计消除前一时刻未建模动态补偿信号叠加于基于线性模型设计的反馈控制器，采用一步最优前馈控制律和提升技术，提出了泵池液位和给矿压力双速率区间控制算法.给出了所提控制算法的稳定性和收敛性分析，通过半实物仿真实验表明所提出的控制算法可以将处于频繁随机波动的泵池液位和给矿压力变化率控制在目标值范围内.
2017, 43(6): 1007-1016.
doi: 10.16383/j.aas.2017.c170132
摘要:
针对油田油水井采注优化业务中，油水井数据量大、地层结构复杂以及人类经验多的特点，分析了传统推理方法在油田采注实时优化处理过程中的不足，采用事件处理思想，提出了一种基于Bitmap事件编码与匹配机制的推理引擎，有效地实现了对无效事件的过滤并提升了事件与规则的匹配效率.在油田实际数据试验平台上对该方法进行了验证并与RETE算法、LFA（Linear forward-chaining）算法的性能对比，结果验证了本文方法在实时推理能力上的有效性.
针对油田油水井采注优化业务中，油水井数据量大、地层结构复杂以及人类经验多的特点，分析了传统推理方法在油田采注实时优化处理过程中的不足，采用事件处理思想，提出了一种基于Bitmap事件编码与匹配机制的推理引擎，有效地实现了对无效事件的过滤并提升了事件与规则的匹配效率.在油田实际数据试验平台上对该方法进行了验证并与RETE算法、LFA（Linear forward-chaining）算法的性能对比，结果验证了本文方法在实时推理能力上的有效性.
2017, 43(6): 1017-1027.
doi: 10.16383/j.aas.2017.c170112
摘要:
切换非线性系统在不同模式间平稳切换和经济切换是全局优化运行的主要需求.针对不同模式有限时域下控制算法可行域未必存在交集的系统，提出了对应的经济预测控制算法（Economic model predictive control，EMPC）及切换策略.切换发生时，该方法在实时优化层求解和更新可行中间点，并构造基于耗散的局部EMPC辅助性能指标，在考虑中间点稳定性问题上使其尽可能逼近原经济性能.在先进控制层，利用局部EMPC将状态逐次稳定至中间点，同时利用中间点问题得到的最优轨迹保证模式间的经济切换.最后，分析了切换过程的暂态经济性.该方法实际可操作性强，仿真结果说明了方法的有效性.
切换非线性系统在不同模式间平稳切换和经济切换是全局优化运行的主要需求.针对不同模式有限时域下控制算法可行域未必存在交集的系统，提出了对应的经济预测控制算法（Economic model predictive control，EMPC）及切换策略.切换发生时，该方法在实时优化层求解和更新可行中间点，并构造基于耗散的局部EMPC辅助性能指标，在考虑中间点稳定性问题上使其尽可能逼近原经济性能.在先进控制层，利用局部EMPC将状态逐次稳定至中间点，同时利用中间点问题得到的最优轨迹保证模式间的经济切换.最后，分析了切换过程的暂态经济性.该方法实际可操作性强，仿真结果说明了方法的有效性.
2017, 43(6): 1028-1037.
doi: 10.16383/j.aas.2017.c170091
摘要:
针对复杂环境下单传感器多目标跟踪方法效果不佳的问题，基于FISST（Finite set statistics）跟踪理论提出一种多传感器高斯混合PHD（Probability hypothesis density）多目标跟踪方法.首先，分析了FISST下多传感器PHD的形式化滤波器，在此基础上构建一种反馈式多传感器PHD融合跟踪框架；进一步利用高斯混合技术提出多传感器PHD跟踪方法；最后，通过解决多传感器后验PHD粒子匹配与融合问题提出三种算法.仿真实验表明，与常规高斯混合PHD跟踪算法相比，本文所提算法能够有效提高目标跟踪精度和鲁棒性.
针对复杂环境下单传感器多目标跟踪方法效果不佳的问题，基于FISST（Finite set statistics）跟踪理论提出一种多传感器高斯混合PHD（Probability hypothesis density）多目标跟踪方法.首先，分析了FISST下多传感器PHD的形式化滤波器，在此基础上构建一种反馈式多传感器PHD融合跟踪框架；进一步利用高斯混合技术提出多传感器PHD跟踪方法；最后，通过解决多传感器后验PHD粒子匹配与融合问题提出三种算法.仿真实验表明，与常规高斯混合PHD跟踪算法相比，本文所提算法能够有效提高目标跟踪精度和鲁棒性.
2017, 43(6): 1038-1046.
doi: 10.16383/j.aas.2017.c170088
摘要:
针对污水处理过程控制能耗过大和水质超标严重等问题，本文提出一种基于知识的污水生化处理过程智能优化控制方法.该方法通过记忆多目标智能优化算法的动态处理信息，建立环境变量参数与最优解之间的知识模型.优化算法利用知识库中非支配解的引导，结合定向局部区域寻优以及随机全局寻优策略，提高了算法的收敛性，获取了更高质量的解.最后基于国际通用平台BSM1进行实验验证.结果表明，与其他优化算法相比，该方法能够在保证出水水质的前提下产生更少的能量消耗.
针对污水处理过程控制能耗过大和水质超标严重等问题，本文提出一种基于知识的污水生化处理过程智能优化控制方法.该方法通过记忆多目标智能优化算法的动态处理信息，建立环境变量参数与最优解之间的知识模型.优化算法利用知识库中非支配解的引导，结合定向局部区域寻优以及随机全局寻优策略，提高了算法的收敛性，获取了更高质量的解.最后基于国际通用平台BSM1进行实验验证.结果表明，与其他优化算法相比，该方法能够在保证出水水质的前提下产生更少的能量消耗.
2017, 43(6): 1047-1055.
doi: 10.16383/j.aas.2017.c170122
摘要:
湿法冶金过程具有反应机理复杂、工艺流程长、工序众多等特点，由于模型误差等因素，基于模型得到的生产过程最优工作点不是实际生产过程的最优工作点.如何保持湿法冶金生产流程运行在经济效益最优的状态成为生产优化控制的难点.本文提出了一种基于数据的湿法冶金过程操作量优化设定补偿方法.该方法在基于模型得到的最优工作点基础上，采用即时学习（Just-in-time learning，JITL）的思想，在当前工作点附近利用历史数据建立操作量补偿值和经济效益增量的相关模型，优化求解在当前工作点下，使经济效益增量最大化的操作量补偿值，施加到生产流程，并在新工作点进行迭代补偿.将所提出的方法仿真应用于某精炼厂的湿法冶金生产流程，仿真结果验证了所提出方法的有效性.
湿法冶金过程具有反应机理复杂、工艺流程长、工序众多等特点，由于模型误差等因素，基于模型得到的生产过程最优工作点不是实际生产过程的最优工作点.如何保持湿法冶金生产流程运行在经济效益最优的状态成为生产优化控制的难点.本文提出了一种基于数据的湿法冶金过程操作量优化设定补偿方法.该方法在基于模型得到的最优工作点基础上，采用即时学习（Just-in-time learning，JITL）的思想，在当前工作点附近利用历史数据建立操作量补偿值和经济效益增量的相关模型，优化求解在当前工作点下，使经济效益增量最大化的操作量补偿值，施加到生产流程，并在新工作点进行迭代补偿.将所提出的方法仿真应用于某精炼厂的湿法冶金生产流程，仿真结果验证了所提出方法的有效性.
2017, 43(6): 1056-1064.
doi: 10.16383/j.aas.2017.c170079
摘要:
针对加热炉多个支路出口温度的平衡及跟踪控制问题，提出具有分布式特点的支路平衡跟踪控制方案，给出了基于分布式偏差的控制器设计方法.该方法利用相邻支路的温度信息，将各支路与相邻支路的温度偏差作为控制输入，在加热炉所有支路的温度达到一致的同时，也确保其跟踪同一设定值.由于仅利用了相邻支路的温度信息，使得所提分布式偏差控制方案在支路数目较多情形下更显优势.最后仿真实例表明了该分布式控制方案的有效性与可行性.
针对加热炉多个支路出口温度的平衡及跟踪控制问题，提出具有分布式特点的支路平衡跟踪控制方案，给出了基于分布式偏差的控制器设计方法.该方法利用相邻支路的温度信息，将各支路与相邻支路的温度偏差作为控制输入，在加热炉所有支路的温度达到一致的同时，也确保其跟踪同一设定值.由于仅利用了相邻支路的温度信息，使得所提分布式偏差控制方案在支路数目较多情形下更显优势.最后仿真实例表明了该分布式控制方案的有效性与可行性.
2017, 43(6): 1065-1079.
doi: 10.16383/j.aas.2017.c170184
摘要:
钢铁工业发展面临能源的严重制约，能源优化调配是钢铁企业系统节能的关键技术之一.从钢铁制造流程物质流能量流耦合特点出发，首先，探讨了基于能量流网络仿真的钢铁工业多能源介质综合优化调配策略；然后，探讨了能量流网络化建模、生产流程与能源系统结合的能源仿真、多能源介质综合优化调配技术；最后，给出了在钢铁企业示范应用的效果.
钢铁工业发展面临能源的严重制约，能源优化调配是钢铁企业系统节能的关键技术之一.从钢铁制造流程物质流能量流耦合特点出发，首先，探讨了基于能量流网络仿真的钢铁工业多能源介质综合优化调配策略；然后，探讨了能量流网络化建模、生产流程与能源系统结合的能源仿真、多能源介质综合优化调配技术；最后，给出了在钢铁企业示范应用的效果.
2017, 43(6): 1080-1088.
doi: 10.16383/j.aas.2017.c170137
摘要:
化工生产是一类典型的多变量过程对象，该类对象具有时变性、耦合性、时滞性等特点，传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性，本文在假设对象模型未知的前提下，利用阶跃响应数据，研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点，采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中，以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例，验证了算法的有效性.
化工生产是一类典型的多变量过程对象，该类对象具有时变性、耦合性、时滞性等特点，传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性，本文在假设对象模型未知的前提下，利用阶跃响应数据，研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点，采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中，以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例，验证了算法的有效性.
