非线性高维化工系统的Es在线识别及在线优化

着重研究了以壁冷式固定床反应器为代表的非线性分布参数系统的模型化、控制和在线优化。研究发现，在K-L展开中只取一项就可以很好地重构床层温度分布，并能反映热点移动现象，结合K-L展开和人工神经网络（NN），建立了反应器的KL-NN模型，由于K-L展开和降维作用，NN学习速率大大提高。研究了以二维拟均相模型为基础的状态估计、在线参数估计、模型预测控制和在线优化。提出了控制、优化一体化的优化控制策略，提高了计算速度和控制优化效果。研究了固定床反应器机理模型与经验模型相结合的复合模型，该模型结合了机理模型和NN模型的优点，同时保证了模型的简单性和精确性。提出了以K-L展开为基础、毋需过程模型的混沌控制方法。