化工生产过程的智能健康诊断与动态优化运行技术

健康诊断和动态优化运行技术是近年来化工生产过程控制与系统工程交叉学科中发展迅速的重要研究领域之一。化工产品一般都有毒、易腐蚀、易燃易爆，生产过程又具有高度的连续性、不确定性、非线性、强耦合等复杂特性。随着生产规模的日益扩大，化工过程对"安稳长变优"的生产要求越来越高。本项目针对化工生产过程特点，综合应用信息融合、人工智能、集群智能进化、过程建模与优化等技术等，突破传统化工生产过程先故障再诊断的处理方法，着重研究化工生产过程基于机理与信息融合的智能健康诊断，以及基于健康状态评价的动态优化技术的研究。主要包括化工生产过程多源信息融合、稳/动态混合智能集成建模、多层次混合知识的运行状态特征提取、模式表达与健康评价以及基于生物行为的集群智能进化算法与动态优化运行关键技术的开发。并将通过粗对苯二甲酸加氢精制生产过程的工业示范应用，构建完整的过程健康诊断与动态优化运行体系，提升现有装置的操作运行品质。

本项目结合粗对苯二甲酸（CTA）加氢精制生产过程，从提高我国化工生产过程高效运行的需求出发，研究化工生产过程的智能建模、诊断、工况判别与运行优化技术。具体如下：.（1）多工况多参量检测数据的智能信息处理与融合。本项目选用了DB(p,D)-离群点检测算法、k-近邻(k-th Nearest Neighbor)离群点挖掘算法、LOF(local outlier factor)算法三种基于最近邻的离群点检测算法来剔除从CTA加氢精制过程采集的训练数据中的离群点。.（2）CTA加氢精制生产过程稳态/动态建模。本项目在CTA浆料溶剂、反应和结晶机理研究的基础上，建立了过程的稳态和动态模型。该研究的创新点在于建立了溶剂、反应与结晶耦合过程的模型，相关研究成果发表在Industrial & Engineering Chemistry Research和Korean Journal of Chemical Engineering等国内外杂志上。.（3）CTA加氢精制生产过程故障识别与运行状态健康评估。本项目研究了高维非高斯过程的监控与故障诊断方法、基于KPCA的CTA加氢精制生产过程故障诊断方法、基于LSSVM的CTA加氢精制生产过程故障识别方法、基于SPC的CTA加氢精制生产过程运行状态监控评估方法。相关研究成果发表在Industrial & Engineering Chemistry Research等国内外杂志上。.（4）基于蝗虫生物行为学的集群智能进化算法。基于蝗虫的生物学行为，提出了由种群密度决定的三种进化策略，即独立移动模式、广义认知进化模式和广义社会进化模式，稳态和动态测试函数仿真结果表明其具有很好的寻优性能。相关研究成果发表在JoumaI of Donghua University等国内外杂志和会议上。.（5）CTA加氢精制生产过程的操作优化与工业应用。基于模型，采用智能优化算法对中石化某PTA装置的CTA加氢精制生产过程进行了操作条件的优化与工业运行监控评估。工业应用效果明显，综合能耗下降约6.1kg标油/t.PTA以上，下降幅度达4%。.本项目取得了一系列研究成果，发表论文30多篇，其中SCI论文16篇，2篇论文获国际会议优秀论文奖；形成国家发明专利5项、软件著作权3项；部分研究成果形成专著的一个章节。