搜索
主要内容1概述2RTO基本要求3RTO的表述及求解4单变量及多变量优化5线性规划6二次规划及非线性规划概述化工经历大发展时期，逐渐从石油化工进入精细化工，同时经济市场化的多变性让化工厂的最优化设计不能仅停留在设计阶段，更需要通过根据市场所需去进行在线调节才能真正做到最优化操作。概述REALTIMEOPTIMIZATIONASATOOLFORINCREASINGPETROLEUMREFINERIESPROFITS概述Definition：实时优化（RTO）即最佳设定值的在线计算，是在满足操作条件下使过程达到利润最大化或成本最小化的一种计算机控制技术，通常为稳态模型。概述过程控制优化的5层结构1，最高层联系企业销售、分配、传输、制造运作周期较长，与较低层活动无耦合关系；2，RTO层根据上层计划协调各过程单元，给出各层设定值又称监督控制；3，多变量约束控制层即模型预测控制，对各实际约束过程给出设定值变化；4，常规测量即一般控制，使流量、压力、温度等关键变量维持在设定值附近5，控制警报、停车，独立运行，传感器有效性检查保证正常功能6，实时测量关键变量并向上级传输。RTO基本要求-目标2.1目标（利润最大化）P——生产利润/时间s——产品r——供料F——产品量/时间V——各个产品价值OC——operatingcosts；RTO基本要求-限制条件模型约束：A操作条件：设备材料、阀门开度、温度等B供料与产品量供料受初始设计流通量大小确定产品量受到销售和库存约束C存储与库存能力D产品杂质RTO基本要求-优化措施A产品限制销售：优化操作条件和产品调度B市场限制销售：提高效率C大产量：大规模生产能通过略微降低单位产品成本而获得大的收益D原材料和能源消耗大：通过最小化燃料消耗、寻找燃料量和蒸气的最佳分配降低成本E产品质量分级F减少有价值废料损失，回收有价值废料组分RTO基本要求-典型流程图RTO基本要求-问题关于RTO稳态启动的一个问题：在计算机控制系统中，为不过分干扰生产，只有在过程接近稳态时方可进行最优调节，但若关键变量不易测量，不可确定当时是否接近稳态？（DRTO）动态实时优化策略下的分层式预测控制及其在化工过程中的应用RTO表述及求解-表述优化问题的表述：1，经济模型：最大利润（最大化的目标函数）最小成本（最小化目标函数）2，运行模型：稳态过程模型过程变量的所有约束RTO表述及求解-求解优化问题的求解步骤（Edgaretal.）步骤一：辨识过程变量：（重要的输入输出变量）步骤二：选择目标函数：（建立每个产品产量和质量与公用工程的消耗和原材料的消耗关系）步骤三：建立过程模型和约束：步骤四：简化模型和函数：（使模型求解快速）步骤五：计算优化问题：步骤六：性能灵敏度分析：RTO表述及求解-例题RTO表述及求解-例题RTO表述及求解-例题以上经过三个步骤就得到了需要求解的最优化问题，由于本题的线性特征，对于这个问题我们将在下面的线性规划问题中继续讨论。单变量优化单变量优化：要求确定最大化（最小化）目标函数的单个变量的值。在这种情况下目标函数f(x)随x变化在整个区间是单峰值的。因此为使用此优化方法，须规定出x变化的上下限，在上下限内通过对x的迭代求解最优化时的x值。同时亦可通过移动不确定区间去搜寻最优解单变量优化-方法第一种方法：Newton法，弦割法；在得到迭代格式后进行直接迭代计算求解近似解；第二种方法：插值法；一般用二次内插二次内插求解式：第三种方法：拟合法在得到插值或拟合多项式后令f(x)微分值为0，求出优化解；单变量优化-例题（二次内插）单变量优化-例题（二次内插）单变量优化-例题（二次内插）多变量优化多变量优化问题：在合适的计算时间内寻找到最优解解决方式：通常分解为一系列单变量搜索求解（?）对于变量较少的此类问题的有效解法即共轭梯度法和伪牛顿法线性规划有约束化问题中包含一个线性目标函数和一个线性约束的问题，通常其解是结构化的，可以通过线性规划迅速求出。通常在过程工业生产中有以下情况符合：1生产约束：XiCi2原材料限制：3安全的制约：温度与压力4产品规范：最终产品物理性质或成分的要求；当其为混合物时，用调和性质表述为：线性规划-例题上述不等式经化简得：线性规划-例题则其所约束区域为：非线性规划非线性规划：目标函数和约束均为非线性时的优化方法。1二次规划2广义降梯度3连续二次规划4连续线性规划非线性规划-二次规划目标函数为二次，约束线性，假设其有n最小化的那个变量，m个约束时其规划的问题可以用数学表达式表述为：其中c：n维1列向量A：m维n列矩阵Q：n维n列矩阵（Hessian矩阵）共轭梯度法：求解线性方程组解的问题;非线性规划-广义降梯度、连续二次规划、连续线性规划广义降梯度（广义简化梯度）：用于线性及非线性约束，利用松弛松弛变量将所有约束转化为等式约束，等式变号后消除了一些变量子集，开发出一种递降基算法，梯度或搜索方向由递降基表达，适用于大规模问题级非线性约束，能很好地解决自由度小的问题（CONOPT）连续二次规划：引用拉格朗日乘子处理约束，利用线性化约束对目标函数进行二次近似原解，搜索程序采用变性牛顿法，是用于求解变量数很大的线性或近似线性约束的问题（MINOS；NPSOL）连续线性规划：用于求解目标函数约束都近似线性的解，且往往对不在约束交叉点上的最优值呈现很差的收敛性。