亓會平
摘 要:新時代下的能源、環境等問題是社會關注的焦點,最優控制技術的利用可以大幅度解決這些問題,這成為了人們追求利用的重要手段。尤其是隨著問題規模和復雜性的增加,傳統優化方法已經無法解決,急需智能算法應用的使用,尤其是智能算法和傳統算法的相互結合,如自適應遺傳算法、單純形模擬退火算法、粒子群算法和遺傳算法的結合,模擬退火算法和遺傳算法結合等和對自身的優化提升在面對實際問題上能夠實現最優化。
關鍵詞:現代過程工業;最優控制;應用;前景
在日常工作生活中經常會遇到最優問題的解決,其中數學知識的運用是最常用的方法。通??刂葡到y中最優問題的解決方法步驟是:對于某個由動態方程所描述的系統,在某些初始和終端狀態條件下,我們可以從系統所允許的某控制系統集合中尋找到一個控制,促使給定的系統性能目標函數達到最優。
一、現代過程工業中的最優控制技術
大數據時代背景下,現代科技對計算要求更高,之前傳統的經典優化方法已經不能適應現實工程優化問題的需求,如用于求解線性規劃問題的單純型法,用于求解非線性規劃的梯度下降法、共扼梯度法,以及用于求解約束優化問題的拉格朗日乘子法等?;诖爽F狀,我們需要找到一種解決現實問題的優化控制方法,這就促使人們開始探索最優控制技術。李國強等研究了自適應動態尋優方法在極值調節控制系統中的應用,發現在實際工業生產中,若采用自適應動態尋優方法,可以不用辨識極值調節控制對象線性部分的參數,甚至能自動適應參數的飄移,因而使控制系統運行的穩定性和連續性得到保證。陳奕梅等在對一類帶有系統擾動且控制項和狀態項里都含有未知參數的非線性系統的反饋穩定問題進行研究時,用擴展系統的非自適應穩定問題代替原系統的自適應穩定問題,并通過擴展系統的魯棒控制李亞普若夫函數,得到能讓原系統自適應穩定的控制律,并且通過逆最優的方法論證了所求控制律為滿足某種性能指標的最優控制。
在現實工業生產中傳統優化方法已經得到了最大化使用,但是面對復雜的新情況與新問題,傳統優化算法無法擺脫自身局限性,尤其在某些復雜過程工業中的最優控制時面臨瓶頸,這就急需用到智能優化算法。智能優化算法因其簡單有效等特點在實際的應用中得到了廣泛的應用,特別是在具有復雜結構的優化工程領域中,其優勢是傳統優化算法難以比擬。這也是大量的學者投入到智能優化算法研究中的原因。從近些年的研究成果中不難看出,智能優化算法的應用涉及到了越來越多的領域范圍。但在對算法應用的研究過程中也發現了智能優化算法在優化原理、優化算法效率上存在理論上的缺陷,這也是其進一步發展的瓶頸問題。
二、最優控制在過程工業中的應用
過程工業是石化、電力、冶金、造紙、醫藥、食品等工業中,它們的產品質量多是用純度以及各種物理、化學性質來展現。我國的過程工業多是高耗能部門,一半以上是能源消耗的過程工業,在國民經濟中地位重要。主要特征有:過程工業作為有非線性、各種約束以及不確定性的非常復雜的大系統,有著各種物理變化、化學變化與能量轉換;過程工業是連續性作業,一旦開工,不可輕易停工,否則會產生巨大的資源浪費,在具體生產過程中的設備、各工段、操作變量之間有著合作順序,任何一個環節變化都可能產生不利后果,因此,應該從整體上控制生產過程,確保各各工段的穩定運行;過程工業需要嚴謹、有序的諸如高溫高壓、易燃易爆等生產環境,這決定了安全是過程工業的首要環境,同時還應該把握實時性以及整體性,對于裝置間的合作程序,應該從整體考慮,確保控制最優化。過程工業的特殊性決定了其控制的難度,但過程工業的最優化控制也可以產生巨大的經濟效益,這也是探索過程工業最優化控制的重要原因之一。
最優化控制的應用研究主要有,楊志龍通過對石油鉆井過程中的鉆井參數間的關系以及鉆井過程中的數據做出了大量研究,獲取了瞬時單位進尺成本模式,然后結合數學尋求到了目標函數最優值的存在,并找到最優控制規律,并對石油鉆進過程做出最優化控制;張進之提出了控制系統最優設計措施,結合對熱連軋過程的分析,找到了此過程分層遞階智能控制中的張力復合最優控制系統、板形板厚協調最優控制與速度設定的溫度控制系統,這三個系統設計方案可以應用到工業生產過程中,以便獲得最優控制,在優化中,通過軋制狀態方程和二次型目標函數計算出板形板厚協調閉環最優控制、穿帶過程輥縫最佳校正、最佳軋輥凸度設定和最佳彎輥力設定等熱連軋過程優化方法;陳振全等通過對鏈條爐燃燒負荷波動大和不穩定情況的研究,提出了基于模糊自尋優控制實現鏈條爐優化燃燒的措施,此方法能夠改變模糊控制器內論域大小,使調風調煤的響應速度獲得提升,以便尋求到最佳風煤比值,進而獲得最優化效率;李界家等結合鋁電解過程特征,建構了神經網絡預測模型,此模型使用了神經網絡模型預測控制方法,融合了神經網絡和模型預測控制算法,達到了鋁電解過程的最優控制;薛安克等結合打漿過程特征,建構了魯棒最優控制方法,通過打漿過程魯棒最優控制的系統設計,促進打漿過程的質量能耗最優化;周強等研究了打漿過程,在打漿階段采取遺傳算法促使打漿過程各參數的最優化處理,并以優化結果作為DCS系統現場級各閉環回路的給定值。利用這種優化控制方法可以大幅度降低打漿能耗,降低了纖維切斷次數,增加了帚化程度,也提高了漿紙的物理性質;孔超等研究了青霉素間歇發酵過程,提出了一些最優化控制策略,此策略是對一系列端點時間不固定最優控制子問題的求解,同時在優化目標函數過程中,也加入了菌體平均生長速率、流加時間間隔等對發酵產量影響元素,并結合遺傳算法尋求到最優化控制方法,獲取最優流加速率和最優流加時間間隔;俞歡軍等通過遺傳算法的加入,探討了化工非線性模型的參數估計問題,在粒子群算法的搜索中逐代優選慣性權值、加速常數等參數,構建出求解此問題復合粒子群優化策略,并在重油熱解模型的參數估計中充分使用,這使得預報相對誤差明顯降低。
結語
過程工業界和控制界長期對過程工業最優化進行關注,本文通過對最優控制的研究現狀、智能優化算法與最優控制在過程工業中的具體應用作出的分析,了解了最優化控制技術的運用策略。我相信,最優控制技術在以后有的巨大的發展空間,能夠對國民經濟產生巨大的經濟效益與社會效益。
參考文獻
[1]孫亮.非線性系統最優控制的改進逐次逼近法研究[D],青島:中國海洋大學,2007
[2]李攀峰,楊晨,譚玲君.基于PDE降階模型的最優控制[J],化工學報.2009(11)
[3]陳奕梅,韓正之.一類非線性不確定系統的最優自適應控制[J],自動化學報.2006(01)