浅谈现代过程工业中的最优控制技术及其应用

亓会平

摘 要：新时代下的能源、环境等问题是社会关注的焦点，最优控制技术的利用可以大幅度解决这些问题，这成为了人们追求利用的重要手段。尤其是随着问题规模和复杂性的增加，传统优化方法已经无法解决，急需智能算法应用的使用，尤其是智能算法和传统算法的相互结合，如自适应遗传算法、单纯形模拟退火算法、粒子群算法和遗传算法的结合，模拟退火算法和遗传算法结合等和对自身的优化提升在面对实际问题上能够实现最优化。

关键词：现代过程工业；最优控制；应用；前景

在日常工作生活中经常会遇到最优问题的解决，其中数学知识的运用是最常用的方法。通常控制系统中最优问题的解决方法步骤是：对于某个由动态方程所描述的系统，在某些初始和终端状态条件下，我们可以从系统所允许的某控制系统集合中寻找到一个控制，促使给定的系统性能目标函数达到最优。

一、现代过程工业中的最优控制技术

大数据时代背景下，现代科技对计算要求更高，之前传统的经典优化方法已经不能适应现实工程优化问题的需求，如用于求解线性规划问题的单纯型法，用于求解非线性规划的梯度下降法、共扼梯度法，以及用于求解约束优化问题的拉格朗日乘子法等。基于此现状，我们需要找到一种解决现实问题的优化控制方法，这就促使人们开始探索最优控制技术。李国强等研究了自适应动态寻优方法在极值调节控制系统中的应用，发现在实际工业生产中，若采用自适应动态寻优方法，可以不用辨识极值调节控制对象线性部分的参数，甚至能自动适应参数的飘移，因而使控制系统运行的稳定性和连续性得到保证。陈奕梅等在对一类带有系统扰动且控制项和状态项里都含有未知参数的非线性系统的反馈稳定问题进行研究时，用扩展系统的非自适应稳定问题代替原系统的自适应稳定问题，并通过扩展系统的鲁棒控制李亚普若夫函数，得到能让原系统自适应稳定的控制律，并且通过逆最优的方法论证了所求控制律为满足某种性能指标的最优控制。

在现实工业生产中传统优化方法已经得到了最大化使用，但是面对复杂的新情况与新问题，传统优化算法无法摆脱自身局限性，尤其在某些复杂过程工业中的最优控制时面临瓶颈，这就急需用到智能优化算法。智能优化算法因其简单有效等特点在实际的应用中得到了广泛的应用，特别是在具有复杂结构的优化工程领域中，其优势是传统优化算法难以比拟。这也是大量的学者投入到智能优化算法研究中的原因。从近些年的研究成果中不难看出，智能优化算法的应用涉及到了越来越多的领域范围。但在对算法应用的研究过程中也发现了智能优化算法在优化原理、优化算法效率上存在理论上的缺陷，这也是其进一步发展的瓶颈问题。

二、最优控制在过程工业中的应用

过程工业是石化、电力、冶金、造纸、医药、食品等工业中，它们的产品质量多是用纯度以及各种物理、化学性质来展现。我国的过程工业多是高耗能部门，一半以上是能源消耗的过程工业，在国民经济中地位重要。主要特征有：过程工业作为有非线性、各种约束以及不确定性的非常复杂的大系统，有着各种物理变化、化学变化与能量转换；过程工业是连续性作业，一旦开工，不可轻易停工，否则会产生巨大的资源浪费，在具体生产过程中的设备、各工段、操作变量之间有着合作顺序，任何一个环节变化都可能产生不利后果，因此，应该从整体上控制生产过程，确保各各工段的稳定运行；过程工业需要严谨、有序的诸如高温高压、易燃易爆等生产环境，这决定了安全是过程工业的首要环境，同时还应该把握实时性以及整体性，对于装置间的合作程序，应该从整体考虑，确保控制最优化。过程工业的特殊性决定了其控制的难度，但过程工业的最优化控制也可以產生巨大的经济效益，这也是探索过程工业最优化控制的重要原因之一。

最优化控制的应用研究主要有，杨志龙通过对石油钻井过程中的钻井参数间的关系以及钻井过程中的数据做出了大量研究，获取了瞬时单位进尺成本模式，然后结合数学寻求到了目标函数最优值的存在，并找到最优控制规律，并对石油钻进过程做出最优化控制；张进之提出了控制系统最优设计措施，结合对热连轧过程的分析，找到了此过程分层递阶智能控制中的张力复合最优控制系统、板形板厚协调最优控制与速度设定的温度控制系统，这三个系统设计方案可以应用到工业生产过程中，以便获得最优控制，在优化中，通过轧制状态方程和二次型目标函数计算出板形板厚协调闭环最优控制、穿带过程辊缝最佳校正、最佳轧辊凸度设定和最佳弯辊力设定等热连轧过程优化方法；陈振全等通过对链条炉燃烧负荷波动大和不稳定情况的研究，提出了基于模糊自寻优控制实现链条炉优化燃烧的措施，此方法能够改变模糊控制器内论域大小，使调风调煤的响应速度获得提升，以便寻求到最佳风煤比值，进而获得最优化效率；李界家等结合铝电解过程特征，建构了神经网络预测模型，此模型使用了神经网络模型预测控制方法，融合了神经网络和模型预测控制算法，达到了铝电解过程的最优控制；薛安克等结合打浆过程特征，建构了鲁棒最优控制方法，通过打浆过程鲁棒最优控制的系统设计，促进打浆过程的质量能耗最优化；周强等研究了打浆过程，在打浆阶段采取遗传算法促使打浆过程各参数的最优化处理，并以优化结果作为DCS系统现场级各闭环回路的给定值。利用这种优化控制方法可以大幅度降低打浆能耗，降低了纤维切断次数，增加了帚化程度，也提高了浆纸的物理性质；孔超等研究了青霉素间歇发酵过程，提出了一些最优化控制策略，此策略是对一系列端点时间不固定最优控制子问题的求解，同时在优化目标函数过程中，也加入了菌体平均生长速率、流加时间间隔等对发酵产量影响元素，并结合遗传算法寻求到最优化控制方法，获取最优流加速率和最优流加时间间隔；俞欢军等通过遗传算法的加入，探讨了化工非线性模型的参数估计问题，在粒子群算法的搜索中逐代优选惯性权值、加速常数等参数，构建出求解此问题复合粒子群优化策略，并在重油热解模型的参数估计中充分使用，这使得预报相对误差明显降低。

结语

过程工业界和控制界长期对过程工业最优化进行关注，本文通过对最优控制的研究现状、智能优化算法与最优控制在过程工业中的具体应用作出的分析，了解了最优化控制技术的运用策略。我相信，最优控制技术在以后有的巨大的发展空间，能够对国民经济产生巨大的经济效益与社会效益。

参考文献

[1]孙亮.非线性系统最优控制的改进逐次逼近法研究[D]，青岛：中国海洋大学，2007

[2]李攀峰，杨晨，谭玲君.基于PDE降阶模型的最优控制[J]，化工学报.2009（11）

[3]陈奕梅，韩正之.一类非线性不确定系统的最优自适应控制[J]，自动化学报.2006（01）