大规模简约空间SQP算法及其在过程系统优化中的应用

当前,以严格机理开放式方程建模为基础的流程工业优化成为国际主流的发展方向,流程工业过程优化正由单元、装置级别的局部优化转向更高级别的全厂、整个生产流程级别的系统优化方向发展,闭环在线优化也从稳态优化向更高级、更复杂的动态优化发展。由于过程系统优化向着大规模、大系统等方向发展,且由于过程对象的高度复杂性、强非线性和不确定性等特点,使得流程工业大规模优化无论在理论研究,还是在实际应用中都面临着巨大的挑战。如何针对流程工业大规模优化命题的结构、稀疏性等特点,开发高效可靠的大规模优化算法与技术,是当前急需解决、极有挑战性的前沿课题。 本文根据流程工业大规模过程系统优化的需求,在对国内外现有研究成果及其技术进行系统总结和把握的基础上,针对过程系统流程的特点,对基于简约空间SOP算法的大规模优化算法进行深入的研究,并将改进的优化算法用于大规模乙烯生产过程中精馏塔的操作优化。在此基础上,本文也对动态过程系统优化进行了有益的探讨。 本文的主要研究工作包括以下几个方面: 1.分析了企业综合自动化和大规模过程系统优化的背景和推动力,对国内外相关领域的发展脉络进行了系统的总结和阐述,并指出了大规模优化技术在理论和应用方面存在的困难。 2.对简约空间SQP算法原理、计算框架和关键环节进行了详细的分析,在此基础上对算法进行了改进,提出了一种智能的基变换规则,可以减小大型矩阵运算所需的计算量,且基变量的变换在迭代过程中实时更新,增强了算法的稳定性和鲁棒性;提出了一种综合过滤线性搜索方法,结合了传统线性搜索方法和过滤搜索方法的优点,提高了算法的求解效率,减少了算法的迭代次数。在此基础上,开发了大规模非线性优化软件包UniOptima,建立了非线性优化标准算例库。 3.针对过程系统中自由度相对较大的优化命题,对简约空间SQP算法进行了扩展,提出了基于有限存储的RSQP算法。在算法中隐式地表示算法中最大的矩阵—简约空间Hessian阵和二次项矩阵,大大减少存储量的