基于多向核熵成分分析的微生物发酵过程多阶段划分及故障监测

针对多向核主元分析法(MKPCA)在监控动态非线性和多模态间歇生产过程故障的不足,提出一种基于物理信息熵的多阶段多向核熵成分分析(multiple sub-stage multi-way kernel entropy component analysis,MSMKECA)的新方法用于故障监控。该方法首先通过核映射将数据从低维空间映射到高维特征空间;其次在高维特征空间依据熵结构信息计算每个时刻数据矩阵的相似度指标进行阶段划分,将间歇过程划分为各稳定阶段和各过渡阶段,并在过渡阶段用时变的协方差代替固定协方差;最后在划分的阶段里分别建立模型进行间歇过程监测解决间歇过程的动态非线性和多阶段特性;将所提出的算法应用于青霉素发酵仿真系统的在线监测,验证了该方法的有效性。     

基于多阶段多向核熵成分分析的间歇过程故障检测方法

针对间歇过程的非线性、多阶段特性,提出一种基于多阶段多向核熵成分分析（multistage-MKECA,MsMKECA）的故障检测方法。针对间歇过程的多阶段特性,建立一种时序核熵主元关联度的矩阵相似性阶段划分方法,实现对间歇生产过程的多阶段划分;针对传统批次展开方式在线监控需要预估批次未来值的缺陷,进一步引入一种批次-变量三维数据展开方式建立每个阶段的MKECA非线性统计模型,实现对间歇过程的分阶段监控。最后对盘尼西林发酵过程开展仿真研究,结果表明所提方法能够比传统MKECA方法更为快速地进行故障检测。     

基于多阶段多向核熵成分分析的间歇过程故障检测方法

针对间歇过程的非线性、多阶段特性,提出一种基于多阶段多向核熵成分分析(multistage-MKECA,Ms MKECA)的故障检测方法。针对间歇过程的多阶段特性,建立一种时序核熵主元关联度的矩阵相似性阶段划分方法,实现对间歇生产过程的多阶段划分;针对传统批次展开方式在线监控需要预估批次未来值的缺陷,进一步引入一种批次-变量三维数据展开方式建立每个阶段的MKECA非线性统计模型,实现对间歇过程的分阶段监控。最后对盘尼西林发酵过程开展仿真研究,结果表明所提方法能够比传统MKECA方法更为快速地进行故障检测。     

基于MKECA的非高斯性和非线性共存的间歇过程监测

多向核独立成分分析（multiway kernel independent component analysis,MKICA）在监测间歇过程非高斯性和非线性方面取得了广泛应用,其仅仅是将线性独立成分分析（independent component analysis,ICA）方法利用核主成分分析（kernel principal component analysis,KPCA）白化扩展到非线性领域,但数据经KPCA白化后只考虑数据信息最大化未考虑数据簇结构信息的不足,为解决此问题,采用核熵成分分析（kernel entropy component analysis,KECA）代替KPCA白化的过程监测方法。该方法首先利用AT展开方法将过程三维数据变为二维数据;其次用KECA进行白化处理的同时解决数据的非线性;然后建立ICA监测模型用于非高斯生产过程监测;最后将该方法应用到青霉素发酵仿真和实际的工业过程并与MKICA方法进行对比,验证该方法的有效性。     

基于KSFDA-SVDD的非线性过程故障检测方法

慢特征分析(SFA)是一种无监督的线性学习算法,没有考虑过程数据的类别信息和非线性特征。针对此问题,提出一种基于核慢特征判别分析(KSFDA)和支持向量数据描述(SVDD)的非线性过程故障检测方法KSFDA-SVDD。该方法首先利用核技巧将数据从原始空间映射到高维空间,然后通过最大化正常工况数据和故障模式数据之间伪时间序列的时间变化同时最小化正常工况数据内部伪时间序列的时间变化计算判别矩阵,最后利用SVDD描述采用判别矩阵降维后的正常工况数据的分布域,构建监控统计量检测过程故障。在连续搅拌反应器(CSTR)过程上的仿真结果表明所提出方法的故障检测性能优于传统的KPCA方法。     

基于MKECA的非高斯性和非线性共存的间歇过程监测

多向核独立成分分析(multiway kernel independent component analysis,MKICA)在监测间歇过程非高斯性和非线性方面取得了广泛应用,其仅仅是将线性独立成分分析(independent component analysis,ICA)方法利用核主成分分析(kernel principal component analysis,KPCA)白化扩展到非线性领域,但数据经KPCA白化后只考虑数据信息最大化未考虑数据簇结构信息的不足,为解决此问题,采用核熵成分分析(kernel entropy component analysis,KECA)代替KPCA白化的过程监测方法。该方法首先利用AT展开方法将过程三维数据变为二维数据;其次用KECA进行白化处理的同时解决数据的非线性;然后建立ICA监测模型用于非高斯生产过程监测;最后将该方法应用到青霉素发酵仿真和实际的工业过程并与MKICA方法进行对比,验证该方法的有效性。     

基于核可预测元分析的非线性故障检测技术

为克服可预测元分析方法在非线性领域的不足,并更好地反映工业监控过程的动态特性,将核可预测元分析方法引入非线性故障检测领域。首先将观测数据映射到高维特征空间,提取可预测元特征;然后基于贝叶斯定理构造统计量,用于监控工业过程进行并检测故障。在TE模型的仿真实验结果表明:基于核可预测元分析的非线性故障检测方法能有效提高系统的故障检测准确率。     

基于核PLS方法的非线性过程在线监控

针对过程监控数据的非线性特点,提出了一种基于核偏最小二乘（KPLS）的监控方法。KPLS方法是将原始输入数据通过核函数映射到高维特征空间,然后在高维特征空间再进行偏最小二乘（PLS）运算。与线性PLS相比,KPLS方法能充分利用样本空间信息,建立起输入输出变量之间的非线性关系。与其他非线性PLS方法不同,KPLS方法只需要进行线性运算,从而避免非线性优化问题。在对过程进行监控时,首先采用KPLS方法建立模型,得到得分向量,然后计算出T²和SPE统计量及其相应的控制限。Tennessee Eastman(TE)模型上的仿真研究结果表明,所提方法比线性PLS相似文献   

基于核T-PLS的化工过程故障检测算法

针对全潜结构投影法（T-PLS）在检测非线性过程故障时误报率和漏报率较高的缺点,提出了基于核函数的全潜结构投影法（KT-PLS）。该算法通过核函数将过程数据从低维输入空间非线性地映射到高维特征空间,实现非线性问题的线性化;然后在质量变量的引导下将特征空间分为与质量直接相关、与质量正交、与质量无关和残差四个子空间;最后分别构建D和Q统计量进行故障检测。将该算法应用到Tennessee Eastman process（TEP）,多种故障模式下的仿真结果表明,KT-PLS比T-PLS更适合监控具有强非线性的生产过程。     

基于核独立元分析的间歇过程在线监控

针对间歇过程独特的数据特点,提出了一种基于核独立元分析(kernelICA)的局部在线建模监控方法。核独立元分析通过规范相关性将比较函数扩展到一个再生的核希尔伯特空间,并用核的方法在此空间对比较函数进行计算和寻优。对含有多种分布的过程源数据,核独立元分析是一种比独立元分析(ICA)更有效的特征提取方法。对于按批次方向展开的间歇过程历史建模数据,在每一个时间间隔点应用核独立元分析算法提取独立元用于建模,并计算I2和SPE统计量及相应的控制限。此方法不需要对未来测量值进行估计,更重要的是解决了核独立元分析不能直接处理间歇过程高维历史建模数据的难题。仿真结果验证了所提出方法的可行性和有效性,并显示出比传统MICA更好的监控效果。     

绿色过程系统工程进展

介绍了由于可持续发展的要求、绿色壁垒的出现及企业形象认证等因素促使绿色过程系统工程作为一门学科分枝应运而生。与传统过程系统工程集中研究人为系统而把环境要求作为约束条件不同,绿色过程系统工程强调过程系统和自然系统之间关系,目的在于把人为系统放回到自然系统中去以形成经济一技术一社会和谐发展的统一体。评述了近20年来在该领域的工作进展。提出了绿色过程系统应成为一门大学教育课程。     

浅谈涂装车间的工艺管理

汽车涂装的质量取决于涂装工艺、涂装材料及涂装工艺管理,涂装工艺管理是一个衡量涂装工业水平最重要的因素,也是影响涂装质量的最重要因素,正所谓三分材料七分管理。以奇瑞涂装车间12线为例介绍日常涂装工艺管理的相关工作。     

合成氨厂净化技术新进展

综述国内开发的聚醇醚（ＮＨＤ）法,改进的热钾碱溶液法,ＭＤＥＡ法等净化技术,以及这些方法在合成氨等工厂的应用情况。     

A tribute to professor Roger Sargent: Intellectual leader of process systems engineering

This article and this issue of the AIChE Journal, is a tribute to Professor Roger Sargent who, as pioneer and intellectual leader of process systems engineering, has had a profound impact on the discipline of chemical engineering. Spanning more than five decades, his work has provided a strong mathematical foundation to process systems engineering through the development of sophisticated mathematical and computational tools for the simulation, design, control, operation and optimization of chemical processes. In this article we first give a brief overview of his career that included several leadership positions and the establishment of the Centre for Process Systems Engineering (CPSE) at Imperial College London. We next review his research contributions in the areas of process modeling, differential algebraic systems, process dynamics and control, nonlinear optimization and optimal control, design under uncertainty, and process scheduling. We highlight the tremendous impact that he has had through his students, students' students, and his entire academic family tree, which at present contains over 2000 names, probably one of the largest among the academic leaders of chemical engineering. Finally, we provide a brief overview of him as a modest and charming individual with a wonderful sense of humor. He is without doubt a true intellectual giant who has helped to expand the scope of chemical engineering by providing a strong systems component to it, and by establishing strong multidisciplinary links with other fields. © 2016 American Institute of Chemical Engineers AIChE J, 62: 2951–2958, 2016     

聚丙烯生产工艺技术进展

聚丙烯作为一种重要的化工产品,已广泛应用于各个领域。综述了国内外聚丙烯生产工艺的技术进展,包括溶液法、淤浆法、本体法及气相法,重点介绍了气相法聚丙烯生产工艺,分析了各种生产工艺的优缺点,指出了今后聚丙烯生产工艺的发展方向。     

浅谈工艺管理

介绍了工艺管理的内容及具体做法,通过加强管理,提高了劳动生产率及产品质量,节能降耗并减少事故。     

Smart manufacturing: Handling preventive actuator maintenance and economics using model predictive control

Integrating components and systems of the manufacturing process is an important area of research to enable the future development and deployment of the Smart Manufacturing paradigm. An economic model predictive control (EMPC) scheme is proposed that effectively integrates scheduled preventive control actuator maintenance, process economics, and process control into a unified methodology. To accomplish this goal, a Lyapunov‐based EMPC (LEMPC) scheme is formulated for handling changing number of online actuators (i.e., changing number of manipulated inputs). Closed‐loop stability under the proposed LEMPC is proven. Subsequently, the LEMPC is applied to a chemical process network used for benzene alkylation to demonstrate that the LEMPC can maintain stability and improve dynamic economic performance of the process network in the presence of changing number of available control actuators resulting from scheduled preventive maintenance tasks. © 2014 American Institute of Chemical Engineers AIChE J, 60: 2179–2196, 2014     

橡胶履带硫化成型工艺及设备研究进展

综述国内外橡胶履带硫化成型工艺及设备的研究进展。介绍二次成型硫化法、一次成型硫化法和成型硫化一体化硫化法等橡胶履带硫化工艺及设备的特点,分析了目前橡胶履带生产过程中存在的问题及未来发展趋势。二次成型硫化法芯金定位不够精确,硫化不均匀,但对设备要求较低,投入少;一次成型硫化法芯金定位准确,硫化均匀,但对设备要求较高,投入大;成型硫化一体化硫化法相对于一次成型硫化法,芯金定位更准确,减少硫化成型步骤,但对硫化成型内模要求更高。未来计算机辅助设计和制造橡胶履带将成为发展方向。     

食品级二氧化碳生产工艺

介绍食品级二氧化碳生产方法、工艺特点、设备选型及工艺路线选取。