基于赋时Petri网描述的多产品间歇过程调度研究

生产调度是多产品间歇生产过程中的一类重要问题。赋时Perti网技术是求解此类问题的一种有效方法。本文给出了复杂中间存储策略下间歇化工过程生产调度的描述方法,包括：无限存储策略UIS、有限存储策略FIS、无中间存储策略NIS和混合存储策略MIS。同时给出了调度求解的修正分支定界和赋时Petri网执行（MBBTE）算法,并通过实例说明了算法的有效性。     

化工批处理过程调度

阐述了化工批处理过程调度问题的基本框架，综述了近年来这一领域取得的进展和存在的问题，并讨论今后的发展方向。     

用于间歇化工过程最优设计的遗传算法

间歇化工过程的最优设计问题是一类复杂且难以求解的组合优化问题。通过把这类问题分解为只包含离散变量的主导问题和只含连续变量的子问题,把遗传算法和线性规划法结合起来对其进行求解。并在算法中引入了一类新的算子,显著地提高了收敛概率、算例表明,该方法可以避免直接求解过程的复杂性和困难,并且具有很好的全局收敛性。     

间歇过程生产调度建模的研究

生产调度是为实现某一目的而对共同使用的资源进行时间上的分配.调度中存在大量的模糊因素,将模糊的思想运用到调度领域可以帮助决策者进行有效决策.本文提出一种基于模糊规划的间歇过程生产调度建模方法及其模糊优化的新算法.应用模糊集合论的方法,在已有模糊规划模型的基础上,针对间歇生产过程,分析调度中存在的模糊信息以及出现的形式和方式,将确定型生产调度模型的约束条件和目标方程中的参数模糊化,采用非精确的量化形式,以隶属函数来表示,建立基于模糊参数的生产调度模糊线性规划模型MIFCLP.通过对一个调度问题实例进行了仿真,仿真结果证明,采用模糊模型更容易得到可行解,采用模糊线性规划解决间歇生产调度问题是一种有效方法.     

间歇生产过程优化调度的新方法

本文提出了间歇生产过程在线生产调度算法的评价指标，该指标较好地综合了间歇过程等待时间和操作单元闲置时间对经济效益的影响；并提出基于预测的短期生产调度在线校正算法ＰＯＭＡ，改进了以往算法的“近视“效应。仿真结果表明，ＰＯＭＡ算法具有很好的效果和很强的鲁棒性。该算法原理简单，对间歇工业生产过程优化调度具有较大的实用价值。     

基于S-RNPAE算法的间歇过程早期故障监测

针对具有多变量、非线性和高维度特点的间歇过程数据使得早期故障信号易被噪声干扰且故障幅值低导致故障监测效果不佳的问题,提出一种基于堆叠鲁棒邻域保持自编码(stack-robust neighborhood preserving autoencoder,S-RNPAE)的间歇过程早期故障监测方法.首先,通过$L_{2,1     

化工间歇过程的时间Petri网模型和优化控制

针对化工间歇生产过程的特点及优化问题，本文提出用时间Ｐｅｔｒｉ网对过程建模，用动态规化方法对过程实行优化控制，并研究了该优化策略下的算法和控制设计问题。     

一种基于Lagrangian松弛法求解化工批处理过程调度的方法

提出一种快速求取化工批处理过程次优调度的方法，通过约束变换，引入操作批量的函数和松弛物料贮存能力，将调度问题分解为一个两层次的优化问题，用动态规划求解下层问题，用次梯度求解上层对偶问题，然后依据对偶问题的解，以启发方式构作原问题的可行解。数值测试结果了该方法的有效性和实用性。     

基于GMM的间歇过程故障检测

对间歇过程的多操作阶段进行划分时,往往会被离群点和噪声干扰,影响建模的精确性,针对此问题提出一种新的方法:主元分析--多方向高斯混合模型(Principal component analysis-multiple Gaussian mixture model, PCA-MGMM)建模方法.首先用最短长度法对数据进行等长处理,融合不同展开方法相结合的处理方式消除数据预估问题;利用主元分析方法将数据转换到对故障较为敏感的低维子空间中,得到主元的同时消除了离群点和噪声的干扰;通过改进的高斯混合模型(Gaussian mixture model, GMM)算法对各阶段主元进行聚类,减少了运算量的同时自动得到最佳高斯成分和对应的统计分布参数;最后将局部指标融合为全局概率监控指标,实现了连续的在线监控.通过一个实际的半导体制造过程的仿真研究验证了所提方法的有效性.     

化工批处理过程调度综述

综述了化工批处理过程调度问题的特点、 难点及一般框架,总结了近年来该领域取得的进展和存在的问题,并指明了将来的发展方向 ．     

间歇式化工系统的Petri网优化调度与控制方法

为了解决复杂间歇式化工系统的优化调度和控制问题,提出了一种基于Petri网的优化调度与控制方法:首先,根据加工工艺,建立加工过程的赋时Petri网模型;其次,根据间歇式化工生产对象的拓扑结构,在该赋时Petri网模型中引入阀门系统的网结构,从而获得系统的受控Petri网模型;最后,利用可达图来计算加工时间最短的控制策略,借助网结构信息,得到了控制策略的阀门控制矩阵,并用一个示例演示验证了本文方法.     

一种监控与调度集成的滚动式算法

给出一种通过滚动调度将动态调度与监控集成的方法，分析了在实际调度中改变调度策略的必要性和可行性，对滚动调度中的滚动窗口进行了描述。仿真实例表明该算法是有效的。     

基于遗传禁忌算法的多目的间歇过程调度问题求解

由于组合爆炸特性,多目的厂的调度问题很难求解大规模甚至中等规模的问题,本文采用一种新的随机性优化技术一基于禁忌技术的遗传算法点(Tabu-genetic algorithm,TGA)来对该问题进行求解,引入新的选择策略和变异方法．并以零等待的多目的间歇过程调度为实例,计算表明同已有的方法相比,该方法求解效率高、收敛速度快、使用简单方便,可有效的克服计算负荷和求解质量之间的冲突,是一种求解多目的厂间歇过程调度问题的有效算法。     

列队竞争算法求解多产品间歇生产过程排序问题

由于组合爆炸特性,多产品厂的排序问题很难求解大规模甚至中等规模的问题,本文采用一种新的随机型进化搜索算法——列队竞争算法来对该问题进行求解,引入新的选择策略和变异方法。计算表明同已有的方法相比,该方法求解效率高、收敛速度快、使用简单方便,是一种求解多产品间歇过程排序问题的有效算法,为多目的厂间歇过程排序研究提供了新思路。     

化工工业多品种成批轮番生产的集成分批与调度

针对化工工业流程式多品种成批轮番生产集成分批与调度问题,分析多阶段、共享设备、物料输入输出变动转化率、库存限制和品种切换调整时间的工艺特点,建立连续时间表示的混合整数线性规划模型,提出二维粒子群优化算法。设计粒子编码为生产设备的加工状态,通过有效的解码程序将粒子解释为分批和调度。算法采用收缩算子提高局部求精能力,并引入发散算子和速度扰动策略保持种群的多样性。实验结果表明了所提出的算法具有良好的性能。     

多目的批处理过程的短期调度

基于状态任务网络(STN)描述批处理过程,提出了多目的批处理过程的混合整数规划(MILP)调度数学模型.建模采用连续时间描述,并将任务和设备分配集中表达为一类0-1变量.为进一步提高模型的求解效率,根据过程和所建数学模型的特点,提出了一些有效的方法,以减小模型的规模.实际计算表明,该数学模型及减小模型规模的方法是有效的.     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。     

间歇化工过程的能量综合优化策略

综述了三类间歇过程能量综合优化方法,分析了间歇过程的生产和用能特点.从间歇过程能量利用环节和能量回收环节相互制约的关系出发,提出了适用于间歇过程能量综合优化改进的一般方法,为精细化工过程的节能降耗提供理论指导.方法用于指导某聚酯生产过程的能量综合优化,取得了节能10%以上的效果,表明所提出的能量综合优化方法能有效指导间歇过程的全局用能优化改进.     

间歇生产调度优化模型的分周期逼近算法

间歇生产调度过程中存在许多不确定因素,其中最重要的是需求不确定.考虑需求不确定的多周期间歇生产调度优化模型采用离散或连续时间表达方式,将调度时间域分割成大量与调度决策相关的时间段,导致模型中存在大量整数变量,给模型求解造成很大困难.本研究对已有求解方法进行了分析,提出分周期逼近算法.将多周期间歇生产调度决策问题分解为第一周期调度决策问题和其余周期调度决策问题,简化结构,加快求解速度.通过方案树聚集将表达需求不确定信息的方案树转化成若干方案文件,针对每个方案文件应用确定性方法获得调度决策,但只保留第一周期调度决策,可以减小最小利益方案对期望利益的影响,提高第一周期调度决策水平;获得若干第一周期候选调度决策后,以时间收缩三阶段方法确定其余周期较优调度决策,同时应用时间收缩策略和补偿策略,提高其余周期调度决策水平;最后用期望利益评估第一周期候选调度决策并确定全部周期调度决策.实例研究证明了本文提出的算法能够提高间歇生产调度决策水平,同时加快求解速度,能够有效求解多周期间歇生产调度优化模型.     

A novel model-based approach to optimization and control design of batch processes

Traditionally, many industrial batch processes have been operated according to rigid recipies, in spite of the fact that production would yield more profit or a better product if they were efficiently adapted to changes in quality and cost of the used and/or produced products, process and scheduling conditions, and so on. In this paper a approach, called the flexible recipe approach, is given, which transforms the common rather static recipes into recipes that can be easily improved and used for systematic and efficient production adaptation at the start of a batch and during the processing. To be able to use this approach in an industrial environment a practical implementation is made in the software package FRIS. A fermentation process chosen as an example shows the methods and gives an indication of the expected profit.