智能工程与过程系统的集成优化

1、智能工程与过程系统的集成优化*钱宇张培荣 王克峰(华南理工人学化学工程研究所，广州，510641)摘 要 系统科学和信息技术的迅速发展为工业过程的计算 机集成系统提供了基础，而以模糊专家系统和神经网络为代表的 人工智能技术为解决过程工程中许多技术难题开辟了道路。本文 着重讨论过程系统集成优化的概念，并重点论述人工神经网络、 模糊专家系统、进化算法等智能辅助的系统优化技术。关键词计算机集成过程系统(cips) 智能辅助过程工程 (iape) 系统优化引 言随着过程工业企业向大型化、集成化和连续化方向发展，人们对生 产过程优质、高产、低消耗、安全和环境等方面提出了更高的要求，待 别是在当前能源和资

2、源紧缺，国际市场竞争激烈的情况下，如何实现 生产过程的最优化，最大限度地提高生产效率，是过程工业而临的 严峻挑战。经典的化学工程学以单元操作和“三传一反"为棊础，着重研究各 个单元过程和设备的特性，积累了丰富的知识和经验。而对由多种单 元过程和装置组成的综合系统，如大型石油化工金业和多品种牌号 的精细化工过程的整体综合特性，则研究较少。二十世纪科学技术 发展的一个重要特征，是各个学科领域的相互渗透和相互支撑。过 程系统工程作为化学工程屮的一个新兴交叉子学科，是在系统工程、 化学工程、过程控制、信息技术、计算机技术等学科发展的基础上萌 生并发展起來的。一方而，它对化工流程中化学反应、分

3、离过程、能 量交换过程等各单元子过程追求集成和优化，寻求最佳的技术经济目 标；另一方面，它采用数学模拟和物理模拟相结合的方法，从信息、"联系人及第一作者：钱宁，男，41岁，教授、博士导师。e-mail: ceyuqian国家自然科学基金资助项目(no. 29576239 ).任务、和方法等多种角度的集成对过程系统进行最优设计，实施最优 操作、最优控制，实现过程系统的综合整体优化。其中，工艺设计少 过程控制已相对较为成熟，而对企业生存和发展至关重要的经营管理 技术和生产运行的全过程全生命周期的集成优化，是目前过程系统工 程 领域的最新研究前沿，有待于深入开拓。1过程系统集成优化八十年代

4、 初期，在计算机、自动化、信息技术迅速发展的推动 下，工业系统工程界提出一种新的组织企业生产的哲理和运行模式一 计算机集成制造系统(computer integrated manufacturing system, cims),利用计 算机进行信息集成，对生产过程的各子系统实施综合集成，以缩短新 产品研制、产品生产和交货周期，提高产品质量，降低成木。国际学术 界和工程界将此视为21世纪占主导地位的新型生产方式。过程工业大多属连续式物料反应和加工过程，与机电行业的工件 型离散生产模式有所不同，其生产的组织和调度也有很大差别。与优 质低耗有关的优化操作问题，以及与安全生产和环境风险控制有关的 过程

5、运行控制问题，是过程系统工程屮两大特点和难点。为此，过程 工业界引入cims概念时提出了一种分级分布式自动化管理和计算机控 制一体化的综合性过程系统，称为计算机集成过程系统(computer integrated process system, cips)。ci ps的目标就是要将从棊础的过程控制和操 作直到公司高层管理决策集成在一起，形成一个管理一控制一体化的 高效能高柔性的智能生产系统 ,这将成为二十一世纪过程系统工 程领域最具活力的研究方向之一。其基木方法是：从生产运营整体出 发，将金业的牛产、营销和管理的各种信息集成起来；将人员、设 备、材料、资金及信息等资源合理组织、有效利用，同时综

6、合分析系 统内部和外界因素的变化，借此不断地调整企业内部的活动以适应这 些变化，使过程系统达到设计、运行和经营管理的最优h标。近二十年来，人们开发了化工过程运行中各种局部功能的计算机 辅助运行(computer-aided process operation, capo)系统引， 如调度排 产、数据采集和校止、在线模拟、故障诊断、运行调优等。 capo介于最基础的过程控制和彊上层的计算机管理信息系统(mts)以及 决策支持系统(dss)之间的广大领域，是连接过程控制和决策管理之 间的桥梁。它们分别对局部层次的运行优化起到了积极的作用。然 而，capo的加和不等于系统集成，局部优化不一定全局最优

7、。故此有必 要将各capo功能块集成起來，形成计算机集成过程运行系统(computer integrated process operation system, cipos) 3io 这 里所强 调 的"集成”包括 以下三个方面：(1)信息集成：信息集成是ctpo8的关键。能对过程工业这一复杂 大系统进行准确和完整的信息应该包括过程数据、模型和经验等多种 表达形式的知识。信息分为局部信息和全局信息两种。为保持系统 的一致性，并使不同的管理。开发和使用人员共享信息，必须对全局 信息实现集成，保证系统的开发效率和运行性能。任务集成：c i p 0 s中各部分优化任务是相互关联的，它们 应

8、该被置于一个统一的集成的框架之中，使不同的决策过程能够协调 一致，从血保证整体决策的全面和有效。方法集成：为实现各种任务和决策，需各种优化工具和方 法，如何实现对适当问题和适当步骤采用适当的方法，以及如何避免 因引入的各种方法导致不同的求解模块之间的沟通障碍，也是必须 认真解决的问题。尽管计算机已在过程模拟和分析、设备选型和评价、分离序列和 能量系统的合成。操作优化及牛产调度等各方面发挥着重要的作用， 但计算机通常被理解成“计算机器”而被认为它解决的是“ 一组方程的 数值解二 随着过程系统口益庞大和复杂程度增加，计算机系统把握过 程全局的能力显得口益薄弱。另一方面，过程系统的物理和化学机理 的

9、解析模型越来越难以秋得。这给过程系统工程界提出了一个严峻的 问题：当我们对系统的认识不足以构造清晰的数字模型时，如何运用 领域专家多年积累的经验和知识对系统有正确的把握，使计算机能正 确处理这些定性的和半定量的信息，建立适合于过程的模型以使系统 安全、正常优质地运行？基于知识的系统的不断发展，开辟了一个新 的研究方向一将人工智能的技术引入化工过程系统，使cipos不但具 有“数值计算"的能力，还有人类常识、专业知识和专家推理判断的“智 能”，从而使系统更多地具有人类专家的素质和性能来运行企业的生 产过程。2智能辅助的过程系统优化八十年代以來，人工智能和系统科学迅速发展，岀现了一个新的

10、 交叉学科和工程技术领域一智能辅助过程工程（intelligence-aided process engineering, iape严习。 它将人工智能和系统科学的最新成果应用于过 程系统的设计、合成、建模、优化、管理和控制，研究常规数据与信 息一致性表述和处理的途径，充分利用专家知识，回归模型方程、操 作经验、事故案例等非结构化知识和模糊信息，改进和扩展现有的模 型化方法、优化算法和控制策略，提高工业过程模型化和集成优化的 水平。工程师可灵活运用定性或粗略定量的信息作出决策而不必经过复 杂的数学计算。其中经验式推理是应用得最为广泛的一种。人类专 家能够在很大的弹性范围内运用已有的知识和经验寻

11、求解决方案。一 个对企业运行和生产有意义的决策，从來就不可能仅仅依靠数学模型 的求解而无视人类专家的分析论证意见。计算机应该而且可以学习人 类专家的这种能力，将不同形式的知识变成计算机处理步骤以适应广 泛复杂的问题。智能技术包括知识库系统、模糊逻辑、人工神经网 络、仿牛优化算法等，如图1所示。它们已成功地解决了许多实际工程 问题。以下将主耍结合作者的研究工作介绍几个方面的应用。artificiaeurahmebodjknowledge &data in put» rough and/or fuzzy data preprocessing ifuzzy systemproced

12、urala post-processingi outputexpert systembi-directi on data busfigure 1 a schematic of intelligent systems2.1人工神经网络在过程系统优化中的应用人工神经网络模仿人类通过大脑感知认识复朵问题的具体过程特 征，经反复学习和“试错"，从而最终把握过程系统的输入输出关系特 征。采用人工神经网络表明了在认知和表达复杂系统时机理模型的局 限性，是一种对认知方式的“返朴归真二过程系统优化通常是通过非线性数学规划方法来求解。由于常规 的数学规划方法需要精确完备的数学模型并进行大量的搜索和计算

13、， 计算方法较为复杂、计算时间很长，实际上很难用于工业过程在线调 优。当过程变量z间没有完整的数学模型 时，优化就更为困难。神经网络可用于机理复杂fl难以认识清楚，但输入/输出数据容 易获得的过程系统的建模和仿真问题。作为黑箱模型，神经网络的建 立不依赖于先验知识。研究表明，网络的输入输出结构是可变的，可 不同于实际系统的输入输出结构。许多研究者将神经网络用于过程系 统的仿真。我们曾采用前馈神经网络对纸 浆制浆过程建模和优化。使 网络从工厂dcs系统的实际运行记录中学习知识，节省了大量的劳动 去开发机理模型或基于规则的专家系统。在此某础上，我们提出了一 种新的神经网络输入输出结构，它与实际系统

14、的结构不同，可将需要 控制的变量参数设为网络的输入，而操作控制变量则作为网络的输 出。在一定的范围内，网络经过学习后，可根据实际系统的要求直接 调节操作变量，使神经网络模型可直接用于优化计算。这为开发应用 现场数据的过程调优、咨询系统开辟了新的途径。对动态模拟和稳态 操作优化两种方案进行的模型考察均表明该方法可取得满意的结果 (6, 7o人工神经网络还可以用来作过程系统的最优设计，文献5用人工 神经网络作加氢反应器优化设计，文献将人工神经网络用于催化剂 组分的设计，文献何将hopfield网用于换热网络的最优设计，将能量 函数的最优值与问题的最小值相对应，使神经网络的输出与问题的解 相对应，网

15、络运行的稳定解即为最优解。2.2基于模糊逻辑的专家系统在过程系统优化中的应用专家系统通常是由一组规则组成的知识库系统。它包含有特定领 域的专家经验和专门知识，并运用这些知识解决过程的实际问题。早 期的专家系统采用了符号运算和序贯推理策略，难以解决含有大量数 量运算的工程问题。近来的发展方向是棊于模糊逻辑的专家系统，用 模糊集表述人类语言形式的知识和信息，以及工程问题中大量存在的 不精确的数量概念和数据。经模糊集表征的知识和规则将为专家系统 的量化分析和平行推理开辟广阔的前景。基于模糊逻辑的小型专家系 统用于电子装置以及工业过程中单元装置的控制，在文献11 中已有 详细的介绍。作者开发的基于模糊

16、逻辑的分离过程合成设计专家系 统也秋得了满意的结果阳。模糊系统理论在模型方程的建立、评价和筛选中承认和接受模型 方程的不精确性，并引入相应的处理方法。这更接近于人类专家在进 行t程技术工作中所采用的多方案比较、定性分析和定量比较并举、 综合评判的模式。这使得建模过程利用更多的信息量。过程工业生产的原材料组成复杂，操作波动性大，变量关系复杂。 从生产现场采集或由实验测定的 数据，以及由此得出的经验关联式或 计算模型，都有不同程度的谋差和冗余。来自不同研究者、不同场合 的数据、模型亦常有冲突。常规的模拟和优化技术不能接受冗余的、 冲突的、模糊的数据和方程，一般的方法是进行数据校正和模型筛 选，确定

17、一套协调的数据和一组适定的方程，rti此作为模拟和优化的 基础。其代价是在处理过程中丢失了大量有价值的信息，从而使模拟 和优化的结果与实际过程的误差增大。作者t,3提出用模糊逻辑表述和 处理系统变量间的不精确近似关系，使模型方程间的冲突和不协调性 趋于最小，模糊目标函数趋于最大，将模型求解问题和优化问题均转 化为隶属度函数的极值问题。由于模糊优化方法中过程约束表示为 “软约束”，操作靠近边界时，隶属度函数迅速降低，优化程序将会白动 迫使系统离开边界，这种方法能较好地运用于不精确的、认识不充分 的系统中。2.3进化算法在系统优化中的应用由于过程系统日趋大型化、复杂化，系统模型空间时常呈现非连续

18、性、局部多峰性、以及离散变量等。这对常规优化算法提出了挑战。 这方面一个突出的进展是仿牛优化算法。仿牛优化算法属于随机搜索 算法，采用生物进化论中“优胜劣汰”的法则，实现大规模群体的平行 搜索演进，避免了局部极值点的问题。比较流行的有遗传算法、进化 规划等。作者问根据遗传算法的原理，在对不精确系统的优化时采 用遗传算法，问题归结为求模糊模型隶属度函数的最大值，即模糊系 统空间的搜索问题。由于遗传算法仅提取目标函数值的信息，因而对 模糊系统的不精确性及病态结构并不敏感。在化工过程初始设计、换热网络合成、生产调度等系统优化问 题中，混合整数非线性规划(minlp)算法是当今研究的热点之一。然 而,

19、mtnip模型的建立有赖于专家的领域经验，而minip的求解至今仍未 有成熟满意的方法。作者（,4彊近针对换热网络同步最优综合的问题 提出了一种新的优化策略，提出了改进的遗传算法求解minlp问题。 可将网络结构与变量同时优化。在用遗传算法进行优化时，采取了连 续化遗传因子、多样性保护因子和调整适应值的方法，使其具有寻找 全局最优解的能力，在处理大规模换热网络综合问题中获得成功。 这为minlp的求解开辟了 一条新的途径。3结束语化学工程学在其发展的10）年时间中，从其它科学技术中吸取了 丰富的营养。当代系统科学和信息技术的丰硕成果，为下一世纪过程 系统工程的迅速发展奠定了坚实的基础。人工智能

20、的思想和方法应用 于工程技术领域，是计算机科学应用于工程技术领域的一个更高层次 上的螺旋式前进。然ifu ,有必要指出，人工智能本身是人类智能的产 物，是辅助人们认识和改造客观世界的工具和手段。它们的作用是辅 助性的而非决定性的，真正起决定作用的是人类专家。针对我国过程 工业调优和控制棊础佼差的现状，在推行计算机集成过程系统中应用 基于人工智能的优化方法，m于“软t程'的范畴，对现有工业装置， 测量和控制仪表的改造和投资较少，将对我国过程工业的生产方式从 粗放型向集约型转变起到积极的作用。参考文献1 bassett m ii, dave p. computers & chemi

21、cal engineering, 1996, 20 (8) :82p8442 杨友麒.计算机与应用化学，1995, 12：161693杨爱东.基于对象/agent的计算机集成过程运行系统研究：学位论文. 大连：大连理工大学，19974 astrom k j, mcaroy t j. j process control, 1992, 2 (3):1151275 钱宇.化工进展，1997,1:15206 qian y, tessier p. chem eng technol, 1995, 18 (5):3373427 qian y. computers and applied chemistry,

22、 1995,4:991028杨林昱，沈静珠.第七屈全国化学工程论文报告会论文集.北京，1994,1113 "11169 昊肖群.第七届全国化学工程论文报告会论文集.北京，1994, 1136"113910 麻 德 贤.computer chem monograph series 4-computers and applied chem, 1994-1995, 10310511 钱宇.化工 进展，1995, (4):50-54; (5):34-38; (6):25-29.12 qian y, lien k m. computers & chemical engineering, 1995, 19 (