本文针对复杂装备能耗高而装备本身功能复杂、结构复杂、约束关系复杂、变量多且相互耦合,难以用传统设计方法进行低能耗化设计的问题,提出了基于历史数据的复杂装备(?)损预测方法、构建了复杂装备关键工艺参数(?)损响应面模型、实现了基于强化学习理论的复杂装备工艺参数低(?)损设计,最后开发了复杂装备工艺参数低炯损设计系统,为复杂装备低(?)损方案设计提供了理论基础,为已运行复杂装备工艺参数低(?)损设定提供了工具。全文组织结构如下：第一章从复杂装备能耗高工程实际问题出发,综述了国内外炯损分析与绿色设计、复杂装备工艺参数低(?)损设计、基于机器学习的工艺参数设计的国内外的研究现状,结合作者所参与的空分项目展开本文的研究内容,最后介绍了本文的总体框架。第二章针对复杂装备方案设计阶段没有物理样机情况下(?)损难以精确预测的问题,利用工厂积累的历史数据对P-R状态方程进行了修正,为复杂装备物性参数估算和炯损预测奠定了基础,最后用修正后的P-R状态方程对空分装备进行了模拟,计算了八万等级空分装备的(?)损。第三章通过空分装备流程的分析和物料平衡与热平衡的校核,提取了空分装备的工艺参数,通过仿真模拟和实际空分装备监测建立了采样点数据库,最后应用基于径向基函数的炯损响应面构建方法建立了空分装备炯损响应面模型,为基于(?)损响应面模型的复杂装备工艺参数优化设计奠定了基础。第四章在强化学习的基本框架基础之上,提出了基于预学习和实时学习的双重强化学习框架,研究了基于(?)损响应面模型的复杂装备工艺参数强化学习的方法及实现,最后应用在八万等级空分装备工艺参数低炯损设计中,验证了双重强化学习框架下的复杂装备工艺参数低炯损强化学习效果。第五章以Aspen Plus二次开发为基础,融合基于修正P-R方程的方案设计阶段炯损预测方法、复杂装备关键工艺参数炯损响应面模型构建技术、基于强化学习的工艺参数低(?)损设计技术,开发了复杂装备工艺参数低炯损设计系统,并在工程实际中得到应用。第六章对全文的研究内容和开展的工作进行了总结,并面向工程实际运用进行了工作展望,指出了下一步研究的方向。