论文部分内容阅读
清洁生产是实现工业生产可持续发展的一个有效途径,本文将围绕应用过程控制技术实现清洁生产这一主题,以制浆生产过程为应用背景,对基于过程控制技术的清洁生产方法展开全面深入研究,本文在对过程控制清洁生产技术产生的背景,主要技术和方法进行详细描述的基础上给出以下五个方面的研究成果: 1.进一步深化了基于过程控制技术的清洁生产思想 从对发展的全面叙述和分析着手,说明了可持续发展的重要意义,论证了清洁生产是一种可持续发展模式。在对国内外在清洁生产研究领域的研究现状和主要研究成果进行分析的基础上,进一步深化了应用过程控制技术实现清洁生产的思想,分析了过程控制技术实现清洁生产的可行性和重要性,使基于过程控制清洁生产思想上升到了更高的理论层次,有了可靠的理论依据。 2.应用多目标优化技术实现制浆生产蒸煮过程清洁生产 建立了纸浆蒸煮过程多目标优化(VMP)模型和蒸煮过程分层多目标优化(LSP)模型,并提出了基于遗传算法的分层多目标优化方法和基于Pareto层和小生境数的进化机制的Pareto遗传算法,克服了以前对蒸煮过程多目标优化所使用的线性加权法权系数难以准确确定,以及只能得到的一个有效解,并容易出现极端解的缺点。基于遗传算法的分层多目标优化方法和基于Pareto层和小生境数的进化机制的Pareto遗传算法可以得到一组满足工艺条件的有效解,为蒸煮过程终点工艺参数优化捉供了可靠依据。 3.提出了蒸煮过程有效碱浓度在线软测量设计方法 针对蒸煮过程脱木素反应过程中有效碱浓度不可直接测量的特点,提出了有效碱浓度在线软测量设计方法,在此基础上设计了蒸煮过程的推断控制算法,改变了传统蒸煮过程所沿用的控制脱木素反应中卡伯值的方法,对脱木素反应中的有效碱进行控制,既保证了生成纸浆的质量又很好地控制了反应过程中加入的碱量,使生成黑液中的残碱量大幅度减少,从而可以得到较好的清洁生产效果。 4.建立了面向制浆生产过程清洁生产的多智能体模型 浙江大学博士学位论文一 根据智能体的模型、结构、通信和协调的基本理论,以及制浆过程清洁生产这样一个复杂、大规模系统完成全局优化的要求,建立了制浆过程清洁生产的多智能体模型,为完成制浆过程清洁生产全局优化的要求奠定了基础。5.提出了基于多智能体的多目标优化算法和多变量DMC的分布式智能控制算法 以面向制浆生产过程清洁生产的多智能体模型为基础,结合多目标优化算法和多变量DMC算法,提出了基于多智能体技术的多目标优化算法和多变量DMC的分布式智能控制算法,并用对制浆生产蒸煮过程进行优化和控制的仿真实例说明了以上两种算法的有效性和可行性。 以上研究用多智能体技术解决了优化算法以及控制算法之间的通信和协调问题,使过程控制技术与多智能体技术结合由理论上定性研究上升到技术实现水平,为多目标优化和控制算法研究提供了新的研究思路和设计框架。 本文应用可持续发展理论,论述了过程控制清洁生产是一种可持续发展模式。从多目标优化、化学化工反应控制以及复杂大系统建模、优化和控制方面对基于过程控制技术清洁生产进行了深入研究,为清洁生产研究提供了新方法和思路。