数据与模型融合驱动的间歇聚合过程学习控制

项目名称： 数据与模型融合驱动的间歇聚合过程学习控制

项目编号： No.61174128

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化学科

项目作者： 王晶

作者单位： 北京化工大学

项目金额： 59万元

中文摘要： 近年来，为适应多品种、多规格和高附加值的市场要求，间歇聚合过程生产重新受到重视，已成为决定企业生存的重要因素。总体来看，目前国内间歇聚合生产的自动化水平普遍较低，且能耗巨大。本项目立足于提高产品质量与降低能耗之间的平衡，提高质量控制精度的同时，明显降低综合能耗，增加企业经济效益。与现有常规方法不同的是，从实用性角度出发，针对不可在线测量的质量指标和在线可测的过程变量，提出了数据驱动与模型驱动融合的学习控制方案。具体如下：首先采用改进支持向量机方法对产品质量与过程变量之间的关系进行建模，并探讨部分输出不可测情况下的模型学习机制；基于该模型对质量与能耗指标进行优化计算，获得最优的过程变量操作曲线；最后综合学习控制由基于模型的在线优化和基于数据的学习控制两部分组成，多方位对产品质量进行精确控制。本项目的实施为间歇聚合控制领域的研究提供新的思路和解决方案，有助于推进间歇过程的自动化进程。

中文关键词： 间歇过程；数据驱动；模型驱动；综合学习控制；优化与控制

英文摘要：

英文关键词： batch process；data-driven；model-driven；comprehensive learning control；optimization and control