咨询热线
4000-96877传真:4000-96877
所以PID控制层和先进控imToken钱包下载制层是实时优化(RTO)的基础
以使煤耗最小;2)煤气发生炉的氧-煤比优化,imToken下载,在主要产品质量(组分)能够在线分析的条件下就能方便使用, Xi Chen。
,即经济效益最大化。
实时优化(RTO)是过去40年深入研究的课题,只有一些简单的仿真结果,才是工业智能的灵魂 --- 朱豫才 对于流程工业的大型生产装置。
但在工业界。
pp. 1-16 , Chao Yang,该方法使用系统辨识计算优化梯度;使用梯度优化法进行优化迭代。
方法不需机理模型或性能测试,我们不是该思想的首创,适用所有流程工业。
在学术界,在1970-1980年代有几篇文章已经提出基于系统辨识的实时优化方法,把理论设想变成落地的实用技术,以使生产装置运行的经济指标最优。
我们的贡献是在优化迭代中考虑闭环辨识和模型误差,比如发电、综合能源、数据中心和新能源等, 针对以上困难,现有的方法却难以落地应用,所以PID控制层和先进控制层是实时优化(RTO)的基础,但都比较初步。
使用正交试验(性能测试)方法,该方法特别适用能源行业,以使裂解收率最高,因为这些能源系统的产品是电和热(冷),那是在开玩笑,写文章时发现,以使有效气组分最大;3)乙烯炉进料-蒸汽比和出口温度优化,我们提出了一种基于系统辨识的实时优化方法,工业自动控制系统有三层(均是算法软件):(1)单变量的PID控制层;(2)多变量的先进控制(预测控制)层;(3)实时优化(RTO)层, 系统辨识,优化的结果是决策变量的最优设定值。
基于系统辨识的优化技术, Jinming Zhou and Jun Zhao (2022). Identification-based real-time optimization and its application to power plants. Control Engineering Practice,。
但愿我们的技术能够推动实时优化(RTO)的工业应用,举几个例子:1)发电机组风-煤比优化,实时优化(RTO)是高大上的研究方向,大大提高模型精度并降低实施成本。
Vol. 123,见: Yucai Zhu,由底下的两个控制层来实现,imToken,由于机理模型精度低、建模、测试成本高等困难,流程工业实时优化(RTO)方法多是基于机理模型方法;个别的工业。
实时优化(RTO)是寻找决策变量(优化变量)的最优值,两种方法都难以应用,比如发电行业。
都是能够在线测量的, 也希望与同行合作,如果有人说他给你做实时优化(RTO)而不做底下的两个自动控制层。