专利名称：：一种用于多工况大规模化工过程模型参数估计的方法
技术领域：
：本发明涉及化工流程的模拟与优化领域。特别地，涉及一种用于多工况大规模化工过程模型参数估计的方法。技术背景参数估计问题本质上是一个优化问题，最小化目标与设定值之间的残差，当模型规模较小，模型较为简单时，工程师可根据经验给出较好的初值，使得模型的目标计算值与设定值之间的残差较小，但当模型复杂，待估计参数较多且涉及到多个工况的情况下，传统的参数估计方法求解非常困难。因此，一个高效的多工况大规模化工过程模型参数估计方法，对大规模化工流程的模拟与优化的成功应用具有重要意义。
发明内容本发明的目的是针对现有技术的不足，提供一种用于多工况大规模化工过程模型参数估计的方法。用于多工况大规模化工过程模型参数估计的方法，其特征在于针对大规模、多工况化工流程模型的参数估计问题，利用多工况的现场测量信息，构造联立参数估计命题，在直接求解难以成功收敛时，按照特定规则分批调整目标，逐步添加约束，构造序贯参数估计命题，使得求解器能够逐步求解成功，最后在新的初值基础上求解联立参数估计命题，确保求解的成功收敛；方法具体包括以下步骤1)多工况大规模化工过程模型参数估计的测量变量可表示为以下形式<formula>formulaseeoriginaldocumentpage4</formula>其中N为测量变量数，M为工况数;2)设定j-l，定义j^T为第i工况下，第j测量变量的模型计算值，定义XT为第i工况下，第j测量变量的现场测量值；3)构造第j个序贯参数估计命题，表达式如下A/"1,2.....卜l4)求解步骤3)所构造的命题，求解结束后j,+l;5)重复步骤3),步骤4)直到j:N;6)构造联立参数估计命题，表达式如下'=7=17)求解联立参数估计命题，求解收敛，成功退出。"所述的参数是一维或多维。所述的多工矿的现场测量信息包含以下特性在每个工况下，具有相同的测量变量和相同的测量要求。所述的联立参数估计命题具备以下条件目标函数与约束条件包括多组工况下的测量信息，参数估计是针对工作在多个不同工况下的化工过程进行统一估计。所述的序贯参数估计命题具备以下条件目标函数包含不同工况下特性相同的目标。本发明与现有技术相比具有的有益效果是1)本发明的用于多工况大规模化工过程模型参数估计的方法，在求解器直接求解不收敛的情况下，此方法具有更好的收敛性；2)本发明的用于多工况大规模化工过程模型参数估计的方法，可移植性好，可用于任何复杂化工流程模型的参数估计；3)本发明的用于多工况大规模化工过程模型参数估计的方法，实现简单，操作方便。附图为本方法在AspenPlus中的具体实例实现流程图。具体实施方式用于多工况大规模化工过程模型参数估计的方法，其特征在于针对大规模、多工况化工流程模型的参数估计问题，利用多工况的现场测量信息，构造联立参数估计命题，在直接求解难以成功收敛时，按照特定规则分批调整目标，逐步添加约束，构造序贯参数估计命题，使得求解器能够逐步求解成功，最后在新的初值基础上求解联立参数估计命题，确保求解的成功收敛；方法具体包括以下步骤1)多工况大规模化工过程模型参数估计的测量变量可表示为以下形式pm/、,""戸",2,1,,2，2少2,w戸d戸af、,Z"^7m,1，,m,2,m，w少=、'"cuj，，附e必Vm'i，少a/，2.........其中N为测量变量数，M为工况数;2)设定j-l，定义；C"为第i工况下，第j测量变量的模型计算值，定义乂:r为第i工况下，第J测量变量的现场测量值；3)构造第j个序贯参数估计命题，表达式如下A;=l,2.....卜l4)求解步骤3)所构造的命题，求解结束后j,+l;5)重复步骤3),步骤4)直到j-N;6)构造联立参数估计命题，表达式如下siA卢《、"、7)求解联立参数估计命题，求解收敛，成功退出6所述的参数是一维或多维。所述的多工矿的现场测量信息包含以下特性在每个工况下，具有相同的测量变量和相同的测量要求。所述的联立参数估计命题具备以下条件目标函数与约束条件包括多组工况下的测量信息，参数估计是针对工作在多个不同工况下的化工过程进行统一估计。所述的序贯参数估计命题具备以下条件目标函数包含不同工况下特性相同的目标。实施例在本实施例中，模型模拟的是PTA生产氧化段的氧化反应器和第一结晶器，包含5个工况，模型总变量21167维。每个工况所包含的目标有TA产量，4CBA浓度，酸耗，尾气02浓度，尾气CO浓度，尾气C02浓度，结晶器尾氧浓度7个目标，5个工况总共35个目标。待估计的参数是反应过程中的IO条反应方程所包含的的IO个动力学常数K。此实例实现过程如附图所示，实行步骤如下1)此实例的参数估计的测量变量可表示为以下形式少1,7M产量，,l,化BA浓度，,l，酸耗，少1，尾气02浓度，少l,尾气CO浓度，少1.尾气C02浓度，,l,结晶器尾氧浓度戸(/戸(/、,—"戸"少2，7X产量？少2，4CBA浓度，少2，酸耗，少2，尾气02浓度，少2，尾气CO浓度"^2，尾气C02浓度"^2，结晶器尾氧浓度少3,:W产量，^3，4CBA浓度，少3,酸耗"^3,尾气02浓度，,3,尾气CO浓度，^3，尾气C02浓度》^3，结晶器尾氧浓度戸rf戸d，,d，严^少4，7M产量，少4,4CB八浓度，,4,酸耗，少4,尾气02浓度，,4，尾气CO浓度"^4,尾气C02浓度"^4,结晶器尾氧浓度戸d戸d，,戸d"戸"、严"_少5，7^产量，少5,4CBA浓度,少5，酸耗，少5，尾气02浓度，少5,尾气CO浓度，少5，尾气C02浓度，少5，结晶器尾氧浓度.乂1,7M产量，乂,4CBA浓度，乃,酸耗，少1,尾气02浓度，力，尾气CO浓度，少1,尾气C02浓度，力，结晶器尾氧浓度^2，7M产量,少2，4CBA浓度，少2，酸耗，少2,尾气02浓度,^2,尾气CO浓度，少2，尾气C02浓度,少2，结晶器尾氧浓度^3J^产量,^3，4CBA浓度，>\酸耗，^3，尾气02浓度，^3，尾气CO浓度，^3,尾气C02浓度，少3,结晶器尾氧浓度;n^w附cosmgos附cosmaw少4,7^产量，^4，4CBA浓度"^4，酸耗，^4，尾气02浓度"^4，尾气CO浓度，^4，尾气C02浓度，^4,结晶器尾氧浓度m柳加easm鄉m加s附asm咖.^5，7M产量，^5，4CBA浓度，少5,酸耗，少5,尾气02浓度，^5，尾气CO浓度，^5,尾气C02浓度，^5，结晶器尾氧浓度_2)设定j-l，定义XT为第i工况下，第j测量变量的模型计算值，定义少;7为第i工况下，第j测量变量的现场测量值；3)构造第j个序贯参数估计命题，表达式如下/=14)求解步骤3)所构造的命题，收敛则j,+l，否则失败退出；5)重复步骤3),步骤4)直到j-7;6)构造联立参数估计命题，表达式如下<formula>formulaseeoriginaldocumentpage8</formula>7)求解联立参数估计命题，求解收敛，成功退出。序贯参数估计在AspenPlus中的PTA氧化反应段模型参数估计实例中，如果不采用序贯参数估计的方法，求解器无法成功求解。采用序贯参数估计方法时，可以成功求解，求解成功的结果如表l，表2所示。表中所示的TA产量，4CBA浓度，酸耗，尾气02浓度，尾气CO浓度，尾气C02浓度，结晶器尾氧浓度为现场测量变量，工况中所示的100%，108%，115%，120%,130%为现场工作负荷。<table>tableseeoriginaldocumentpage8</column></row><table>如上所述，本发明也可以以许多不同形式实施，因此不应认为它局限于说明书列出的实施例。本发明采用的方法原理简洁清晰，灵活性很好，通过序贯调和目标以及约束的逐步添加，更好地解决多工况大规模化工流程模型参数估计时收敛性差的问题。权利要求1.一种用于多工况大规模化工过程模型参数估计的方法，其特征在于针对大规模、多工况化工流程模型的参数估计问题，利用多工况的现场测量信息，构造联立参数估计命题，在直接求解难以成功收敛时，按照特定规则分批调整目标，逐步添加约束，构造序贯参数估计命题，使得求解器能够逐步求解成功，最后在新的初值基础上求解联立参数估计命题，确保求解的成功收敛；方法具体包括以下步骤1)多工况大规模化工过程模型参数估计的测量变量可表示为以下形式<mathsid="math0001"num="0001"><math><![CDATA[<mrow><msup><mi>y</mi><mi>pred</mi></msup><mo>=</mo><mfencedopen='['close=']'><mtable><mtr><mtd><msubsup><mi>y</mi><mn>1,1</mn><mi>pred</mi></msubsup><mo>,</mo><msubsup><mi>y</mi><mn>1,2</mn><mi>pred</mi></msubsup><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><msubsup><mi>y</mi><mrow><mn>1</mn><mo>,</mo><mi>N</mi></mrow><mi>pred</mi></msubsup></mtd></mtr><mtr><mtd><msubsup><mi>y</mi><mn>2,1</mn><mi>pred</mi></msubsup><mo>,</mo><msubsup><mi>y</mi><mn>2,2</mn><mi>pred</mi></msubsup><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><msubsup><mi>y</mi><mrow><mn>2</mn><mo>,</mo><mi>N</mi></mrow><mi>pred</mi></msubsup></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msubsup><mi>y</mi><mrow><mi>m</mi><mo>,</mo><mn>1</mn></mrow><mi>pred</mi></msubsup><mo>,</mo><msubsup><mi>y</mi><mrow><mi>M</mi><mo>,</mo><mn>2</mn></mrow><mi>pred</mi></msubsup><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><msubsup><mi>y</mi><mrow><mi>M</mi><mo>,</mo><mi>N</mi></mrow><mi>pred</mi></msubsup></mtd></mtr></mtable></mfenced></mrow>]]></math></maths><mathsid="math0002"num="0002"><math><![CDATA[<mrow><msup><mi>y</mi><mi>meas</mi></msup><mo>=</mo><mfencedopen='['close=']'><mtable><mtr><mtd><msubsup><mi>y</mi><mn>1,1</mn><mi>meas</mi></msubsup><mo>,</mo><msubsup><mi>y</mi><mn>1,2</mn><mi>meas</mi></msubsup><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><msubsup><mi>y</mi><mrow><mn>1</mn><mo>,</mo><mi>N</mi></mrow><mi>meas</mi></msubsup></mtd></mtr><mtr><mtd><msubsup><mi>y</mi><mn>2,1</mn><mi>meas</mi></msubsup><mo>,</mo><msubsup><mi>y</mi><mn>2,2</mn><mi>meas</mi></msubsup><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><msubsup><mi>y</mi><mrow><mn>2</mn><mo>,</mo><mi>N</mi></mrow><mi>meas</mi></msubsup></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msubsup><mi>y</mi><mrow><mi>m</mi><mo>,</mo><mn>1</mn></mrow><mi>meas</mi></msubsup><mo>,</mo><msubsup><mi>y</mi><mrow><mi>M</mi><mo>,</mo><mn>2</mn></mrow><mi>meas</mi></msubsup><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><msubsup><mi>y</mi><mrow><mi>M</mi><mo>,</mo><mi>N</mi></mrow><mi>meas</mi></msubsup></mtd></mtr></mtable></mfenced></mrow>]]></math>id="icf0002"file="A2009101004570002C2.tif"wi="53"he="35"top="121"left="29"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>其中N为测量变量数，M为工况数；2)设定j＝1，定义yi，jpred为第i工况下，第j测量变量的模型计算值，定义yi，jmeas为第i工况下，第j测量变量的现场测量值；3)构造第j个序贯参数估计命题，表达式如下<mathsid="math0003"num="0003"><math><![CDATA[<mrow><mi>min</mi><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><msub><mi>φ</mi><mi>i</mi></msub><mo>×</mo><msup><mrow><mo>(</mo><msubsup><mi>y</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mi>pred</mi></msubsup><mo>-</mo><msubsup><mi>y</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mi>meas</mi></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mrow>]]></math></maths>s.t<mathsid="math0004"num="0004"><math><![CDATA[<mrow><msub><mi>lb</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub><mo>≤</mo><msubsup><mi>y</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow><mi>pred</mi></msubsup><mo>≤</mo><msub><mi>ub</mi><mrow><mi>i</mi><mo>,</mo><mi>k</mi></mrow></msub></mrow>]]></math></maths>k＝1，2.....j-14)求解步骤3)所构造的命题，求解结束后j＝j+1；5)重复步骤3)，步骤4)直到j＝N；6)构造联立参数估计命题，表达式如下<mathsid="math0005"num="0005"><math><![CDATA[<mrow><mi>min</mi><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msub><mi>φ</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><mo>×</mo><msup><mrow><mo>(</mo><msubsup><mi>y</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mi>pred</mi></msubsup><mo>-</mo><msubsup><mi>y</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mi>meas</mi></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mrow>]]></math></maths>s.t<mathsid="math0006"num="0006"><math><![CDATA[<mrow><msub><mi>lb</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub><mo>≤</mo><msubsup><mi>y</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow><mi>pred</mi></msubsup><mo>≤</mo><msub><mi>ub</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi></mrow></msub></mrow>]]></math></maths>7)求解联立参数估计命题，求解收敛，成功退出。2.根据权利要求1所述的一种用于多工况大规模化工过程模型参数估计的方法，其特征在于，所述的参数是一维或多维。3.根据权利要求1所述的一种用于多工况大规模化工过程模型参数估计的方法，其特征在于，所述的多工况的现场测量信息包含以下特性在每个工况下，具有相同的测量变量和相同的测量要求。4.根据权利要求1所述的一种用于多工况大规模化工过程模型参数估计的方法，其特征在于，所述的联立参数估计命题具备以下条件目标函数与约束条件包括多组工况下的测量信息，参数估计是针对工作在多个不同工况下的化工过程进行统一估计。5.根据权利要求1所述的一种用于多工况大规模化工过程模型参数估计的方法，其特征在于，所述的序贯参数估计命题具备以下条件目标函数包含不同工况下特性相同的目标。全文摘要本发明公开了一种用于多工况大规模化工过程模型参数估计的方法。其针对大规模、多工况化工流程模型的参数估计问题，利用多工况的现场测量信息，构造联立参数估计命题，在直接求解难以成功收敛时，按照特定规则分批调整目标，逐步添加约束，构造序贯参数估计优化命题，使得求解器能够逐步求解成功，最后在新的初值基础上求解联立参数估计命题，确保求解的成功收敛。与传统的参数估计方法相比，该方法有着更高的收敛可靠性，其原理简洁清晰，易于实施，可移植性好。文档编号G06F17/10GK101620590SQ20091010045公开日2010年1月6日申请日期2009年7月6日优先权日2009年7月6日发明者蒋鹏飞,邵之江,钱积新,曦陈申请人:浙江大学