多目标优化及其决策方法在铜电解系统中的应用研究

论文摘要

金属铜是一种十分重要的基础原料和战略物资,铜电解生产过程是获取高纯度精铜产品主要途径。然而,由于铜电解工业过程存在的非线性、时变、强耦合及反应机理复杂等问题,关系产品质量的重要的指标参数难以在线测量,建立生产目标与操作参数间的稳态关系模型非常困难,因而影响了铜电解工业生产过程优化控制的实现。目前,随着市场需求的变化和对产品质量要求的提高,铜电解工业过程亟需采用高新技术加快发展。在铜电解生产工艺日趋成熟、基础及过程控制系统装备水平不断提高的情况下,铜电解过程的参数软测量和稳态优化技术已成为进一步提高企业经济效益的两个重要而联系密切的研究课题。本文基于实际的铜电解工业生产过程,探讨了多目标优化及其决策方法。研究工作主要包括两大部分,第一部分基于对铜电解生产过程能耗和质量优化控制问题的分析,结合工业过程中普遍存在的带有约束的多目标优化问题,提出了新的多目标优化方法,并利用提出的优化方法求解铜电解过程的稳态优化问题。第二部分是对决策方法的研究,在多属性决策效用函数理论的基础上,提出了改进的决策方法以适合稳态优化的需要。论文内容具体安排如下：(1)基于对铜电解生产原理、工业生产流程的深入分析,确定了铜酸成分软测量模型的基本结构形式和辅助变量；从质量最优和降低成本两个方面出发,建立了以铜离子浓度、酸根离子浓度和电耗成本为优化指标的三个目标函数。(2)提出了一种新的多目标优化粒子群算法来求解这个多目标优化问题。该方法中采用可变的外部集策略和快速排序方法来减少计算量,采用拥挤度算子和强支配关系保证结果良好的分布性。通过测试函数的仿真对比分析以及在铜电解过程稳态优化中的应用验证了该方法在收敛性、解的分布性及计算效率方面所具有的良好品质,特别是在求解三目标优化问题时的突出表现,表明这种算法在多目标优化领域具有更广泛的适用性。(3)提出了一种适合于过程控制系统稳态优化的多属性效用函数多目标决策方法,旨在解决流程工业多目标优化进程中最优解的选择问题。由于决策变量幅值(控制器设定值)的调整,将使被控过程从一个稳态过渡到另一个稳态,其间伴随着过程(或对象)的动态响应。若按照原有的决策函数的关系求取决策变量,则可能使控制器设定值的调整幅度过大,造成被控过程较大的波动,甚至影响系统的稳定性。对此,改进的决策函数中综合了决策者的偏好以及决策变量变化的影响,数值仿真分析及电解铜生产过程的应用结果均表明改进后的决策方法能够兼顾决策者期望目标的实现及决策变量的适度调整两个方面,不仅可以避免因决策变量调整幅度过大而影响系统稳定的问题,而且可以保持适度的优化进程。最后,在总结了全文工作的基础上,对工业过程优化决策理论研究与工程应用的发展趋势提出了自己的观点,并指出了理论与应用的若干有待深入研究的问题。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 铜冶炼工艺概括及发展
• 1.2 铜电解的生产概述
• 1.2.1 电解精炼的目的
• 1.2.2 电解反应机理
• 1.2.3 铜电解过程
• 1.2.4 铜电解过程控制技术
• 1.3 工业过程稳态优化控制的研究发展
• 1.3.1 工业过程稳态优化控制的发展及存在的问题
• 1.3.2 人工智能在工业过程稳态优化控制中的应用
• 1.4 本文的主要工作
• 第二章 铜电解过程模型的建立
• 2.1 技术指标模型
• 2.1.1 铜酸成分的预测的目的和意义
• 2.1.2 影响铜酸浓度的因素分析
• 2.1.3 软测量模型的建立方法
• 2.1.4 技术目标函数的建立
• 2.2 电耗指标模型
• 第三章 多目标优化与决策
• 3.1 多目标优化问题
• 3.1.1 多目标问题的数学描述
• 3.1.2 Pareto解集的概念及其评价准则
• 3.2 解决MOP的传统方法
• 3.2.1 加权法
• 3.2.2 约束法
• 3.3 多目标智能优化算法的研究概况
• 3.3.1 进化算法Evolutionary Algorithm
• 3.3.2 群体智能Swarm Intelligence
• 3.3.3 传统方法与智能优化方法的比较
• 3.4 多目标决策
• 3.4.1 多目标决策的发展及其特点
• 3.4.2 优化与决策的关系
• 第四章 一种新的多目标粒子群优化算法
• 4.1 无免费午餐定理
• 4.2 粒子群优化算法
• 4.2.1 基本粒子群优化算法
• 4.2.2 标准粒子群优化算法
• 4.3 粒子群优化算法和传统进化算法的比较
• 4.4 多目标粒子群优化算法
• 4.5 一种新的多目标粒子群算法—VMOPSO
• 4.5.1 VMOPSO算法的主要流程
• 4.5.2 VMOPSO算法中的关键算子
• 4.6 约束问题的处理
• 4.6.1 惩罚函数法
• 4.6.2 区分可行解与不可行解法
• 4.7 算法仿真分析与比较
• 4.7.1 算法的评价方法
• 4.7.2 仿真分析与比较
• 第五章 改进的多属性决策方法
• 5.1 多属性决策理论及方法研究综述
• 5.1.1 决策信息的获取
• 5.1.2 决策信息集结及方案排序与择优
• 5.2 多属性决策基础理论
• 5.2.1 决策矩阵
• 5.2.2 主观赋权法
• 5.2.3 客观赋权法
• 5.2.4 组合赋权法
• 5.2.5 简单线性加权法（SWA）
• 5.2.6 理想点法（TOPSIS法）
• 5.3 适用于稳态优化的多属性效用函数决策方法
• 5.3.1 问题的提出
• 5.3.2 新的效用函数
• 5.3.3 仿真分析
• 第六章 在铜电解过程中的应用
• 6.1 优化模型分析
• 6.2 铜电解过程的优化与决策
• 6.2.1 铜电解过程的优化
• 6.2.2 优化结果的决策
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文