摘要
随着全球化市场的发展，化学工业已成为世界经济的重要组成部分。当今的高质量生活离不开多种多样的化学产品。其中，批次过程是化学工业生产不可或缺的重要操作手段，其灵活性和高效性被广泛应用于半导体制造、塑料加工、生物制药等领域。在化学工业中，加氢反应是一个重要的批次喂给式反应。但是由于批次过程的反应特性多变，加氢反应的建模和预测控制一直存在困难。而预测模型的辨识是工业预测控制系统设计中最费时而且最具成本的环节之一，其直接影响了预测控制算法的实施效率和经济性。近年来，高斯过程回归建模方法由于其使用的数据量小、可解释性强和非参数建模特性渐渐受到了关注，成为实时工业建模的一种有效方法，同时将高斯过程回归方法与系统预测控制相结合也成为研究的热点。本论文分析了加氢反应的系统特性，采用高斯过程回归方法进行有效的系统辨识，并通过机会约束的方式将该模型的概率分布与预测控制算法相结合，实现了对关键状态变量的控制。整篇文章以批次过程的加氢反应作为工业背景，展开了关于加氢反应的建模、控制和优化方面的论述。主要的研究成果主要包含以下几个方面。 1.针对近年来出现的基于高斯过程的回归建模方法众多，但部分缺乏详细总结证明和效能对比的问题，本文从高斯过程回归的理论推导开始，对不同类型的稀疏手段进行了详细推导和内容补充。首先，本文从权值空间和函数空间两个角度推导了高斯过程及其回归过程。然后，本文提出将高斯过程回归的稀疏化和在线优化方法总体分为基于诱导点和基于数据分割两类，并对每一类方法进行了详细的推导并补充了相关文献中缺失的理论证明部分。最后，本文基于开源数据集，对不同基于高斯过程的回归方法进行了算法验证和相应指标对比。旨在提供一个全面深入的高斯过程回归建模方法的分析，并为后续的相关研究提供理论支撑。 2.本文针对于批次反应中的加氢反应，分别提出了基于超拉丁采样的高斯过程回归方法和基于二维混合加权高斯回归模型的建模方法。其中，采用超拉丁采样方法可以有效获取不同分布下的数据，提高建模精度;而设计的加权二维混合加权高斯模型则能够充分利用批次过程的二维系统反应特性，提高建模精度。本文提出的建模算法在加氢反应实验仿真案例中得到了有效验证，并且具有一定的科研实用价值。 3.本文将设计的高斯过程回归方法应用于化学工业流程中的加氢反应建模，创新性地利用了机会约束的方式来充分利用高斯过程回归模型中的均值和方差特性，并设计约束函数来控制加氢反应的重要状态变量，具有一定的研究价值。同时本文所提出的控制策略在加氢反应实验仿真案例中得到了有效验证，为加氢反应的控制和优化提供了新思路。 最后，整理归纳了本文的工作内容，并指出了相关的可以探究的未来工作。
NETL