生产过程操作优化与配方优化新技术
智 能 可 视 化 优 化 技 术 简 介
鄢烈祥
武汉理工大学化学工程学院 化工过程系统工程研究所
智能可视化优化技术是用于生产过程操作参数优化和材料配方优化的一项新技术。该技术已在国内外的30多个企业应用,特别在化工与材料领域中的应用取得了十分显著的经济效益。
我们已在国内的高校、研究院所和企业等单位作了40多场次“智能可视化优化技术”的交流报告,引起了科技人员的广泛关注和兴趣。该技术的应用成效已被多家媒体报道,2006年6月该技术已被湖北省经济委员会和湖北省中小型企业发展局列为“湖北省中小型企业共性技术。
一、基本原理
通过人工智能算法将多维空间的数据(试验或生产数据)降维映射到平面上,并产生目标函数(经济和技术指标)的等值线,在平面上由人的视觉看出优化区域。
再通过逆映射方法将优化区域的点逆映射到多维空间,用于指导科学试验和生产。
图1 智能可视化优化技术原理图
二、主要作用
1.生产过程优化操作
用于确定优化操作区域,通过将当前的操作点转移到优化区域,使操作指标(得率,能耗、原料消耗、产品质量和其它经济、技术指标)得到明显的改进,显著地提高企业的经济效益。
2.新产品的开发
用于对试验数据进行分析,找到新产品生产的最优方案(最优配方、最优工艺条件),使新产品的开发周期缩短,开发的费用降低。
三、适用范围
该技术具有广泛的适用性,特别能在化工、冶金、石油、能源、医药、农药、生物、材料、环保、轻工等生产过程上取得非常明显的效果。
四、系统运行图
智能可视化优化操作系统与生产过程系统的结合如下图。
应用实例介绍
实例1 超声波提取银杏叶中总黄酮工艺优化---提高得率
工艺操作变量(参数):乙醇浓度(%),超声波时间(min),浸泡时间(h),浸取剂/银杏叶。
指标:总黄酮得率。
数据样本:表1是通过均匀试验设计得到的试验数据,第10号样本数据结果最好(总黄酮得率为19.2%),这是目前最好的结果。
表1 工艺样本数据
序号 |
乙醇
(%) |
超声波时间
(min) |
浸泡时间
(h) |
浸取剂/银杏叶(mL/g) |
总黄酮得率
(mg) |
1 |
20 |
18 |
18 |
56 |
12.5 |
2 |
25 |
42 |
39 |
48 |
15.8 |
3 |
30 |
66 |
15 |
40 |
16.4 |
4 |
35 |
0 |
36 |
32 |
15.6 |
5 |
40 |
24 |
12 |
24 |
15.2 |
6 |
45 |
48 |
33 |
16 |
17.0 |
7 |
50 |
72 |
9 |
8 |
15.0 |
8 |
55 |
6 |
30 |
60 |
18.2 |
9 |
60 |
30 |
6 |
52 |
16.7 |
10 |
65 |
54 |
27 |
44 |
19.2 |
11 |
70 |
78 |
3 |
36 |
16.7 |
12 |
75 |
12 |
24 |
28 |
15.9 |
13 |
80 |
36 |
0 |
20 |
11.1 |
14 |
85 |
60 |
21 |
12 |
13.1 |
技术指标要求:
希望通过可视化技术能找到更好的工艺条件,使总黄酮得率进一步提高。
映射的图象:
在映射平面上可看见表1的样本数据和总黄酮得率的等值线分布(见下图)。
从图中的等值线分布可直观地看出,沿箭头所指的方向确定工艺条件可使总黄酮得率得到提高。
优化点预报:
图中的“*”为一个预报点(它在10号样本数据的左边),总黄酮得率为21.24,对应的工艺条件为:乙醇:66%,超声波时间:58.8min,浸泡时间:31.2h,浸取剂/银杏叶:42.4。
预报点的得率比10号样本的得率要高(提高了10%),而且沿箭头所指的方向外推可找到更好的工艺条件。
实际效果
在上述预报点的工艺参数下操作,总黄酮得率平均值达到了20.8,对比原先最好的结果,总黄酮得率提高了8.3%,优化的效果明显。
实例2 全光亮化学镀镍工艺优化---提高综合指标
工艺参数:光亮剂,辅助光亮剂,稳定剂,润湿剂。
指标:是一个综合指标,综合指标越高越好。
目前的综合指标最好值:为110(见下图中的12号数据点),
技术指标要求:希望通过可视化优化技术将综合指标提高到115以上。
映射的图象:
将收集的50个生产过程的数据映射到平面上,并产生综合指标的等值线,见下图(由于数据较多,数据点仅用数值表示)。
从图看出:沿箭头所指的方向确定工艺条件可使综合指标超过115。
优化点预报:
图中的“*”点为预报点,其综合指标达到了122,对应的工艺参数为:光亮剂:5.92cmg/l,辅助光亮剂:6.67 cmg/l,稳定剂:0.15 cmg/l,润湿剂:20.2 cmg/l。
实际效果:
在上述工艺参数下操作,综合指标的平均值达到了120.87,优化的效果十分明显。
实例3 制浆蒸煮工艺优化---提高浆得率并控制硬度在一定范围内
某制浆蒸煮工艺过程有4个操作变量:最高温度(℃),保温时间(min),碱浓度(%)和助剂浓度(%)。
优化的目标是:在控制浆硬度在14-16范围内的条件下尽可能地提高浆得率。
样本数据:
从生产过程筛选了50个样本数据,样本数据的统计结果列在表2。
表2 50个样本数据的统计结果
|
工艺变量 |
|
指标 |
最高温度(℃) |
保温时间(min) |
碱浓度
(%) |
助剂浓度(%) |
|
得率(%) |
硬度 |
|
最小值 |
160.1176 |
60.3202 |
16.0041 |
0.0307 |
|
51.5252 |
9.8402 |
|
最大值 |
169.9354 |
119.0383 |
17.9968 |
0.0779 |
|
54.3580 |
22.6734 |
|
平均值 |
165.9267 |
84.9205 |
17.0169 |
0.0544 |
|
52.9997 |
16.0002 |
|
映射的图象:
在映射平面看见了50个样本数据的分布和浆得率与硬度的等值线,图中的实线为浆得率等值线,虚线为硬度等值线。
图中的阴影部分是硬度在14-16的区域。为使浆得率提高,又保持硬度在14-16之间,应沿箭头所指的方向来确定工艺条件。
优化点预报:
通过外推到点(z1, z2) = (-0.5704, -0.0725),浆得率的预报值为54.0945% ,硬度为14.8972,相应的操作条件为:最高温度163.61(℃),保温时间123.11(min),碱浓度15.82(%)和助剂浓度0.077(%)。
实际效果:
将预报点的工艺条件用于指导生产,得到了浆得率的平均值为54.23%和硬度平均值为14.76的满意结果。
实例4 化学反应工艺优化---提高主产品收率同时控制副产品在某一值以下
某一化学反应过程有7个操作变量:分别用x1, x2, x3, x4, x5, x6, 和 x7, 表示, 在反应中生成有主产品和副产品,分别用y1 和 y2 表示。
优化的目的:尽可能地增加主产品的收率,而将副产品控制在5%以下(大于5%将使后续的分离造成困难)。
样本数据:从生产过程中筛选了50个样本数据,样本数据的统计结果列在表3。
表3 50个样本数据的统计结果
|
操作变量 |
|
主副产品收率% |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
x7 |
|
y1 |
y2 |
|
最小值 |
30.02 |
2.01 |
10.06 |
5.23 |
80.13 |
0.013 |
10.01 |
|
42.69 |
3.15 |
|
最大值 |
34.89 |
2.19 |
13.83 |
7.87 |
89.99 |
0.11 |
11.94 |
|
62.79 |
25.36 |
|
平均值 |
32.67 |
2.09 |
11.82 |
6.70 |
85.03 |
0.06 |
11.06 |
|
54.23 |
15.43 |
|
映射的图象:
应用可视化优化技术,将这50个样本数据映射到平面上,并产生主产品和副产品的等值线,见下图,图中的实线为主产品等值线,虚线为副产品的等值线。图中的箭头方向是优化方向。
优化点预报:
图中的“*”是一个预报点,在此点上主产品的收率为67.7265,副产品为4.1507 %,相应的x1, x2, x3, x4, x5, x6, 和x7 分别为 34.8431, 2.0279, 10.8738, 5.1941, 89.5865, 0.0625, 10.1208。
实际效果:
实际的操作表明,主产品的平均收率达到了66.8 %,而副产品的收率在4 %以下。对比表3原先操作的结果可看出,通过可视化优化技术取得了非常明显的效果。
实例5 混凝土配方优化
某商品混凝土公司的混凝土含有7个组分:水泥、粉煤灰、沙子、矿粉、石、添加剂、水
优化的目标:在强度指标与和易性满足要求的条件下,降低原料成本。
数据样本:表3 是从该公司收集的21个试验数据。
优化预报点:
C30混凝土的预报点为:28天强度40.86MP,成本158.5元
配方组成:水176.8、水泥135、砂796、粉煤灰78、矿粉135、外加剂6.7、石1080
实际效果:
用上述配方做试验得到的28天强度为40.2MP
表3 试验数据
序号 |
水 |
水泥 |
砂 |
粉煤灰 |
矿粉 |
外加剂 |
石 |
MPa |
单价/M3 |
1 |
173 |
175 |
795 |
110 |
75 |
6.25 |
1080 |
31.8 |
156.02 |
2 |
180 |
200 |
785 |
95 |
85 |
7.12 |
1080 |
39.1 |
166.221 |
3 |
172 |
227 |
755 |
90 |
98 |
8.13 |
1080 |
42.9 |
178.434 |
4 |
171 |
255 |
730 |
80 |
110 |
9.13 |
1080 |
38.4 |
190.369 |
5 |
169 |
283 |
700 |
80 |
122 |
10.53 |
1080 |
54.1 |
203.999 |
6 |
167 |
304 |
680 |
65 |
131 |
11.74 |
1080 |
61.8 |
213.302 |
7 |
173 |
150 |
795 |
110 |
100 |
6.25 |
1080 |
28.3 |
154.27 |
8 |
171 |
171 |
785 |
95 |
114 |
7.12 |
1080 |
34.6 |
164.191 |
9 |
171 |
195 |
755 |
90 |
130 |
8.13 |
1080 |
39.2 |
176.194 |
10 |
170 |
219 |
730 |
80 |
146 |
9.13 |
1080 |
43 |
187.849 |
11 |
178 |
243 |
700 |
70 |
162 |
10.53 |
1080 |
49.8 |
200.299 |
12 |
167 |
261 |
681 |
65 |
174 |
11.74 |
1080 |
55.3 |
210.317 |
13 |
170 |
200 |
805 |
110 |
50 |
6.25 |
1080 |
34 |
158.02 |
14 |
169 |
228 |
795 |
95 |
57 |
7.125 |
1080 |
34.8 |
168.4425 |
15 |
169 |
260 |
765 |
90 |
65 |
8.13 |
1080 |
37.3 |
180.994 |
16 |
169 |
292 |
740 |
80 |
73 |
9.13 |
1080 |
46 |
193.209 |
17 |
162 |
324 |
710 |
70 |
81 |
10.53 |
1080 |
52.9 |
206.219 |
18 |
166 |
348 |
692 |
65 |
87 |
11.74 |
1080 |
54 |
216.682 |
19 |
175 |
143 |
785 |
95 |
143 |
7.12 |
1080 |
42 |
162.461 |
20 |
166 |
183 |
730 |
80 |
183 |
9.13 |
1080 |
46.3 |
185.559 |
21 |
172 |
218 |
680 |
65 |
218 |
11.74 |
1081 |
56.8 |
207.512 |
鄢烈祥简介:
1954年10月出生,工学博士,教授,博士生导师,现任武汉理工大学化学工程学院副院长,过程系统工程研究所所长,湖北省跨世纪“111人才工程”入选人员,湖北省化学化工理事,英国伦敦大学学院访问教授(2004,9-2005,9),国际知名期刊Computers & Chemical Engineering, Industrial & Engineering Chemistry Research审稿人。研究方向为过程系统工程,近年来,研究主要集中在过程系统的综合集成与优化方面,创立的“列队竞争算法”在求解过程集成的全局优化问题方面取得了突破性的进展,为过程系统的集成优化提供了一种有效的算法。提出的“可视化优化方法”为操作优化和控制提供了一种新的方法。
发表论文50多篇,被SCI和EI收录16篇。获得湖北省科技进步三等奖二项,湖北省教学成果二等奖二项,湖北省优秀学术论文二等奖三项。
联系方式:
手机:13871285686
电话:027-87658151(办)
传真:027-87859019
E-mail:hgxtgc@163.com