基于过程控制技术的清洁生产及其在制浆生产过程中的应用研究

【摘要】： 清洁生产是实现工业生产可持续发展的一个有效途径，本文将围绕应用过程控制技术实现清洁生产这一主题，以制浆生产过程为应用背景，对基于过程控制技术的清洁生产方法展开全面深入研究，本文在对过程控制清洁生产技术产生的背景，主要技术和方法进行详细描述的基础上给出以下五个方面的研究成果： 1．进一步深化了基于过程控制技术的清洁生产思想 从对发展的全面叙述和分析着手，说明了可持续发展的重要意义，论证了清洁生产是一种可持续发展模式。在对国内外在清洁生产研究领域的研究现状和主要研究成果进行分析的基础上，进一步深化了应用过程控制技术实现清洁生产的思想，分析了过程控制技术实现清洁生产的可行性和重要性，使基于过程控制清洁生产思想上升到了更高的理论层次，有了可靠的理论依据。 2．应用多目标优化技术实现制浆生产蒸煮过程清洁生产 建立了纸浆蒸煮过程多目标优化(VMP)模型和蒸煮过程分层多目标优化(LSP)模型，并提出了基于遗传算法的分层多目标优化方法和基于Pareto层和小生境数的进化机制的Pareto遗传算法，克服了以前对蒸煮过程多目标优化所使用的线性加权法权系数难以准确确定，以及只能得到的一个有效解，并容易出现极端解的缺点。基于遗传算法的分层多目标优化方法和基于Pareto层和小生境数的进化机制的Pareto遗传算法可以得到一组满足工艺条件的有效解，为蒸煮过程终点工艺参数优化捉供了可靠依据。 3．提出了蒸煮过程有效碱浓度在线软测量设计方法 针对蒸煮过程脱木素反应过程中有效碱浓度不可直接测量的特点，提出了有效碱浓度在线软测量设计方法，在此基础上设计了蒸煮过程的推断控制算法，改变了传统蒸煮过程所沿用的控制脱木素反应中卡伯值的方法，对脱木素反应中的有效碱进行控制，既保证了生成纸浆的质量又很好地控制了反应过程中加入的碱量，使生成黑液中的残碱量大幅度减少，从而可以得到较好的清洁生产效果。 4．建立了面向制浆生产过程清洁生产的多智能体模型 浙江大学博士学位论文 一 根据智能体的模型、结构、通信和协调的基本理论，以及制浆过程清洁生产 这样一个复杂、大规模系统完成全局优化的要求，建立了制浆过程清洁生产的多 智能体模型，为完成制浆过程清洁生产全局优化的要求奠定了基础。 5．提出了基于多智能体的多目标优化算法和多变量DMC的分布式智能控制算法 以面向制浆生产过程清洁生产的多智能体模型为基础，结合多目标优化算法 和多变量DMC算法，提出了基于多智能体技术的多目标优化算法和多变量DMC 的分布式智能控制算法，并用对制浆生产蒸煮过程进行优化和控制的仿真实例说 明了以上两种算法的有效性和可行性。 以上研究用多智能体技术解决了优化算法以及控制算法之间的通信和协调问 题，使过程控制技术与多智能体技术结合由理论上定性研究上升到技术实现水平， 为多目标优化和控制算法研究提供了新的研究思路和设计框架。 本文应用可持续发展理论，论述了过程控制清洁生产是一种可持续发展模式。 从多目标优化、化学化工反应控制以及复杂大系统建模、优化和控制方面对基于 过程控制技术清洁生产进行了深入研究，为清洁生产研究提供了新方法和思路。 【关键词】：可持续发展 清洁生产 过程控制清洁生产 多目标优化 遗传算法 软测量 推断控制 多智能体 分布式智能控制系统
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2002
【分类号】：TP29
【目录】：

• 中文摘要9-11
• 英文摘要11-14
• 第一章 绪论14-32
• 第一节 发展和可持续发展14-17
• 1．1．1 发展的概念14-15
• 1．1．2 可持续发展15-17
• 1． 可持续发展的定义15-16
• 2． 可持续发展的系统观16-17
• 第二节 清洁生产17-27
• 1．2．1 环境污染的末端处理方法17-18
• 1．2．2 清洁生产的概念18-19
• 1．2．3 清洁生产的特点19-20
• 1．2．4 清洁生产是可持续发展的模式20
• 1．2．5 清洁生产的研究现状20-27
• 1． 国际上清洁生产的研究现状20-24
• 2． 中国清洁生产研究现状24-27
• 第三节 基于过程控制技术的清洁生产27-29
• 1．3．1 过程控制清洁生产技术的含义27
• 1．3．2 基于过程控制清洁生产面临的问题27-28
• 1．3．3 过程控制清洁生产研究现状28-29
• 第四节 本文研究主要内容和成果29-32
• 第二章 多目标优化及其在蒸煮过程清洁生产中的应用32-66
• 第一节 多目标优化的基本理论和方法32-41
• 2．1．1 Pareto有效解，弱有效解和最优解33-36
• 1． 一般多目标优化的模型33-35
• 2． 有效解、弱有效解和最优解35-36
• 2．1．2 多目标优化的线性加权法36-37
• 2．1．3 多目标模糊决策37-39
• 2．1．4 分层多目标优化39-41
• 第二节 多目标遗传算法41-46
• 2．2．1 遗传算法的发展与现状41
• 2．2．2 遗传算法的基本概念41-42
• 2．2．3 遗传算法设计与执行策略42-44
• 1． 遗传机制42-44
• 2． 简单遗传算法44
• 2．2．4 多目标优化的遗传算法44-46
• 1． 向量进化GA（VEGA）45
• 2． 选择排序GA（Pareto GA）45
• 3． 小生境ParetoGA45-46
• 第三节 多目标模糊决策在蒸煮过程清洁生产中的应用46-52
• 2．3．1 蒸煮过程的脱木素反应的卡伯值和有效碱浓度46-48
• 2．3．2 多目标模糊决策优化控制方法48
• 2．3．3 实例分析：连续蒸煮过程多目标模糊决策48-52
• 第四节 间歇蒸煮过程的分层多目标优化52-58
• 2．4．1 间歇蒸煮过程清洁生产的分层多目标优化数学模型52-54
• 1． 制浆质量的目标函数52
• 2． 环境污染目标函数52-53
• 3． 制浆生产成本目标函数53-54
• 2．4．2 间歇蒸煮过程的分层多目标优化方法54-57
• 1． 第一优先层：纸浆质量的优化54-55
• 2． 第二优先层：多目标遗传算法55-57
• 2．4．3 优化结果57-58
• 第五节 连续蒸煮过程混合PARETO遗传算法58-64
• 2．5．1 混合Pareto GA58-60
• 1． 向量进化遗传算法（VEGA）58-59
• 2． 小生境遗传算法59
• 3． Pareto层59
• 4． 混合Pareto遗传算法的选择进化机制59-60
• 2．5．2 混合Pareto GA计算过程60-62
• 2．5．3 应用实例62
• 2．5．4 优化结果62-64
• 第六节 本章小结64-66
• 第三章 推断控制及其在蒸煮过程清洁生产中的应用66-86
• 第一节 蒸煮过程脱木素反应的控制66-67
• 第二节 蒸煮过程脱木素反应有效碱浓度在线软测量67-70
• 3．2．1 电导原理的浓度测量67-68
• 3．2．2 在线软测量系统68-70
• 第三节 推断控制系统设计70-81
• 3．3．1 推断控制系统的组成71-75
• 1． 推断控制系统的构成71-73
• 2． 推断控制的特性73-75
• 3．3．2 推断控制器设计75
• 3．3．3 模型误差对系统性能的影响75-78
• 1． 当扰动通道存在模型误差时75-76
• 2． 当控制通道存在误差时76-78
• 3．3．4 输出可测条件下的推断控制78-81
• 1． 输出可测条件下的推断控制系统78-79
• 2． 滤波器设计79-81
• 第四节 连续蒸煮过程推断控制81-85
• 3．4．1 蒸煮过程的推断控制算法81-84
• 1． 模型设计82
• 2． 滤波器设计82-83
• 3． 推断控制器设计83-84
• 3．4．2 仿真结果84-85
• 第五节 本章小结85-86
• 第四章 制浆过程清洁生产的多智能体模型86-108
• 第一节 智能体的概念及模型86-89
• 4．1．1 智能体的概念87-88
• 1． 智能体的弱概念87-88
• 2． 智能体的强概念88
• 4．1．2 智能体的BDI模型88-89
• 第二节 智能体的结构89-92
• 4．2．1 认知智能体结构89-91
• 4．2．2 反应智能体91-92
• 4．2．3 混合结构92
• 第三节 多智能体的通信和协调92-99
• 4．3．1 通信方式93
• 1． 黑板系统93
• 2． 消息传送93
• 4．3．2 智能体通信语言KQML93-97
• 1． KQML字符串语法94-95
• 2． 保留的动作表达式参数95
• 3． 保留的动作表达式95-97
• 4．3．3 合同网97-99
• 第四节 面向多智能体的软件技术和开发工具99-102
• 4．4．1 智能体软件开发方法99-100
• 4．4．2 分布式对象构件技术CORBA100-102
• 第五节 制浆过程的清洁生产多智能模型102-107
• 4．5．1 制浆生产过程的清洁生产策略102-103
• 4．5．2 系统的结构说明103
• 4．5．3 实体Agent内部结构103-105
• 4．5．4 清洁生产多智能体系统之间的协调105-107
• 第六节 本章小结107-108
• 第五章 基于多智能体的分布式智能控制系统108-134
• 第一节 分布式智能控制系统108-110
• 第二节 智能体模Π演算型110-114
• 5．2．1 π演算110-111
• 5．2．2 π演算描述智能体的心智态度111-112
• 1． 信念111-112
• 2． 目标112
• 3． 意图112
• 5．2．3 智能体的行为规范112-113
• 5．2．4 智能体界面113-114
• 第三节 面向智能体的程序设计114-119
• 5．3．1 AGENT-0语言115-117
• 5．3．2 AGENT-0解释器117-118
• 5．3．3 智能体开发工具118-119
• 1． 设计环境118
• 2． Java语言118-119
• 第四节 基于多智能体技术的多目标优化的分布式算法119-124
• 5．4．1 Agent设计前言120-121
• 5．4．2 多智能体系统（MAS）121-122
• 5．4．3 协调算法122
• 5．4．4 蒸煮过程多目标优化MAS的实现122-123
• 5．4．5 优化结果123-124
• 第五节 基于多智能体技术的多变量DMC研究124-132
• 5．5．1 多变量DMC递阶算法125-126
• 5．5．2 Agent设计126-127
• 5．5．3 协调算法的π演算描述127-129
• 5．5．4 多变量DMC分布式智能体系统129-130
• 5．5．5 仿真结果130-132
• 第六节 本章小结132-134
• 第六章 总结与展望134-136
• 参考文献136-148
• 致谢148-149
• 附录149-150

您可以在本站搜索以下学术论文文献来了解更多相关内容

多目标柔性车间作业调度分批方法研究    许秀林;胡克瑾;

基于机器学习的墙壁图样演化系统    仇颉;

网络认知关键技术研究    任保全;刘伟;林健;

基于iSIGHT平台的翼型水动力优化    马艳;庞永杰;范亚丽;

利用多目标量子粒子群算法求解背包问题    刘金江;刘峰;

求解人力资源分配问题的多目标微粒群优化算法    单爱慧;蒋丽;

小生境遗传算法效果评价及程序测试    师先锋;陈益;李飞莹;凌建春;寇林元;仇丽霞;

基于遗传算法的带时间窗的多目标flow-shop调度    杨乐伟;

一种基于神经网络技术锅炉性能优化系统及经济性分析    姚忠森;魏汉雨;王国忠;

改进的克隆选择算法与SPEA相结合的进化算法    杨观赐;马鑫;李少波;钟勇;于丽娅;

实行清洁生产,以先进技术不断改造生产工艺    刘卫邦;

论述电镀工业企业开展清洁生产的机会    周仲凡;

清洁生产与水泥工业    韩仲琦;

清洁生产在东北老工业基地振兴中战略地位与作用的研究    汪林;刘翠玲;李垒;关伟;

清洁生产是发展循环经济的重要手段    李光军;范丽;

浅谈清洁生产与可持续发展    孙宏瑞;

福建南纸清洁生产的开展与成效    崔延龄;

草浆清洁生产初探    高富传;

实现热浸锌清洁生产的几项措施    李新华;耿动力;井维海;

企业的清洁生产与可持续发展    张静;

PCB清洁生产：为什么？做什么？    中国印制电路行业协会顾问 林金堵

清洁生产有“甜头”    栗军

化工清洁生产对社会至关重要    记者 姜虹

清洁生产是必由之路    潘辉

清洁生产八大行业为重点    陈春艳

8户企业尝到清洁生产“甜头”    毛巍 华莹 记者 韩雪洁

清洁生产：鱼与熊掌兼得    

清洁生产是正路    本报记者　李新彦　余建斌

清洁生产的活力    本报记者 陈小波

清洁生产：跨世纪的选择    一 凡

基于过程控制技术的清洁生产及其在制浆生产过程中的应用研究    金福江

药物发现及靶向虚拟筛选的算法与程序设计    李洪林

铁路智能运输系统结构设计方法研究    孟燕

基于可达性的交通规划方法研究    王继峰

轿车底盘平台开发中多目标优化方法的研究及应用    杨荣山

制浆蒸煮过程的清洁生产综合自动化技术研究    胡清

油气田企业清洁生产评价与激励机制研究    王备战

多目标优化进化算法及应用研究    刘鎏

基于模糊理论的化工过程多目标优化集成研究    孙力

南方人工林采运作业的清洁生产研究    余爱华

氯唑沙宗清洁生产与污染预防研究    张记市

清洁生产理论与实践研究    石芝玲

基于博弈论的电镀行业清洁生产保障机制研究    王佳

建峰化肥厂合成氨清洁生产改造的效益评价    金立志

河北省经济可持续发展产业研究    代辉

ERP系统框架下的制造型企业环境成本管理研究    李华俊

吉林省清洁生产研究及对策    回颖

HBP公司实施清洁生产绩效评价研究    王立成

论循环经济法律制度建设    张春燕

利用清洁生产治理辽宁省工业污染对策研究    杨萍