从概率论角度出发，利用传统的Galton板模型，以催化剂捆扎包内的一个小布袋为研究对象，建立了固定床内示踪剂浓度分布模型，得到了固定床内示踪剂浓度分布模型的具体表达式。同时，以KCl溶液为示踪剂，建立了实验装置，将模型计算值与实验结果比较，结果吻合良好，说明所建模型是可靠的。考察不同参数对示踪剂浓度分布的影响，结果表明：在固定床内，随着催化剂粒径的增大、液体喷淋量的减小、固定床高度的增加，示踪剂浓度分布曲线逐渐变得平缓。

复杂过程故障预测是保证过程安全可靠运行的关键，而复杂系统的工作状态往往由多元时滞序列决定，该序列含有变量间的时滞信息及相关关系，具有一定的信息完备性。因此文章提出一种基于多元时滞序列驱动的复杂过程故障预测方法，该方法首先构建复杂系统的时滞符号有向图（TD-SDG）进而得到多元时滞序列，然后针对复杂系统变量多、关系复杂的问题，提出一种独立成分分析（ICA）和ELM神经网络集成的方法，此方法可快速获取多元时滞序列的独立成分从而建立监控统计量，最终达到故障预测的目的。通过在Tennessee Eastman（TE）过程上的仿真实验验证，表明所提方法能够至少提前15 min预测到故障，方便工作人员及时有效地采取措施。

通过泡沫图像统计建模，实现了基于图像空间结构感知的浮选泡沫状态自动识别与客观评价。首先，采用Weibull分布建立了泡沫图像各方向边缘响应结构的统计分布模型，有效获取了泡沫图像空间结构的统计分布细节；然后，通过统计学习获得各典型工况状态下的泡沫图像边缘响应统计分布的混合高斯（MoG）模型；最后，通过简单的贝叶斯推理推断出测试泡沫图像对应的工况状态。结果表明：所提出的方法因有效获取了与浮选生产性能直接相关的泡沫空间结构的统计分布特征，可以实时监视泡沫空间结构的变化情况，泡沫生产状态识别准确率高。

乙烯裂解炉炉群通常由多台裂解炉并行运行，将烃类原料裂解成小分子烃类化合物。由于随着裂解炉连续运行不可避免地在炉管内壁产生结焦，结焦导致裂解炉运行效率下降，所以需要对裂解炉进行周期性的停炉清焦。对于不同价格参数的多种原料不同清焦费用的多台裂解炉来说，整个乙烯裂解炉炉群系统的循环调度应是求得最优解使得收益最大化。本文对此类裂解炉炉群循环调度问题提出了一个新的混合整数非线性（MINLP）模型，相比较以前的研究该模型能够得到更好的求解多原料多裂解炉的问题，同时解决了裂解过程中切料时机选择的问题。最后，以某乙烯厂为研究实例进行切料时机的优化，优化后裂解炉全周期的运行效益显著提高，为操作人员选择最佳切炉时机提供了理论依据，说明了此模型的有效性。

迫于环境影响和法律条约的双重压力，传统的化学工业开始寻求在过程设计阶段综合考虑经济、环境和社会可持续性等多目标最优。以煤制天然气企业中的脱酸脱氨汽提工段为案例，首先对比了单塔侧线加压和双塔加压工艺，结果显示单塔工艺更加经济但对环境的可持续性危害更高。在此基础上，选取了塔板总数、侧线位置和热进料温度三组决策变量，并以年度总费用和潜在环境影响指数最小为目标函数，对整个单塔侧线工艺进行了多目标优化。优化结果表明在保证产品质量的前提下，通过操作条件的改变有实现经济成本和环境性能同时最佳的潜力。

针对具有塔底产品和进料换热热集成的精馏过程，通过机理分析和基于流程模拟软件的仿真分析，说明了再沸热负荷与塔底液位、进料温度等变量的耦合关系，提出了一种面向热集成耦合的集成控制和优化策略，使用再沸热负荷对原料的焓值变化进行补偿，并兼顾塔底液位，保证产品质量合格。集成策略在实际装置上进行了应用研究，解决了塔底产品流量与再沸热负荷之间的协调控制问题。

间歇过程流股对时间的依赖性增加了其换热网络综合的难度。提出了一种采用间接换热进行换热网络综合的方法，且考虑了直接换热，同时提出了合并热储罐的方法，并利用热储罐的特点合并间接换热中的换热器，用以减少设备费用，以热储罐中介质的温度为变量以年度总费用最小为目标函数建立非线性规划数学模型，确定热储罐内介质温度，最后将该方法应用于实例中证明此方法的有效性。

为在过程早期获取HSE综合性质优良的反应路径，提出了基于模糊HSE评价的多目标反应路径综合方法。全面考虑HSE因素，形成了HSE指标结构，通过设定指标的隶属度函数，建立模糊推理系统，应用层次分析法（analytic hierarchy process，AHP）确定指标的权重因子，形成了模糊HSE评价方法。基于模糊HSE评价体系，建立以安全、环境和健康为目标函数的多目标优化模型，求解得到优良的反应路径组合。应用于萘甲胺反应路径综合实例，定量得到了反应路径及其HSE目标函数值，为过程早期的路径优选提供定量数据。

模拟移动床（SMB）是混合二甲苯分离的重要技术。模拟移动床区域回流比是决定产品质量的关键参数。在真实移动床（TMB）建模方法基础上，结合实际工况数据，建立了模拟移动床吸附分离过程机理模型，并通过分析区域回流比对产品质量的影响，得到不同产品质量要求以及进料品质的情况下区域回流比的操作区间。仿真结果表明，TMB建模方法能较好地描述模拟移动床实际工况。基于机理模型对操作区间的分析结果可以为模拟移动床分离过程的工艺设计和操作提供指导意见。

氧化铝蒸发过程的关键工艺指标碱液浓度不能在线检测且与控制回路输出之间的动态特性难以用精确的数学模型描述，采用已有的优化控制方法不能实现上述运行层的优化。针对上述问题提出了由基于案例推理的预设定模型，基于专家规则的前馈、反馈补偿模型以及基于块式偏最小二乘的软测量模型组成的混合智能优化设定控制方法。采用某氧化铝厂蒸发过程的实际数据进行仿真实验，实验研究表明该方法可以有效地将碱液浓度控制在工艺要求的区间内。

针对极限学习机（ELM）不能有效处理化工过程中强耦合、带噪声的高维数据建模问题，提出了一种基于数据属性划分的递阶ELM神经网络DHELM。该神经网络采用数据属性划分（DAD）方法对高维输入进行聚类、建立自联想子网，并将自联想子网所提取的特征分量作为极限学习机的输入进行建模。同时，利用UCI标准数据集进行了测试，通过工业应用实例进行了验证，并进行了模型对比。结果表明，DHELM网络在处理复杂高维数据时具有收敛速度快、建模精度高、网络稳定性强的特点，为神经网络发展及其化工应用提供了新思路。

工厂仿真模型通常被分为宏观和微观两类，宏观的仿真模型如ERP层模型，微观的仿真模型如PCS层模型，MES层模型介于宏观和微观之间。前人研究中建立某一层次的仿真模型通常都有重用率低和扩展性差的问题，为此提出一个用于工厂建模和仿真的四层框架：模型实体结构/模型库层、模型抽象层、工厂模型层、智能工厂仿真系统层。运用这种对工厂拓扑网络进行抽象的建模与仿真方法可以构建可扩展和易配置的仿真模型。本文使用此方法建立了智能工厂多层次仿真系统，最后通过3个案例说明方法的有效性和可靠性，为工厂建模和仿真提供了指导。

乙烯裂解过程中原料变化种类多，其原料分析仪因价格昂贵工业现场很少配备，为此实现油品属性的在线识别对实现裂解过程在线优化具有重要意义。由于传统模糊C均值算法隶属度的求取是基于欧氏距离，其算法只包含均值中心，带来聚类效果的单一性。为了充分利用裂解原料的有效信息，提出了基于混合概率模型的模糊隶属度设置方法，即通过建立混合高斯模型实现对聚类样本隶属关系的概率分布描述，并利用EM算法进行模型参数的极大似然估计。该算法可在考虑样本均值中心的前提下，进一步有效利用样本协方差与权重系数信息进行模式判别。最后，以经典IRIS数据聚类、乙烯裂解原料识别为仿真实例，验证了本文所述方法在Dunn指标和Xiebieni指标上明显优于模糊C均值聚类算法，表明了该方法的有效性。

煤气化合成气为核心的多联供多联产系统是能源化工可持续发展的重要组成部分，联供因子和联产因子是影响多联供多联产系统性能的两个关键因素。以天然气辅助煤多联供甲醇电多联产系统为例，根据其结构特性，提出以甲醇合成模块中未反应合成气进燃气-蒸汽联合循环发电装置的分流比率为联产因子，以进系统天然气的与原煤的的比值为联供因子，考察系统规模、损率、产品成本分别跟随联供因子和联产因子单因素变量变化规律，并讨论煤炭价格和天然气价格对系统产品成本的影响。

聚合物分子量分布（molecular weight distribution，MWD）是聚合产物重要的质量指标，由于无法在线测量，使得直接质量控制至今难以实现。在利用Legendre正交多项式组合神经网络建立聚合反应分子量分布灰箱模型的基础上，把MWD这个三维空间控制问题解构为以其矩向量为特征的二维时间域的控制问题，提出了通过控制分布的矩值实现分子量分布的预测控制方法。目标函数以矩值误差平方和为基础，考虑控制变量的约束条件，同时引入可测低阶矩的修正项，使得分子量分布的部分闭环反馈控制得以实现。该方法以实验室规模的苯乙烯聚合过程为对象进行了仿真建模与控制研究，获得良好的控制效果，证明了方法的有效性。

针对传统的实时优化执行前需要达到稳态、系统整体优化时间长、难以实时调整控制参数等问题提出一类面向多级过程系统的实时进化方法。把多级过程系统分成多个相互关联的子系统，当发生扰动时将系统等待稳态的过程分为若干个“拟稳态”。在每个拟稳态区间内，应用粒子群算法依次优化每一个子系统，其他各子系统设为静态，对子系统间的共享变量和内部变量进行协调，最终得到系统的最优解，把优化操作解送入控制器，连续改变系统设定值。给出了算法的详细步骤以两级串联反应器为对象进行了实例研究，验证了方法的有效性。

计算机动态建模与仿真中，人们最常用的用以辅助进行交流和讨论以及文档化相关成果与决策的分析、设计方法及表示法是信息流图（information flow diagram）。在前人研究的基础上，提出了一种改进的、更为完善的信息流图表示法。该表示法共包含三大类、九小类组成元素，基本能够完全覆盖计算机动态建模与仿真中所有种类的数学公式及其他模型表达方式。最后，以精馏塔的动态建模与仿真为例，详细说明了改进的信息流图的具体应用情况。事实证明，改进的信息流图不仅为相关工作人员提供了良好的沟通媒介，还使人们能够更加容易地从先前的仿真模型构建项目中复用需求和设计组件等，从而提高了仿真模型构建的效率和质量。

锌电解过程是一个典型的大惯性系统，电解槽的酸锌浓度往往难以控制。提出了基于锌电解机理模型的酸锌浓度前馈-反馈控制方法，以克服电流密度、进液浓度工艺参数的扰动。首先在Scott等提出的锌电解机理模型基础上，估计了传质系数等关键参数，得到了锌电解能耗模型，再加入电解槽酸锌浓度的物料动态平衡模型，从而建立了较完整的锌电解过程仿真模型。针对电流密度变化、进料中锌浓度波动等扰动引起电解液酸锌浓度变化的情况，提出了电解液锌浓度的前馈-反馈控制策略，其中反馈通道采用PID控制，而前馈通道的增益直接由机理模型计算得到。最后以仿真模型为对象验证了该控制策略，仿真结果表明该方法简单有效。

传统的多目标进化算法多是基于Pareto最优概念的类随机搜索算法，求解速度较慢，特别是针对动态多目标优化问题。就此提出了一种新的基于梯度信息的多目标寻优算法（hybrid optimization algorithm based on single and multi-objective gradient information，HSMGOA），该算法首先利用种群中每个个体对各目标的负梯度方向，以有效保证种群个体能沿单个目标函数值减小的方向加快搜索；同时为避免由于多目标问题之间的冲突性而导致其他目标函数的显著增大，将多个目标的梯度信息方向整合为一个方向进行协同搜索；并且还提出了一种新的选择置点法，以加快算法初始寻优速度并提供优良的初始种群。通过对ZDT系列测试函数的仿真可以看出，HSMGOA在较少的运行次数下，其性能远远优于NSGA2算法。最后将HSMGOA与NSGA2混合以解决补料分批生化反应过程的动态多目标优化问题，并将取得的Pareto最优解集与NSGA2、MOPSO比较可知，该混合算法在解决该化工问题时表现出了更好的性能。

基于间隔策略的信息波长选择是近红外光谱分析中广泛应用的一种方法。针对传统算法忽略非线性因素的缺点，首次考虑将最小二乘支持向量机（least-squares support vector machine，LSSVM）方法应用于间隔选择策略，进而提出了一种新的波长选择方法iLSSVM（interval LSSVM）。该算法克服了传统间隔选择算法依赖于线性模型的缺陷，对存在较强非线性的光谱数据能够准确地选择最优信息区间，极大地减少建模变量并显著改善模型预测精度。应用两组业界标准的光谱数据来验证该算法的性能，并和传统方法进行了比较。实验结果表明，在两组数据集上该算法取得的标准预测偏差（root mean square error of prediction，RMSEP）分别比全谱PLS建模降低了20%和4%，比传统的间隔偏最小二乘算法（interval partial least-squares，iPLS）降低了28%和2%。

构建了一种基于小波包阈值降噪的化工过程稳态检验方法。方法包括3个步骤：粗差剔除，小波包变换降噪和稳态辨识，具有简单易行且精度良好的特点。在小波包降噪中，通过引入阈值补偿因子，使得降噪过程更加灵活，以便在去除随机噪声和信号真值保留之间取得均衡效果。两个仿真示例展示了本文方法在单变量和多变量系统稳态检验上的有效性。

汽油调合配比生产优化是一种非线性约束的多峰优化问题。针对一般群智能优化算法在解决此类优化中易陷于局部最优解，提出了一种改进的群搜索优化算法——全局群搜索优化算法（GGSO）。该算法采用混沌机制初始化粒子在解空间内均匀分布；在算法前期，保留GSO的追随者进化策略，以保证算法的收敛速度。在算法后期，对追随者引入速度更新和个体最优，以保证算法的收敛精度；在粒子陷入局部极值时，对追随者和游荡者引入一种新的交叉、变异机制和自适应混沌扰动机制，以保证粒子跳出局部极值，提高算法全局寻优性能。分别用4个标准测试函数对优化算法进行测试，结果表明：GGSO算法与标准GSO、线性递减惯性权重粒子群算法（LDWPSO）比较，收敛速度和全局寻优性能有明显优势。汽油在线调合优化实例应用表明：该算法有较快的收敛速度，能够较准确地寻得全局最优。

为了提高化工生产过程中软测量建模的估计精度，提出了一种基于高斯过程和贝叶斯决策的组合模型建模方法。该方法在对原始数据进行分类的基础上，利用高斯过程对每个子类建立软测量子模型，通过贝叶斯决策方法实现模型的联合估计输出。将该建模方法应用于某双酚A装置的软测量建模中，仿真结果表明，相比于传统的开关切换或加权组合多模型，该组合模型能在实际生产中充分利用样本信息，使得具有更高的估计精度和更强的泛化性能。

产品的能耗分析对于化工系统生产工艺的可持续性评价具有重要意义。对系统中各物流能耗的合理评价是准确分析和合理评价产品能耗的关键。从系统中废物流能耗的合理分配和评价出发，通过区分过程能耗类型及其对应能耗分配系数，研究了物流能耗的合理分配和评价方法。基于质量流分析和流分析方法，提出了设备级质量流（MFA）-流（EFA）分析的产品能耗评价方法。通过炼厂蜡油加氢装置5种产品的能耗分析，从装置或过程尺度、产品能耗强度和产品CO₂排放强度3个方面阐明了所提出产品能耗分析和评价方法的合理性。

优化求解器的参数设置对优化求解器的性能有着至关重要的影响，可以通过参数整定来充分发挥优化求解器潜在的求解性能。过程模型复杂程度的提高和规模的增大，给参数自动整定算法的效率带来极大的影响。根据基于随机采样的参数自动整定算法对每一组参数设置的选择和评估是相互独立的特点，采用并行化方法对其进行了改进。数值实验表明基于并行计算的参数自动整定能够提高整定效率，并且在足够的硬件条件支持下适合应用于面向生产过程的操作运行的在线操作优化。

针对以炼油企业为主导的基础油供应链中所涉及到的多对一原料采购与定价问题，利用Stackelberg博弈问题求解方法，建立了分散决策模式下实际现有模型与收益共享契约模型，并引入粒子群优化算法，对模型进行参数估计，分析各参数对于供应链各成员利润的影响，同时得到一个广泛适用的采购定价模型。仿真结果表明，采用收益共享契约机制协调了供应链成员间利润分配，提高了原料供应商、炼油企业及供应链总体利润。

针对液氯输送管道泄漏检测难以获取泄漏信号样本用于特征提取和诊断建模的难题，提出了一种基于功率谱比对的无泄漏信号样本管道泄漏检测方法。鉴于相同类型传感器应用于不同介质时表现出相似的输出信号特性，通过分析、比较现有的气体管道泄漏信号和正常信号的频域特征，提出了基于双移动窗和功率谱比对的频域特征提取方法。以液氮模拟输送管道正常信号为目标类数据，在无泄漏信号样本条件下建立了基于SVDD的面向液氯输送管道泄漏检测的诊断模型，实现泄漏的可靠检测。现场模拟检验结果表明：该方法能够有效实现液氯输送管道泄漏检测。

基于集气管压力控制特点和生产过程中产生的大量历史数据和以往操作经验的基础上，提出一种基于减法聚类的焦炉集气管压力控制的操作模式提取及迁移重构方法。基于减法聚类算法进行操作模式的提取，最终形成操作模式优化数据库，对压力设定值进行优化，采用基于模型迁移思想的模式重构策略实现操作模式的修正。工业应用试验验证了所提方法的有效性。

模型预测控制算法（MPC）存在设定点控制与区间控制两种策略，区间预测控制较之设定点控制在技术上具有先进性。目前，主流的预测控制软件技术均采用双层结构，即上层稳态优化计算最优设定点，下层动态控制负责动态跟踪最优设定点。从过程稳态的角度出发，分别对区间预测控制和双层结构预测控制进行了机理分析，从定性与定量两个方面比较了这两者的异同点，提出并证明了两者的一致性条件。论述了双层结构预测控制较之单层结构下的区间控制更具先进性。

为在过程早期获取本质安全性较好的反应路径，将模糊安全评价集成于反应路径综合形成有效方法。根据反应路径综合阶段信息选择指标，通过设定指标的隶属度函数，建立模糊推理系统，且应用层次分析法（analytic hierarchy process，AHP）求得指标的权重因子，形成了模糊评价方法。为消除中间变量的影响，分别建立单、双输入变量的模糊推理系统。将它集成于反应路径综合，通过原料筛选规则，模糊安全评价，建立以安全为目标的优化模型，求解得到优良的反应路径组合。应用于萘甲胺反应路径综合实例，定量得到了反应路径及其目标函数值，并对两种模糊系统的综合结果进行了比较。

由于水资源的有限性，用水网络的优化设计问题一直是研究热点。可靠性问题关系着安全生产并且和实际生产有着直接的经济联系，也越来越受到关注。这里提出基于可靠性分析的用水网络优化设计方法，应用多目标优化方法中的层次分析法，首先满足用水系统可靠性要求，在满足可靠性基础上优化用水网络，从而使最终的用水网络满足可靠性要求且新鲜水用量最小。计算实例表明了该方法的有效性。

为建立燃烧过程稳态模型，首先利用稳态检测算法提取稳态样本；针对稳态数据中的不均衡性，提出了一种基于负荷划分数据的方法，即根据负荷工况将样本划分成训练子集与测试子集，以提高模型的泛化性能。利用单因素图形分析方法确定3个模型参数的搜索范围，将网格搜索与交叉验证相结合选择最优的模型参数，在此基础上建立了一个300 MW燃煤火电厂机组锅炉燃烧过程的支持向量机模型，包括锅炉效率、NO_x排放量、排烟温度和飞灰含碳量4个过程输出。结果表明，经过参数优化的4个输出模型均具有很好的泛化性能。

传统的主元分析（PCA）相似系数法没有充分利用数据的高阶统计量等有用的过程信息，导致故障识别效果较差。针对此问题，提出一种统计量模式分析（SPA）相似系数法。该方法首先使用SPA将原始数据转换到统计量空间中，然后在统计量空间中利用PCA获取主元方向，计算主元之间的相似性识别故障。在连续搅拌反应器（CSTR）过程上的仿真结果说明提出的SPA相似系数法比传统的PCA相似系数法能更有效地识别故障。

多操作周期的锅炉蒸汽系统是一个性能随时间衰减的混合整数非线性规划问题，其目标函数由燃煤量和锅炉清洗维护的费用构成。针对此类非线性问题，提出了最速下降近似线性规划（SDALP）的算法，利用最快速下降的目的性搜索思想，引入移入、移出向量和积极富裕量，通过对调整变量边界的判断条件和途径进行了新的定义，排除了传统近似线性规划方法中主观选择初始可行解、步长限制量以及缩小系数等变量可能导致的将最优解排除在变量边界之外的问题。将该算法应用于锅炉蒸汽系统循环清洗调度问题，实验结果表明，SDALP算法解出的调度方案优于原电厂调度方案，节能效果明显。

针对阶段不等长的多阶段间歇过程，提出了一种基于k-均值聚类方法的阶段分段策略，可以将不等长的阶段准确分类。首先，将间歇过程的三维训练数据按变量方向展开成二维矩阵，再通过k-均值聚类的方法按照相关性将数据聚成多类并运用主元分析（PCA）方法分别对每一类建立模型。在线监控时，通过计算样本与模型之间的相似系数以选择最合适的模型进行在线监控。此方法可以将不同批次在同一采样时刻的过程数据按照相关性分到多个阶段，更符合生产过程中常见的过程数据阶段不等长的情况。最后利用青霉素仿真验证了该方法的有效性。

质子交换膜燃料电池是一种通过氢气和氧气的电化学反应将化学能直接转化为电能的装置。提出一种改进的四阶燃料电池进气系统模型，分析了系统的约束性。针对系统模型所具有的非线性特性，提出建立线性变参数（LPV）模型用于对系统的控制。针对状态变量不可测的问题引入卡尔曼滤波器，同时通过可观性分析得出系统所需测量的最佳变量。在符合约束条件下设计基于线性变参数模型的状态空间模型预测控制器，控制空压机的工作电压保证氢气燃料的充分反应。仿真结果表明，基于LPV模型的模型预测控制器能够对空气进气系统进行有效的控制，且满足空压机喘振和阻塞边界等约束条件，与单模型预测控制相比具有更好的控制效果。

模型校核的首要目标是建立一个完备的测试剧情集。针对现有模型校核方法存在的问题，提出了基于定性趋势与符号有向图的模型校核方法。首先，在总结前人多种SDG建模方法的基础上，提出了SDG校核模型的建模方法。其次，提出了基于定性趋势与符号有向图的模型校核方法，包括建立SDG校核模型、产生测试剧情、推理标准趋势序列、仿真模型数据趋势提取与识别和趋势对比分析5部分。最后，以TE模型为例进行分析，证明该方法的有效性。

在氢系统中引入提纯装置可以经济有效地提高氢气的回用率，是氢系统中广泛采用的方法。但引入提纯回用过程可能会影响氢系统的夹点位置，还可能使氢系统出现多夹点。由于夹点对系统性能的分析与优化具有极其重要的作用，而夹点位置的变化则会影响到用氢过程的匹配。在氢夹点技术的基础上，通过图示分析法，研究了在不同提纯产品浓度下提纯回用过程的夹点变化规律和趋势，对于考虑提纯回用的氢网络集成具有重要的意义。

污泥容积指数（SVI），一个关键的污泥沉降性能评价指标。针对污水处理过程中污泥膨胀关键水质参数污泥容积指数难以准确在线测量，且实验室取样测量方法时间久、精度低，提出了一种改进型的模糊递归神经网络（HRFNN）用来预测污泥容积指数的变化，通过在网络第三层加入含有内部变量的反馈连接来实现输出信息的反馈。实验结果表明，与其他模糊神经网络相比，该网络的规模小、精度高，处理动态信息的能力明显加强。

针对沉铁过程存在的非线性、强耦合导致溶液pH值难以稳定控制的问题，分析了沉铁过程的工艺及其反应动力学机理。研究了锌焙砂添加量与pH值之间的关系，并根据工艺对pH值的要求，计算沉铁过程所需添加的焙砂量。在此基础上，采用参数自整定模糊控制器对锌焙砂添加量进行补偿调节，从而实现pH值的稳定控制。仿真结果表明：所提出的参数自整定模糊控制器效果良好，为沉铁过程pH值的稳定控制提供了一种切实可行的方法。

自适应差分进化算法基于个体生成策略和控制参数自适应，无须人为设置参数，对问题有较好的适应性，但其收敛速度和精度有待提高。将具有较高预测精度的Kriging模型应用于自适应差分进化算法中，建立跟随种群变化的Kriging模型，通过模型极值点与种群最优个体竞争，对种群产生扰动，影响种群进化过程，改善算法的收敛速度和寻优性能。对10个典型测试函数的测试结果表明，该算法较标准和自适应差分进化算法收敛速度加快，收敛精度提高，且具有更好的稳定性。将基于Kriging的差分进化算法应用于苯乙烯装置的流程优化，操作运行费用显著降低。

提出了一种基于改进的RBF神经网络的相对渗透率曲线计算方法。利用骨干粒子群的位置更新操作更新RNA遗传算法的变异算子得到混合RNA遗传算法（HRGA），针对RBF神经网络中隐含层径向基中心值的确定，利用HRGA算法对其进行优化，并用于相对渗透率曲线的计算。将HRGA优化的RBF神经网络和标准RBF神经网络计算的相对渗透率曲线与真实值误差对比分析，实验结果表明HRGA优化的RBF神经网络明显提高了计算精度。

间歇生产过程已经成为化工生产制造技术的基础和关键，该过程生产出大量产品来满足日常生活需要。然而经济全球化使得传统的化工生产过程产业面临严重的挑战。为了保持竞争力，每个企业必须优化生产技术，加强管理。其中调度是化工企业生产管理的核心技术。针对化工过程自身的多目标和零等待等特性，研究了间歇生产过程中的多目标零等待多任务调度，并提出该问题的模型和优化方法。通过将该问题分解成两个子问题来解决：采用非延迟非秩序混合方法来解决时间表分配问题以及用带存储的完全局部搜索解决排序问题。此外多目标占优采用基于SPEA2中的策略。通过大量算例的仿真实验证明了该算法的可行性和有效性。

针对青霉素发酵过程的参数检测存在不确定因素，提出一种基于混沌最小二乘支持向量机的青霉素浓度预测方案。采用混沌优化算法对最小二乘支持向量机参数进行寻优，建立了一种混沌最小二乘支持向量机模型。首先，利用该模型对两种常规非线性函数曲线进行了仿真回归，结果表明，算法具有良好的建模精度；其次，基于Pensim仿真平台，运用文中方法预测青霉素发酵过程的产物量，实验仿真表明混沌优化算法具有良好的全局优化性能，在参数选择中可以有效避免陷入局部最小值，基于混沌优化的最小二乘支持向量机具有较高的建模精度。

针对聚丙烯生产过程的时变特性和非线性，提出一种基于数据块的折息移动窗递推PLS算法（discount moving window RPLS，DMW-RPLS）。该算法以经典递推PLS为基础，通过引入移动窗来控制数据块的数据量，并对数据块引入遗忘因子来进行折息，然后更新模型，实现对待测变量的实时预测估计。以聚丙烯熔融指数为对象进行了仿真研究，表明提出的折息移动窗递推PLS方法能减少计算量和解决数据饱和问题，有效利用过程信息，快速准确地反映过程特性。

常规超声导波回波信号处理是基于A扫描分析，存在易漏检、无法定位缺陷周向位置等不足，选用L（0，2）模态中心频率为48kHz的导波进行管道检测实验，通过对A扫描检测回波与腐蚀缺陷的对比分析，提出了对A扫描检测回波先进行小波变换处理，再进行log线性化处理，最后使用C扫描显示管道腐蚀检测结果的回波信号处理方法。实验表明，所提方法可有效地检测各类管道腐蚀缺陷，并准确地定位缺陷的轴向和周向位置，为导波技术的实际工程应用提供简单有效的方法。

针对全潜结构投影法（T-PLS）在检测非线性过程故障时误报率和漏报率较高的缺点，提出了基于核函数的全潜结构投影法（KT-PLS）。该算法通过核函数将过程数据从低维输入空间非线性地映射到高维特征空间，实现非线性问题的线性化；然后在质量变量的引导下将特征空间分为与质量直接相关、与质量正交、与质量无关和残差四个子空间；最后分别构建D和Q统计量进行故障检测。将该算法应用到Tennessee Eastman process（TEP），多种故障模式下的仿真结果表明，KT-PLS比T-PLS更适合监控具有强非线性的生产过程。

针对催化剂生产过程中焙烧窑炉温度控制问题，提出了一种启发式动态规划（heuristic dynamical programming，HDP）控制方法。该方法通过策略评价及策略提升的重复进行逐渐逼近最优的控制策略。采用人工神经网络建立了被控系统和评价指标模型，基于梯度下降原理阐明了控制器各模块的在线学习方法。对某催化剂公司的窑炉温度控制实验表明，与常规PID控制相比，HDP控制方案具有较强的工况适应能力，其控制精度较常规控制提高约70%，加热电流均值减小约5%。

故障检测和故障诊断对提高控制系统的安全性具有重要意义。通过对过程变量之间的相关性变化与过程装置故障之间关系进行深入分析，提出了一种基于过程变量相关系数约束的过程故障诊断方法。对相关过程变量定义基于相关系数（含相关系数、多重相关系数、偏相关系数）约束的过程诊断函数，通过考察相关系数和诊断函数的变化，对与其所涉及变量相关的装置是否发生故障做出判断。如果装置或系统发生故障，则会引起相关系数和诊断函数值发生变化，可通过诊断函数值进行逻辑推断，最终确定故障位置和故障装置。最后通过一个精馏塔的实际工程案例，验证了该方法的有效性。

应用非支配排序进化策略（non-dominated sorting evolution strategy，NSES）对煤气化多目标优化问题进行求解。通过解两个经典测试函数，并与NSGA-2算法进行比较，表明了非支配排序进化策略的有效性和优势。应用Aspen Plus流程模拟软件对煤气化过程进行了模拟计算。在此基础上，以氧煤比、水煤比、气化炉的压力为操作变量，分别对冷煤气效率和有效气产出率两个目标进行灵敏度分析。分析结果表明，3个变量对气化结果评价指标均有不同程度的影响。将非支配进化策略用于煤气化过程的多目标优化模型的求解，得到了Pareto最优前沿面，为确定冷煤气效率和有效气产出率两个目标的协调提供了依据。

针对环氧乙烷水合制乙二醇反应精馏过程反应热的利用和系统能量更大集成问题，提出一种将反应段和提馏段分割、从反应段移出热量供提馏段加热的内部热集成反应精馏塔（R-HIDiC）的设计。利用Aspen Plus模拟软件，分析了内部热集成的可能性，优化了内部热交换量及其分布，给出了一种不需要再沸器的能量最大集成方案。研究表明，与传统的反应精馏塔相比，通过对内部热集成进行优化，乙二醇反应精馏塔可取消再沸器，系统需要的能量只由环氧乙烷水合反应热和外部压缩机提供，其操作费用将降低约47.2%，总费用将降低约39.1%，体现了其技术和经济优越性。

针对引发丝状菌污泥膨胀的因素较多且其机理模型难以表达的问题，从丝状菌生长动力学角度提出了一种污泥体积指数（SVI）简化机理模型。首先，通过研究丝状菌污泥膨胀的形成过程，分析引发丝状菌污泥膨胀的影响因素，获得了影响因素与SVI之间的关系；其次，确定影响SVI的主要因素，设计出SVI的简化机理模型，并利用数据分析和统计方法校正了模型中的参数；最后，将该简化模型应用于实际污水处理厂，实验结果显示该模型能够较好地反映丝状菌污泥膨胀发生过程，获得较高的SVI预测精度。

在水华防治工作中，水华预测一直都是一个难点，为了解决由于水华生成过程中多种特征因素间的交互影响建模困难，现有的水华预测方法预测结果还不够准确，以及不同影响因素与水华发生的相关性程度的判定等问题，采用多元时间序列分析技术，研究多特征因素的水华预测及因素分析方法，通过对水华生成过程中的特征因素时序建模分析，提出多重潜周期多元自回归模型，给出了基于多元周期平稳时序分析的水华预测以及因素分析结果。采用本文方法及传统方法分别对江苏太湖水华特征因素监测数据进行建模预测，结果表明，基于本文方法的水华特征因素预测结果与实测结果更相符、预测平均误差绝对值更小。

根据化工机械设备的测控和信号处理要求，用以太网通讯对接的两台PC机为硬件平台，以虚拟仪器图形化开发软件LabVIEW为开发平台，设计了一套多功能信号频谱分析仪。在1台PC机上开发了任意信号发生器虚拟仪器（virtual instrument，VI）模块，在另1台PC机上开发了频谱分析仪VI模块。任意信号发生器VI模块生成2路可叠加白噪声的波形信号。频谱分析仪VI模块通过以太网采集任意信号发生器VI模块输出的带噪声的波形信号，对其进行低通滤波、加窗平滑处理，完成波形信号的幅值谱和相位谱分析。在某化工试验车间的化工设备运行稳定性监测应用试验结果表明，该频谱分析仪的各项性能良好。

由于真核启动子DNA序列结构复杂、数据量巨大，启动子序列辨识一直是一个难点。首先对真核启动子序列寡核苷酸位置分布特征进行高斯混合模型建模，能够将出现频率少但重要的基序提取出来。并将高斯混合模型作为真核启动子最小二乘支持向量机分类器中的核函数，将最小二乘支持向量机模型简化为最小二乘模型，计算量减少。辨识结果表明，该算法的辨识精度优于贝叶斯辨识算法，和RBF核LS-SVM相比，辨识精度基本相同，建模时间略有缩短。

针对局部均值分解（local mean decomposition，LMD）实现过程中存在的模式混淆现象，提出了一种基于总体局部均值分解（ensemble local mean decomposition，ELMD）与最小二乘支持向量机（least squares support vector machine，LS-SVM）相结合的滚动轴承故障诊断方法。该方法先对滚动轴承振动信号进行ELMD分解，并得到若干乘积函数（product function，PF），然后选取包含主要故障信息的PF分量，提取其峭度系数与能量特征参数以构造故障特征向量，并作为LS-SVM的输入来识别滚动轴承的工作状态和故障类型。通过对滚动轴承正常状态，内圈故障和外圈故障的分析结果表明，基于ELMD与LS-SVM的诊断方法可以准确有效识别滚动轴承的工作状态和故障类型。

基于神经网络的逼近特性，针对一类包含未知函数的串级连续搅拌釜式反应系统，提出了一种自适应控制算法。由于所考虑的反应系统具有非线性特性以及未知函数存在于各子系统的方程中，因此，该系统是复杂和难于控制的。为了克服困难，神经网络逼近系统中的未知函数，新奇的递归设计方法用于消除系统中的互联项，同时，需要定义特殊的被逼近非线性函数。利用李雅普诺夫稳定性分析方法，提出的控制算法保证了闭环系统的所有信号是有界的和系统的输出收敛到零的邻域内。仿真例子表明提出的控制算法是有效的。