[發(fā)明專利]基于事件邏輯的煉油廠實時智能動態(tài)優(yōu)化調(diào)度的建模方法

無效

• 申請?zhí)枺?/td>: 200810015204.7
• 申請日: 2008-04-08
• 公開（公告）號: CN101261516A
• 公開（公告）日: 2008-09-10
• 發(fā)明（設(shè)計）人: 李歧強;郭慶強;李明;丁然
• 申請（專利權(quán)）人: 山東大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 濟南圣達專利商標事務(wù)所
• 代理人: 張勇

技術(shù)領(lǐng)域

本發(fā)明屬于先進制造與自動化技術(shù)領(lǐng)域，尤其涉及一種基于事件邏輯的煉油廠實時智能動態(tài)優(yōu)化調(diào)度的建模方法。

背景技術(shù)

煉油過程是一類典型的連續(xù)生產(chǎn)過程，與其它工業(yè)過程相比，具有連續(xù)、平穩(wěn)、高能耗和裝置多且復(fù)雜等突出特點。雖然煉油過程基本平穩(wěn)，但裝置故障、能源短缺、物料質(zhì)量不合格等不確定性事件隨時都可能發(fā)生，造成了各裝置生產(chǎn)狀態(tài)、物料和能源產(chǎn)消、供需的不斷變化，往往造成資源和能源的浪費，導(dǎo)致企業(yè)利益損失甚至威脅生產(chǎn)安全。動態(tài)調(diào)度就是要在事件發(fā)生后盡快的及時調(diào)整和重新安排生產(chǎn)裝置的運行狀態(tài)和參數(shù)、物料和能源的產(chǎn)消量和庫存量等生產(chǎn)控制指令，盡可能減少不必要的浪費和損失，最大限度的優(yōu)化生產(chǎn)運行。可見動態(tài)調(diào)度的難度和重要性。

目前，應(yīng)用于連續(xù)過程的主要動態(tài)調(diào)度方法包括數(shù)學優(yōu)化方法、啟發(fā)式方法和基于規(guī)則推理的人工智能方法。數(shù)學優(yōu)化方法能較好地滿足調(diào)度決策的優(yōu)化性要求，但由于模型規(guī)模和求解的限制，往往不能滿足生產(chǎn)的實時性要求，也不能充分反映生產(chǎn)環(huán)境的復(fù)雜性、隨機性和動態(tài)性；啟發(fā)式方法雖然實時性較好，但卻沒有充分發(fā)揮數(shù)學模型強大的優(yōu)化優(yōu)勢，較難得到令決策者滿意的決策方案；基于規(guī)則推理的人工智能方法雖然能夠滿足生產(chǎn)的實時性，但規(guī)則獲取比較困難，優(yōu)化的內(nèi)容較少，調(diào)度優(yōu)化性較差。由于上述問題的存在，導(dǎo)致了目前動態(tài)調(diào)度理論難以實用的現(xiàn)狀。因此，根據(jù)煉油過程的連續(xù)性，平穩(wěn)性，全局優(yōu)化與局部調(diào)整相結(jié)合的特點以及對動態(tài)調(diào)度的高實時性要求，如何有效利用數(shù)學規(guī)劃、啟發(fā)式和人工智能方法，在結(jié)合邏輯規(guī)劃的基礎(chǔ)上進行調(diào)度優(yōu)化，找到優(yōu)化性和實時性之間令人滿意的平衡點，是解決動態(tài)優(yōu)化調(diào)度的一條可行和有效的途徑。

目前已申請的有關(guān)生產(chǎn)調(diào)度方法，如200410021578.1號專利《基于規(guī)則的特鋼行業(yè)生產(chǎn)動態(tài)調(diào)度方法》提出一種以特鋼行業(yè)關(guān)鍵設(shè)備生產(chǎn)規(guī)則和訂單合同交貨期為約束條件的基于規(guī)則的全局優(yōu)化排產(chǎn)和動態(tài)調(diào)度方法，該方法在不借助數(shù)學規(guī)劃的情況下充分利用了生產(chǎn)規(guī)則，雖然具有了一定的調(diào)度實時性，但卻無法保證調(diào)度的優(yōu)化性。200510061523.8號專利《一種流程工業(yè)可視化生產(chǎn)工藝流程描述的建模方法》提出一種適用于一般流程工業(yè)企業(yè)的間歇性或半間歇性生產(chǎn)系統(tǒng)的可視化建模方法，該方法僅從軟件實現(xiàn)上闡述了建立生產(chǎn)系統(tǒng)模型的過程，雖然包含了一部分邏輯約束，但卻沒有涉及調(diào)度優(yōu)化及邏輯約束在其中的應(yīng)用。

發(fā)明內(nèi)容

為了解決以上存在的問題，本發(fā)明的一個目的是提供一種適用于煉油過程的基于事件邏輯的煉油廠實時智能動態(tài)優(yōu)化調(diào)度的建模方法。

為實現(xiàn)本發(fā)明的上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于事件邏輯的煉油廠實時智能動態(tài)優(yōu)化調(diào)度的建模方法，它的方法為，

1)工藝分析；

2)事件定義；

3)根據(jù)事件定義，描述事件；

4)根據(jù)事件描述，產(chǎn)生相應(yīng)的事件邏輯；

5)根據(jù)流程調(diào)度需求和事件描述分別對產(chǎn)生的事件邏輯進行表達；

6)根據(jù)步驟5)對事件邏輯的表達，分別建立流程調(diào)度模型和事件模型；

7)聯(lián)合流程調(diào)度模型和事件模型最終構(gòu)成基于事件邏輯的動態(tài)調(diào)度模型。

本發(fā)明提供的基于事件邏輯的煉油廠實時智能動態(tài)優(yōu)化調(diào)度的建模方法，包括下列步驟：1)工藝分析；2)事件定義；3)根據(jù)事件定義，描述事件；4)根據(jù)事件描述，產(chǎn)生相應(yīng)的事件邏輯；5)根據(jù)流程調(diào)度需求和事件描述的分別對產(chǎn)生的事件邏輯進行表達；6)根據(jù)步驟5對事件邏輯的表達，分別建立流程調(diào)度模型和事件模型；7)聯(lián)合流程調(diào)度模型和事件模型最終構(gòu)成基于事件邏輯的動態(tài)調(diào)度模型。

步驟1)還包括子步驟：1-1)分析煉油生產(chǎn)中引起動態(tài)調(diào)度的各種大量的生產(chǎn)事件，獲得這些事件的一般特性，作為定義事件的基礎(chǔ)；1-2)分析煉油生產(chǎn)流程，獲得生產(chǎn)裝置的工藝連接(如附圖2)，生產(chǎn)裝置的運行參數(shù)(如加工能力，收率，能源消耗率和生產(chǎn)成本等)和物料的生產(chǎn)信息(如消耗量，產(chǎn)出量，庫存量和存儲費用等)，作為建立流程調(diào)度模型的基礎(chǔ)。