一 引言

       一般来说，工业装置的操作目标可以归纳为3个方面控制工程网版权所有，按其重要顺序，即安全、产品质量和生产效率。在实现了安全生产的前提下控制工程网版权所有，许多企业管理者开始考虑如何将生产自动化与经营活动结合起来，通过某种解决方案将经营目标转化成生产操作中的操作目标，根据市场变化和设备状况自动地确定控制器最优设定点，并将生产数据加工为
生产信息进行反馈，从而实现企业经营目标与生产操作有机关联。

       实时优化在企业自动化系统结构中的位置如图1所示。在系统结构中，实时优化处于先进控制和基础层之上。其功能是综合考虑经济信息、装置物理约束和装置自由度的前提下，最优化经济效益。要达到这个目的，实时优化系统必须能够：、感知系统当前状态，求解最佳操作点，确定从当前操作点至最佳操作点的路径。

       实时优化技术分为两类：一类是稳态优化，这是传统的实时优化，采用稳态机理模型，大多利用基于方程的求解技术；另一类是动态优化，这是实时

     （1）状态估计（感知系统当前状态）：是指能够判断系统当前的状态。由于各种干扰的影响，工业生产装置总是处于动态变化中。对于干扰的动态响应也是有快有慢，甚至还有逆响应或者纯滞后。这意味着在某一时刻得到的“快照”数据并不能够完全反映装置全部情况，有时甚至可能会让人们得出错误的结论。完整地评估装置当前状态还需要历史数据。状态估计既能够判断装置眼下的状态，也能预估其未来状态。

     （2）最优状态（确定最佳操作点）：是指求解最佳稳态操作点。用一组代数方程来描述实际装置，然后利用线性代数和最优理论求解最佳操作点。

     （3）动态路径：是指从当前操作点移动至最佳操作点路径。通常存在许多路径，由于变量间的动态耦合，直线路径未必就是最佳路径CONTROL ENGINEERING China版权所有，有时甚至是不可行路径。

图1 企业自动化系统结构

二  稳态实时优化

       实时优化是根据所得到的各种信息，利用计算机自动地周期性地完成优化计算，并将最优参数值直接送到先进控制器作为设定。实时优化通常采用严格的非线性过程模型、工厂约束和当前的经济信息来在线最大化生产过程经济效益。目标函数往往对于经济指标直接相关，如产品的质量和数量的提高，原料和能量消耗的降低等。实时优化实际上是稳态仿真的扩展应用。模块4描述主要利用稳态物料平衡、热量平衡，有时也用动量平衡来描述，模型最初可能是为工艺设计而开发的，采用SQP方法求解。用传统的实时优化方法描述乙烯工厂通常需要几十万个变量www.cechina.cn，显然，求解这样大规模的优化问题需要较多的计算时间。典型的执行周期包括：

      （1）稳态侦破：保证装置处于合理的稳态CONTROL ENGINEERING China版权所有，这样当前工艺数据可被用来建立工艺初始状态。

     （2）数据校正与参数估计：目的是校正工艺数据和确定模型参数，以最好地拟合上一步中建立的工艺状态。对现场实测数据要首先侦破那些由于仪表的故障或系统泄漏引起的大误差，将其删除，然后用热量及质量平衡计算来校正随机误差。这样处理过的数据称为“精练数据”，方可作为模型的输入。

     （3）对上两步建立的模型进行优化求解。

     （4）一致性检查。将优化结果下传到先进控制前进行一致性检查，以确保完成优化计算后的工艺状态与第一步建立的初始状态没有大的出入。

        图2为稳态实时优化软件内部各模块的执行顺序。基于稳态机理模型的实时优化软件的典型代表有Aspen Tech公司的RTO、Invensys公司的ROMEO和Honeywell公司的Profit Max。在新的发展方面，Aspen Tech RTO和InvensysROMEO均将序惯模块法和面向方程的求解方法进行了整合。
    

        对应引言中提到的3个关注点，稳态实时优化的特性如下：

    （1）状态估计

&n