[发明专利]多阶段间歇生产过程的全程优化方法

说明书

技术领域

本发明属于生产过程控制与优化领域，特别涉及一种多阶段间歇生产过程的全程优化方法。

背景技术

间歇过程在现代制造业占有重要地位，广泛应用于药品、化工产品、生物制品、农产品等高附加值产品的加工制造领域。在实际生产中，由多个过程单元或工序按照一定顺序组成的间歇过程，称为多阶段间歇过程。多阶段间歇过程的主要目的在于提高产品的性能，保证产品质量的稳定性，以增强产品的市场竞争力。与间歇过程单元不同，多阶段间歇生产过程的控制与优化因其复杂的本质而更具有挑战性。

一般来说，多阶段间歇过程主要具有以下特点：（1）间歇过程单元是多阶段间歇过程的基本单位，无稳定工作点，运行时间有限。（2）不同过程单元之间具有复杂的相互作用关系，一个单元的输出是与其相连的单元的输入，下游单元的操作受到上游单元的影响；不同的过程参数和过程单元之间可能存在临时的、不可预知的作用关系。（3）最终产品的质量是原料经多个阶段加工的累积作用结果；过程参数和过程单元对产品质量的影响程度，会随着多阶段生产过程的进行而发生变化。（4）来自原料质量的波动或某一过程单元的扰动，会随生产过程的进行传递到最终产品的质量，造成最终产品批次间的差异。

以产品质量为导向的多阶段间歇过程优化控制的难点，在于如何构建过程参数与产品质量之间的关系模型，以体现产品质量在多阶段生产过程中的传递规律；以及如何利用模型建立有效的优化控制策略，以应对原料波动和过程单元扰动，提高并稳定产品质量。经文献检索发现，俄罗斯化学物理研究所的Alexey Pomerantsev在《Chemometrics and Intelligent Laboratory Systems》（81，165-179，2006）上撰文“Process control and optimization with simple interval calculation method（SIC方法在过程优化与控制中的应用）”，提出利用递进PLS（偏最小二乘回归）建模进行质量预测，利用PLS通路建模和SIC方法进行多阶段生产过程的参数优化。但PLS通路建模和SIC方法结合操作步骤繁琐，并且SIC自身理论不完备，使得优化存在一定经验性；且由于其优化目标是最大化某一质量指标，忽略了产品质量的连续性。

发明内容

本发明的目的是提供一种多阶段间歇生产过程的全程优化方法，以优化生产过程中每个阶段的工艺参数，为产品质量符合既定目标提供持续最优的保证。

为了实现上述目的，本发明提供了一种多阶段间歇生产过程的全程优化方法，包括以下步骤：

S1：采集一个多阶段生产过程的多批生产数据并进行预处理，所述生产数据包括过程参数和产品质量属性数据；

S2：采用递进PLS方法建立过程参数与产品质量属性数据之间的PLS模型；

S3：确定优化目标，结合所述PLS模型计算产品质量属性符合优化目标的贝叶斯后验预测概率，选择贝叶斯后验预测概率最大的过程参数组合作为优化结果。

作为优选，步骤S1具体包括：

S101：采集数据：

采集一个多阶段生产过程的m批生产数据，每批生产数据分别包括n个过程参数和q个产品质量属性数据，则过程参数组成大小为m×n的矩阵X，产品质量属性数据组成大小为m×q的矩阵Y；

S102：数据预处理及样本划分：

对所有生产数据进行归一化预处理以消除量纲差异，并采用样本划分方法将全部样本划分为校正集和验证集，其中校正集数据用于建立PLS模型，验证集数据用于验证PLS模型；

S103：重组数据：

若所述多阶段生产过程由k个阶段组成，则将每个阶段的过程参数分别以矩阵X_j表示，其中1≤j≤k，则过程参数矩阵X分解为k个矩阵X₁～X_k；在第j个阶段，将矩阵X₁～X_j重组形成联合矩阵X_(j)：

X_(j)=(X₁,X₂,...,X_j)    (1)

形成的k个联合矩阵用于多阶段过程模型的建立。

作为进一步地优选，步骤S2具体包括：

S201：选择最优潜变量因子数：

结合化学计量学指标，采用交叉验证的方法选择最优潜变量因子数p，其中所述化学计量学指标包括校正误差均方根、交叉验证误差均方根、预测误差均方根和/或预测残差平方和；