一种基于机器学习的新型框架,用于整合连续多产品化学工艺操作中的调度与控制
《Computers & Chemical Engineering》:A Novel Machine Learning-based Framework for Integrating Scheduling and Control in Continuous Multiproduct Chemical Process Operations
【字体:
大
中
小
】
时间:2026年03月09日
来源:Computers & Chemical Engineering 3.9
编辑推荐:
M. Abou El Qassime | A. Shokry | A. Espu?a | E. Moulines
巴黎综合理工学院,法国
**摘要**
在化学过程管理中整合调度和控制可以显著提高效率并带来经济效益。然而,由于数学公式的复杂性,实际应用仍然具有挑战性。
M. Abou El Qassime | A. Shokry | A. Espu?a | E. Moulines
巴黎综合理工学院,法国
**摘要**
在化学过程管理中整合调度和控制可以显著提高效率并带来经济效益。然而,由于数学公式的复杂性,实际应用仍然具有挑战性。因此,寻找既准确又易于计算的公式一直是一个核心且快速发展的研究课题。本研究提出了一个基于机器学习(ML)的集成调度和控制框架,其中利用深度神经网络(DNN)来处理过程模型和控制层带来的复杂性。DNN在离线状态下进行训练,以近似两个关键组成部分:(i)非线性开环过程动态(即过程模型);(ii)闭环调度自适应控制策略,该策略建立了从高层次调度决策到低层次最优控制动作的映射。然后将这两个DNN嵌入到具有经济目标的经典调度公式中,形成一个集成混合整数非线性规划(MINLP),该规划同时考虑了过程动态和控制逻辑,同时消除了对复杂过程模型进行重复在线评估或解决非线性模型预测控制(NMPC)问题的需要。集成MINLP使用遗传算法求解,该算法能够处理离散和连续决策。
将此框架应用于多产品连续搅拌罐反应器(CSTR)的情况表明,该框架能够实现可行的调度-控制集成,生成满足不同需求目标和紧急订单场景的最优调度方案。与仅使用统计估计表示产品转换时间的基线情况相比,所提出的方法在调度目标上实现了大约50%的经济收益。
**1. 引言**
在化学过程工业中,调度决定了生产顺序,并分配资源以满足需求和经济目标,而过程控制则通过先进的策略(如NMPC)来管理动态操作,以确保设定点跟踪、质量要求和安全约束。尽管传统上这些层面是独立处理的,但它们通过过渡时间和库存动态等多种方式相互关联,将调度决策与详细的过程行为联系起来(Pistikopoulos等人,2024年)。调度和控制的整合被认为是实现更高效和灵活的化学过程操作的关键手段,通过减少昂贵的切换次数、最小化不合格产品产量、提高资源利用率和抗干扰能力以及防止不可行的调度方案(Andrés-Martínez和Ricardez-Sandoval,2022a;Baldea和Harjunkoski,2014;Daoutidis等人,2018;Dias和Ierapetritou,2016;Trevisan等人,2025)。
现有的整合方法大致可以分为同时集成和分离集成两种类型。同时集成方法将调度和控制视为一个统一问题,通常采用两种主要方法之一来实现。第一种称为自上而下的方法,它通过开环过程动态或闭环控制方案(通常由MPC策略表示)将控制层信息纳入调度问题中。Flores-Tlacuahuac和Grossmann(2006年)率先将详细的开环动态(即过程模型)嵌入调度公式中,从而形成了大规模混合整数动态优化(MIDO)问题,并将其离散化为MINLP公式,应用于聚合过程。对于高度非线性系统,所得到的MINLP问题极其难以解决,这突显了需要先进解决策略的必要性。Terrazas-Moreno等人(2007年)提出了一种基于拉格朗日分解的算法来减轻计算负担,并在两个聚合过程中进行了验证。其他分解策略,如Bender分解,也被开发出来以提高可解性,其应用实例包括多产品CSTR(Chu和You,2014;Chu和You,2013)。
一些研究不依赖于开环过程模型,而是考虑了闭环动态,将反馈控制策略的效果直接纳入调度公式中。这些研究将先进的控制公式(通常是线性MPC或NMPC)嵌入调度器中。由此产生的集成问题自然是一个双层优化问题,在存在调度层的整数变量时尤其难以解决。已经提出了几种策略来应对这一挑战。模型简化和技术线性化是最常见的方法之一:例如,Zhuge和Ierapetritou(2015年)采用分段仿射(PWA)近似将显式的MPC法则嵌入调度层,并在CSTR上展示了他们的方法。Dering和Swartz(2022年)对线性和非线性CSTR采用了类似的基于PWA的方法,强调了显式MPC近似在集成公式中的潜力。Burnak等人(2018年)引入了线性状态空间模型与多参数MPC(mp-MPC)相结合的方法,以桥接调度和控制的时间尺度,并在基准CSTR系统上展示了他们的方法。在另一个相关方向上,Tsay和Baldea(2020年)提出了潜在变量动态模型作为闭环替代模型;通过将动态投影到降维的潜在空间中,他们的框架将反馈行为嵌入调度中,并应用于电价变化的空气分离单元(ASU)。
其他策略则专注于将MPC问题的最优性条件直接嵌入调度模型中。Remigio和Swartz(2020年)通过包含MPC的Karush-Kuhn-Tucker(KKT)条件制定了这样的框架,并将其应用于线性动态系统,包括单输入单输出CSTR。类似地,Simkoff和Baldea(2019年)通过在调度问题中包含线性MPC(LMPC)KKT条件来表示控制行为,并在一个涉及两个平行反应器的案例研究中进行了说明。对于大规模、能耗高的过程,也探索了闭环替代模型。Caspari等人(2020年)开发了Scale-Bridging Model(SBM)方法,其中从闭环数据中识别的替代模型捕捉了LMPC控制下的ASU动态。他们的框架在电价变化的连续运行ASU上进行了测试。
第二种同时集成方法通常称为自下而上的方法,它将调度经济目标直接纳入控制问题的目标中。一种常见的策略是将先进的控制方法(如MPC)扩展到同时优化经济标准和传统控制目标,即最小化输出与预定义设定点的偏差,从而产生了经济MPC(eMPC)。Amrit等人(2013年)将eMPC应用于两个案例研究,包括蒸发过程和Williams–Otto反应器,表明在控制器中嵌入利润驱动目标可以提高整体经济性能。Ellis和Christofides(2014年)在非等温CSTR上展示了eMPC,而Santander等人(2016年)将eMPC应用于具有参数不确定性的CSTR,显示出改进的经济性能。Sch?fer等人(2019年)将eMPC应用于受干扰影响的单产品ASU,强调了eMPC在维持大规模连续过程盈利运营的同时保持鲁棒性的能力。此外,Caspari等人(2019年)为电价变化的ASU实施了eNMPC,展示了其通过直接将经济条款纳入控制器来实现需求响应操作的潜力。最近,Caspari等人(2020年)在同一ASU基准上比较了eNMPC和自上而下的调度框架,表明虽然eNMPC提供了更高的经济最优性,但其计算复杂性严重受限。
在最近的一项结合了两种范式的进展中,Schulze等人(2025年)提出了一个双层集成调度和控制框架,统一了自上而下和自下而上的方法的优势。上层使用SBM进行日前调度,以计算高效的方式捕捉闭环行为,而下层采用短视期的eNMPC来实现日内市场的实时需求响应。这种混合策略在ASU案例研究中得到了验证,展示了其在平衡长期经济优化与实时运营适应性方面的有效性。
相反,分离集成方法将调度和控制视为两个独立问题,保持它们的层次结构。在这种框架中,首先解决一个主调度问题,通常是一个混合整数线性问题(MILP)或MINLP,基于经济目标来确定生产顺序和资源分配。然后将得到的调度传递给控制层,作为动态优化或MPC问题进行制定,以确保过程层面的可行性。当出现不可行性或性能差距时,通过迭代协调在两个层之间交换反馈,逐步细化调度和控制决策,直到达到收敛。Nystr?m等人(2006年)是最早正式提出这种方法的人之一,他们为批处理过程引入了一个迭代主/原始框架,其中高级MILP调度问题和动态控制问题被迭代解决,以细化处理时间和转换,直到达到一致性。Nie等人(2015年)提出了一个离散时间迭代调度和控制框架,其中从MILP公式获得的调度通过与控制层的重复反馈进行动态验证和校正。最近,Misra和Gudi(2018年)通过为多任务批处理过程开发双向协调方案,进一步推进了分离集成范式,其中控制层计算最小可行处理时间并将其传递回调度问题,从而提高了盈利能力。
集成调度和控制公式的持续计算复杂性激发了对数据驱动近似的兴趣,这些近似可以嵌入到更高层次的优化问题中。ML模型可以提供计算效率高的可行性、性能或闭环行为的替代模型,同时保留足够的结构以支持决策制定。例如,Dias和Ierapetritou(2019年)使用分类器(如决策树和支持向量机)来预测生产目标的可行性,并将这些信息嵌入规划模型中。虽然这些方法在近似规划问题的可行区域并将这种近似嵌入到更高层次的规划优化中有效,但它们并未解决调度-控制集成问题。最近的贡献探索了支持集成决策的替代建模。Dias和Ierapetritou(2020年)提出了神经网络替代模型,用于在聚合层近似闭环MPC结果,使得在调度公式中实现可行的嵌入成为可能。然而,所得到的表示仍然是时段平均的,这限制了其捕捉轨迹依赖效应(如序列依赖的切换损失或详细的状态演变)的能力,而这些特征通常在多产品调度-控制问题中驱动最优性和可行性。Simkoff和Baldea(2019b)引入了Hammerstein–Wiener参数化,以获得紧凑的、适合优化的闭环替代模型,提高了MILP的可解性。然而,这种复杂性降低是一个关键优势;但它限制了可表示的动态范围,可能无法充分表示高度非线性的瞬态、制度变化以及强烈影响集成调度-控制问题性能和可行性的产品/序列效应。
Rangel-Martinez和Ricardez-Sandoval(2025)提出了一个混合深度强化学习(DRL)框架,用于在随机变化条件下在线集成调度和控制流动车间批处理工厂,使用基于LSTM的记忆来选择调度和控制动作时利用过去的观察结果。这产生了一个策略,使得完整的混合整数动态优化问题的实时决策执行变得快速。然而,由于该方法主要设计用于离散控制动作的在线策略执行,它并不直接提供一个可以高保真度递归展开的优化嵌入模型,以量化详细的转换行为(例如,序列特定的损失和约束激活模式)。
更广泛地说,这些贡献代表了向可行集成迈出的重要步骤,但它们通常依赖于可行性/时段级性能替代模型或策略执行机制,而不是提供一个统一的表示,该表示能够支持高保真度的、全范围的应用,并同时捕捉适合集成调度-控制优化的开环过程动态和闭环控制响应。尽管所有集成方法在连接调度和控制方面都已被证明是有效的,但它们仍然存在重要限制。在自上而下的方法中,将详细的开环动态或闭环控制公式直接嵌入调度层通常会导致大规模的MINLP问题。这些方法需要高级数值策略(如离散化和分解)才能保持可行性。这些方法往往无法保留闭环行为的全部真实性,可能会影响解决方案的质量,导致次优甚至不可行的结果(Caspari等人,2019)。在自下而上的方法中,eMPC的好处是将经济目标直接集成到控制层中。然而,与非线性和混合整数公式相关的沉重在线计算负担限制了它们对大型系统或具有快速动态过程的可扩展性。最后,分离集成方法通过保持层次结构来减轻集成问题的数学复杂性,但它们依赖于调度层和控制层之间的迭代协调,引入了大量的计算开销(Andrés-Martínez和Ricardez-Sandoval,2022a)。
在自上而下、自下而上和分离集成策略中观察到的限制揭示了两个根本性差距:
• 明确嵌入过程动态的集成公式通常会导致大规模、计算上难以处理的优化问题。当使用简化方法(如降阶动态)来提高可解性时,它们往往会牺牲准确性,导致次优的调度方案。因此,现有的方法在保真度和计算效率之间始终面临着权衡。尽管最近已经使用机器学习(ML)技术来增强控制方案——例如,通过在非线性模型预测控制(NMPC)中近似复杂非线性模型或学习高效的控制策略——但这些进展主要集中在孤立的控制问题上。基于ML的控制器通常在固定条件下运行(例如,单一产品、恒定的生产率和固定的质量目标),并且没有设计成能够适应来自调度层的高层决策。因此,它们缺乏适应计划驱动的变化(如变化的产品序列、生产率或质量规格)的固有灵活性,这使得它们不适合直接用于集成框架中。最近,Abou el Qassime等人(2025年)的工作通过提出一种深度学习调度自适应控制器(DL-SAC)解决了这一特定限制,该控制器能够在变化的调度场景下预测闭环过程动态。然而,尽管作为一种独立的自适应控制器非常有效,但它尚未被用来帮助解决集成控制-调度问题。另外,在将ML应用于调度-控制集成问题的应用中,所得到的替代模型(例如,可行性分类器和桥接尺度的模型,用于近似闭环动态)存在某些局限性。虽然它们实现了计算上的可行性,但这些替代模型往往牺牲了动态保真度或灵活性,特别是在模拟多个调度决策场景时(例如,变化的生产目标)。此外,它们要么完全忽略控制策略,要么学习到的策略并不直接基于高保真过程模型和最优控制原则,导致关于状态轨迹和瞬态行为的关键信息丢失。为了克服这些差距,本研究旨在通过引入一种新的深度学习框架来克服集成调度和控制中持续的保真度-可行性权衡。我们的主要贡献是在调度问题中开发和集成两种基于人工神经网络的准确替代模型:其中一个替代模型捕获了过程的全部开环非线性动态,另一个替代模型表示调度自适应的闭环控制律或策略。我们的方法与之前的基于ML的方法不同,因为它在离线阶段独立且分别学习全部开环动态和完整的闭环控制策略。当这两个替代模型嵌入到调度问题中时,它们以协调/交互的计算方案运行,这不仅能够实现状态和控制轮廓的高分辨率、轨迹级别的预测,而且还提供了更大的灵活性,以模拟集成问题的可变条件——例如可变的生产目标和/或过程级干扰——这些条件通常被其他基于ML的方法忽略。这超越了可行性检查和汇总结果,提供了一种基于原则的、优化的集成方法,完全捕捉了调度决策与非线性过程动态之间的相互作用。通过这样做,它直接解决了现有方法的核心限制,用快速、准确的替代模型替换了计算上 prohibitive 的第一性原理模型,以确保可行性,同时保留了生成可行和经济最优调度所需的动态保真度。
2. 问题陈述
本研究针对一个能够生产Np种不同产品的非线性连续制造过程的调度问题。生产计划在调度范围Tf内进行,在此期间必须尽可能接近地制造所有Np种产品以满足预定义的需求场景。该范围被划分为Ns个固定持续时间的时段tk=[tk?1,tk],每个时段的长度为Δt=Tf/Ns,其中tk=k×Δt,对于所有k∈{1,…,Ns}。注意,在每个调度时段内只能制造一种产品。每种产品j的需求场景被指定为Dj∈[Djmin,Djmax],j=1,2,…,Np,以及可能的紧急订单Γk,j,它定义了在时段tk内必须满足的最小紧急产品j的数量。调度器的目标是确定时段tk的产品最优序列,由整数决策变量Zk∈{1,2,…,Np}表示,以及相应的生产率,由连续决策变量Qk表示。底层的离散过程控制在更快的时间尺度上运行;因此,为了确保调度层和控制层之间的无缝数值连接,控制采样周期被设置为Δtc?Δt,从而产生总共Nc个控制步骤Nc=Tf/Δtc,索引为tc=1,…,Nc。过程由控制变量utc∈Rm、状态变量xtc∈Rv和输出变量ytc∈Rs描述。输出变量代表过程出口处的产品浓度,而控制变量对应于m种不同反应物的可调流量。可以通过操纵反应物流量在过程层面实施调度决策,以i) 确定正在生产的产品Zk∈{1,2,…,Np},ii) 调节其生产率Qk,以及iii) 通过实现与每种产品相关联的预定义设定点yZksp来确保质量。注意,在过程/控制时间尺度上,调度器推荐的设定点和生产率在整个调度时段内保持不变,表示为:ytcsp=yZksp,Qtc=Qk,?tc∈tk。
受到将调度决策与过程级可行性对齐的迫切需要的启发(Zhuge和Ierapetritou, 2014),本研究提出了一个集成调度和控制框架,如图1所示,并在方程(1)中以MINLP问题的形式数学化。这种表述通过将开环和闭环过程动态嵌入调度问题中,建立了调度层和控制层之间的直接信息交换。
minZk,QkΦ=∑j=1Npαjψj+∑j=1Npβj?j+γζ
其中ψj=(Pj?Dj)2,?j=∑k=1NsIk,j,ζ=∑k=1NsTks.t.k=1,…,Ns,j=1,2,…,Np
Qmin≤Qk≤Qmax
Zk∈{1,…,Np}
Qtc=Qk,?tc∈tk
ytcsp=yZksp,?tc∈tk
Pj=Pj(yt0:Tf,ut0:Tf*,yt0:Tfsp)
Ik,j=Ik,j(yt0:Tf,ut0:Tf*,yt0:Tfsp)
Tk=Tk(yt0:Tf,ut0:Tf*,yt0:Tfsp)
Ik,j≥Γk,j
I0,j=Ik=0,j
utc+1*=ΠMPC(xtc,ytc,utc,ytcsp,Qtc),?tc∈[t0,Tf]
xtc+1=f(xtc,ytc,utc),?tc∈[t0,Tf]
ytc+1=g(xtc,ytc,utc),?tc∈[t0,Tf]
(1)
x0=xtc=t0,y0=ytc=t0,u0=utc=t0
下载:下载高分辨率图像(242KB)
下载:下载全尺寸图像
图1. 一般调度和控制层的示意图。
在这些公式中,集成调度-控制问题旨在最小化由三个部分组成的目标函数Φ,其中ψj是产品j的生产与需求之间的偏差,?j代表产品j的库存,ζ是在无生产过渡期间发生的材料损失。这些目标组成部分(ψj,?j,和ζ)的相对重要性通过正权重αj, βj, 和 γ 来缩放。这里,αj 和 βj 是特定于产品的,分别代表生产偏离需求的成本和产品j的库存持有成本。
这些术语的评估依赖于几个依赖量。在调度范围结束时获得的产品j的总生产量,表示为Pj,是通过生产映射Pj获得的。每个调度时段tk结束时产品j的库存水平,表示为Ik,j,是使用库存操作符Ik,j计算的。Tk是在时段tk内的非生产过渡期间消耗的材料,由过渡函数Tk量化。需要注意的是,这三个映射或函数Pj,Ik,j, 和 Tk 需要以整个调度范围[t0:Tf]内的过程输出和控制变量的最优闭环轨迹作为输入,分别表示为yt0:Tf 和 ut0:Tf*。为了获得最优闭环轨迹yt0:Tf, xt0:Tf 和 ut0:Tf*,在调度公式(1)中嵌入了一个调度自适应的NMPC问题,表示为ΠMPC。这个控制问题在整个调度范围[t0:Tf]内重复解决,依赖于高保真过程模型,表示为f和g。
调度自适应NMPC问题(ΠMPC)在方程(2)中更详细地进行了阐述。如前所述,过程控制层方程(2)在比调度层细得多的时间尺度上运行,即Δtc?Δt,其中tc=1,…,Nc,而调度层的信息(Zk,Qk, yZksp)被输入到控制层以确保过程级可行性。方程(2)中的正定矩阵W1, W2, 和 W3 对控制目标的三个部分进行加权:控制精度、控制动作的变化严重性和生产目标的实现。函数H表示一个案例依赖的映射,用于将控制动作(即流量)与调度器指定的生产率相关联。预测范围Nph和控制范围Mch分别定义了前瞻窗口和动作窗口。有关此控制问题及其解决机制的更多详细信息,我们建议读者参考(Na?cu等人,2023;Abou El Qassime等人,2025;Shokry等人,2025)。
minutc+1,…,utc+Nph
J=∑k=1Nph(ytc+k?ytcsp)
TW1(ytc+k?ytcsp)+∑k=1MchΔutc+kTW2Δutc+k+∑k=1NphW3H(Qtc+k,ytc+k,utc+k)
s.t.
xtc+1=f(xtc,ytc,utc),ytc+1=g(xtc,ytc,utc)
x0=xtc=t0,y0=ytc=t0,u0=utc=t0
xmin≤xtc≤xmax,ymin≤ytc≤ymax,umin≤utc≤umax
Δutc=utc+k?utc+k?1
(2)
ytcsp=yZksp,Qtc=Qk,?tc∈tk
将NMPC控制问题嵌入调度公式中确保了动态上可行的调度,这些调度明确考虑了闭环反馈。然而,解决这个集成问题需要将调度决策迭代地传递给控制层,在每个控制步骤解决NMPC优化,模拟高保真过程动态,通常通过计算密集型的积分或离散化方法,然后将结果输出反馈给调度器。这种迭代循环很快就会变得计算上 prohibitive,对于长调度范围Tf和/或高度非线性过程来说,这个问题变得难以处理(Andrés‐Martínez和Ricardez‐Sandoval, 2022)。
虽然我们的公式采用了固定持续时间的调度时段,但值得将这种结构与其他调度公式进行对比,尤其是切换时间公式(Andrés‐Martínez和Ricardez‐Sandoval, 2022a;Andrés‐Martínez和Ricardez‐Sandoval, 2022b)。在他们的切换系统框架中,生产间隔的长度是可变的,切换时间本身也是优化变量。此外,他们的闭环实现依赖于外部循环NMPC方案实时更新切换实例。相比之下,我们的公式不优化切换时间,不进行实时重新调度,并在整个范围内保持固定时段的调度结构。灵活性转移到了控制层:在每个时段内,可以调整反应物流量以满足整体目标函数,这可能包括实现期望的生产率和质量目标,但时段边界及其持续时间保持不变。这将我们的离散时间调度模型与连续切换时间公式区分开来,同时通过过程层保持了可控性和操作适应性。
为了克服这一挑战,本研究提出了一种基于机器学习的方法来加速集成调度-控制问题的解决,同时保留对开环和闭环过程行为的了解。具体来说,在集成公式(1)中,高保真过程模型(f和g)和调度自适应NMPC问题(ΠMPC)将被两个独立开发的DNN替换,如方程(3)和(4)所述。第一个DNN,fANN,近似开环过程动态,而第二个DNN,ΠANN,模拟闭环动态或调度自适应NMPC策略。更多细节在后续的方法论部分提供。
(3)
[y^tc+1,x^tc+1]=fANN(xtc:tc?l,ytc:tc?l,utc:tc?l)
(4)
u^tc+1*=ΠANN(xtc:tc?l,ytc:tc?l,utc:tc?l,ytc:tc?lsp,Qtc:tc?l)
3. 方法论
开发基于深度学习的调度-控制集成问题的方法论详细说明在第3.1、3.2和3.4节中。
3.1. 开发基于DNN的开环动态模型
第一步涉及近似过程的高保真、非线性、基于物理的模型(f和g),该模型通常表示为常微分方程(ODEs)系统。在这种情况下,DNN被用作动态过程模型,训练它们以一步预测的方式预测状态和输出变量的自由演化(开环动态),遵循Shokry等人(2020)和Shokry和Espu?a(2018)提出的方法论框架。为了生成训练数据集,在它们的允许范围内随机采样不同的过程状态、输出和控制变量组合:xmin≤xtc≤xmax, ymin≤ytc≤ymax, 和 umin≤utc≤umax。需要注意的是,只有状态的初始值是随机采样的,而下一个时间步的将来值总是通过高保真过程模型的模拟获得的,以确保状态/输出关系保持物理一致性。假设没有延迟,这个样本集可以表示为{ytc,xtc,utc}tc=1ntr,其中ntr是采样点的总数。然后使用高保真模型(f和g)在时间步Δtc内模拟这些组合,以获得下一个时间步的相应过程状态和输出变量的值,{ytc+1,xtc+1}tc=1ntr。这种随机化确保数据集捕获了动态的多样化行为,为训练DNN模型提供了丰富的信息。生成的输入-输出模式用于训练方程(5)中描述的DNN,其中fANN是一个多层前馈神经网络。这里,fANN表示一个多输入、多输出的动力学一步预测器,它将当前时间步的过程状态、输出和控制变量映射到相应的未来状态和输出值(图2)。
(5)
[y^tc+1,x^tc+1]=fANN(xtc,ytc,utc)
在这个阶段,不需要额外的预处理,因为所有训练数据都是直接从高保真数学模型生成的,因此不包含测量噪声、异常值、NaN或单位不一致性。然而,我们强调,如果要将框架扩展到包含真实工厂测量数据或混合数据集,适当的预处理(如平滑、去噪、异常值检测和去除)将变得至关重要,以确保鲁棒性和泛化能力,正如之前关于基于学习的进程建模的工作中所展示的(Shokry等人,2020;Shokry和Espu?a,2018a)。此类扩展超出了本研究的范围,但它们是实际应用中的重要步骤。选择多层前馈网络是因为它们具有通用的逼近能力和计算效率。关于前馈DNN的更多信息和细节可以在Abou El Qassime(2025)和Shokry(2025)的论文中找到。网络的架构,包括层数、每层的神经元数量以及激活函数的类型,是通过试错方法经验性地确定的,以在模型准确性和计算成本(包括训练和推理)之间取得平衡。该网络使用贝叶斯正则化反向传播(BRB)进行训练,以减轻过拟合并提高对未见数据的泛化能力。请注意,在训练过程中,生成的数据集被随机分解为训练集(70%)和验证子集(30%),以确保超参数调整的无偏性。此外,还有一个单独的测试数据集,它是按照之前描述的方法独立生成的,专门用于最终的性能评估。实现的潜在限制包括机器学习替代模型的过拟合或欠拟合。为了减轻过拟合,我们选择了BRB算法来训练DNN,该算法不仅最小化了预测损失,还减少了网络权重的总和,从而增强了正则化效果。此外,我们还采用了几种标准的缓解策略,包括应用提前停止(early stopping)来防止网络记住数据。对于欠拟合,我们确保训练数据集足够大,并且以能够覆盖和筛选整个输入空间的方式生成。通过这些措施,将与过拟合和欠拟合相关的风险降到最低。一旦训练完成,就使用测试数据集来评估DNN模型的性能,该数据集可以表示为{(xtcts,ytcts,utcts∣xtc+1ts,ytc+1ts)}tc=1nts?l。通过将DNN模型的预测结果与来自高保真模型的相应精确值进行比较,可以计算出准确性指标。在这项工作中,选择的指标是归一化均方根误差(NRMSE),对于状态变量的表示为:NRMSE(xi)=1nts?l∑tc=1nts?l(100×(xtc+1,its?x^tc+1,its)2(xmax,its?xmin,its)),其中xtc+1,its是xtc+1ts的第i个组成部分,而xmax,its和xmin,its分别代表xtc+1ts的第i个组成部分的最大值和最小值。
3.2 基于DNN的调度自适应控制器的开发
第二个DNN,ΠANN,通过预测下一个采样周期的最优控制动作来近似调度自适应NMPC策略(方程(6)的闭环动态,该动作是当前和前l个过程状态以及控制输入的函数,还包括调度决策,如生产率Qtc和设定点ytcsp(Abou el Qassime等人,2025;Shokry等人,2022)。
(6)u^tc+1*=ΠANN(xtc:tc?l,ytc:tc?l,utc:tc?l,ytc:tc?lsp,Qtc:tc?l)
为了生成训练数据,使用第2节中描述的相同调度配置合成了nsc.tr个调度场景。每个调度场景i(i=1,...,nsc.tr)包括一个随机选择的生产序列{(Zk)k=1Ns}i=1nsc.tr、相关的设定点{(yksp)k=1Ns}i=1nsc.tr以及目标生产率{(Qk)k=1Ns}i=1nsc.tr,其幅度在允许的范围内随机采样,即Qmin≤Qk≤Qmax。这些场景旨在涵盖大多数可行的产品序列和生产率。图3展示了一个调度场景的示例,突出显示了产品序列(用不同颜色区分)以及生产率和相关的设定点。需要强调的是,用于训练闭环控制器ΠANN的调度场景是在不施加可行性过滤或最优性要求的情况下生成的。换句话说,它们是在允许的范围内任意离线生成的,与集成优化问题无关(任何可能的生产序列,以及生产目标的任何值都在其上下限之内)。在这个阶段,任何生成的调度场景都被认为是物理上可实现的,即使由此产生的控制动作可能成本高昂或无法完全达到目标设定点。因此,训练数据集自然可能包括一些控制器无法满足调度目标的场景。
下载:下载高分辨率图像(208KB)
下载:下载全尺寸图像
图3. 示意图调度场景,包含Np=3种产品和Ns=6个时间段,展示了在不同目标生产率和质量规格下的多种生产转换。分配给每种产品的生产时间段用三种不同的颜色(红色、蓝色和绿色)突出显示。
一旦两个替代模型都被开发并嵌入到所提出的集成优化框架中,优化器(GA)就会探索整个决策空间,并负责选择最优的调度序列,从而隐式地确保了控制性能的可行性。通过这种方式,GA可以通过在优化目标中加入软惩罚来系统地避免控制器无法实现所需生产目标的场景,而不是施加硬性的可行性约束。需要注意的是,由于控制层的发展时间尺度比调度层快得多,生产序列及其相应的设定点和生产率在每个调度时间段内保持不变,从而投影到控制采样时间,得到更细粒度的场景:{(Ztc)tc=1Nc}i=1nsc.tr, {(ytcsp)tc=1Nc}i=1nsc.tr 和 {(Qtc)tc=1Nc}i=1nsc.tr。然后,对于每个调度场景,方程(2)中的控制问题在整个调度范围内得到解决,得到最优的闭环控制轨迹{(utc+1*)tc=1Nc}i=1nsc.tr、状态{(xtc)tc=1Nc}i=1nsc.tr和输出{(ytc)tc=1Nc}i=1nsc.tr变量。这些轨迹以及之前采样的调度输出被构建成输入-输出对,考虑了一个时间延迟窗口l,形式为{(xtc:tc?l,ytc:tc?l,utc:tc?l,ytc:tc?lsp,Qtc:tc?l∣utc+1*)}tc=1(Nc?l)×nsc.tr,然后用于训练方程(6)中描述的DNN,其中ΠANN是多层前馈神经网络。通常,延迟窗口l被选择为尽可能小,同时仍然能够捕捉到相关的闭环动态;对于tc=0之前的初始时间步骤,通过应用固定的启动策略(即恒定的控制输入)来重建所需的历史记录,直到延迟窗口被填满,之后DL-SAC映射正常运行。这里,ΠANN代表一个DL-SAC,它将过程状态、输出、控制输入和调度决策的时间延迟历史映射到控制动作的未来值。图4展示了数据生成和开发的DL-SAC模型。
下载:下载高分辨率图像(297KB)
下载:下载全尺寸图像
图4. DL-SAC开发工作流程的示意图。
这里也应用了3.1小节中解释的相同指南来选择DL-SAC模型的架构和训练算法。关于DL-SAC开发的更多细节可以在Abou el Qassime(2025)的论文中找到。
一旦训练完成,DL-SAC可以集成到闭环系统中,从状态变量的初始条件开始,预测给定生产和调度场景的整个控制轨迹。在每个控制采样周期,DL-SAC接收来自过程的状态和输出变量的测量值(在我们的案例中是高保真模型f和g),结合生产率和质量规格(调度决策),以计算控制变量的未来最优值。然后,在过程中实现计算出的控制变量(高保真模型f和g),并将结果状态和输出变量反馈给DL-SAC,依此类推。因此,使用包含nsc.ts调度场景的测试数据集来评估开发的DL-SAC的准确性,这些数据集的表示为:{(xtc:tc?lts,ytc:tc?lts,utc:tc?lts,ytc:tc?lspts,Qtc:tc?lts∣utc+1*ts)}tc=1(Nc?l)×nsc.ts: i)。通过将DL-SAC预测的控制轨迹与其精确的最优值进行比较,可以计算出nsc.ts调度场景的平均闭环NRMSE和平均绝对误差(MAE):
NRMSE(ui)=1(Nc?l)×nsc.ts∑tc=1(Nc?l)×nsc.ts(100×(utc+1,its?u^tc+1,i*ts)2(umax,its?umin,its)),
MAE(ui)=∑tc=1(Nc?l)×nsc.ts(|u*tc+1,its?u^tc+1,i*ts|(Nc?l)×nsc.ts)。
其中,utc+1,its是utc+1ts的第i个组成部分,而umax,its和umin,its分别代表utc+1ts的第i个组成部分的最大值和最小值。
ii) 通过将预测控制轨迹实施后的状态和输出变量与其精确的最优值进行比较,可以计算出nsc.ts调度场景的平均闭环NRMSE和MAE,对于状态变量的表示为:
NRMSE(xi)=1(Nc?l)×nsc.ts∑tc=1(Nc?l)×nsc.ts(100×(xtc+1,its?x^tc+1,its)2(xmax,its?xmin,its)),
MAE(xi)=∑tc=1(Nc?l)×nsc.ts(|xtc+1,its?x^tc+1,its|(Nc?l)×nsc.ts)。
3.3 集成调度和控制问题的解决
经过高效训练和彻底测试后,两个DNN,ΠANN和fANN,分别取代了原始调度公式(方程(1)中的数学NMPC ΠMPC和高保真过程模型(f和g)。这导致了集成调度-控制问题的另一种表述(方程(7)),使得解决方案快速且计算上可行。图5展示了整体集成调度-控制问题的示意图。
minZk,QkΦ=∑j=1Npαjψj+∑j=1Npβj?j+γζ
其中ψj=(Pj?Dj)2,?j=∑k=1NsIk,j,ζ=∑k=1NsTks.t.k=1,…,Ns,j=1,…,Np
Qmin≤Qk≤Qmax
Zk∈{1,…,Np}
Qtc=Qk,?tc∈tk
ytcsp=yZksp,?tc∈tk
Pj=Pj(yt0:Tf,ut0:Tf*,yt0:Tfsp)
Ik,j=Ik,j(yt0:Tf,ut0:Tf*,yt0:Tfsp)
Tk=Tk(yt0:Tf,ut0:Tf*,yt0:Tfsp)
Ik,j≥Γk,j
I0,j=Ik=0,ju^tc+1*=ΠANN(xtc:tc?l,ytc:tc?l,utc:tc?l,ytc:tc?lsp,Qtc:tc?l),?tc∈[t0,Tf]
[y^tc+1,x^tc+1=fANN(xtc:tc?l,ytc:tc?l,utc:tc?l),?tc∈t0,Tf]
(7)
x0=xtc=t0,y0=ytc=t0,u0=utc=t0
下载:下载高分辨率图像(289KB)
下载:下载全尺寸图像
图5. 集成调度-控制问题的示意图,其中精确的NMPC解决方案和高保真过程模型分别被DL-SAC和基于DNN的开环动态所取代。
在方程(7)的公式中,重要的是要说明开环DNN fANN和DL-SAC ΠANN之间的交互(图6)机制及其在廉价评估目标Φ(Zk,Qk)中的作用,其中k=1,…,Ns。在介绍优化策略之前,有必要澄清与使用固定持续时间调度时间段相关的建模假设。如第2节所讨论的,采用固定生产间隔是集成调度-控制框架中常用的离散化选择(Andrés‐Martínez和Ricardez‐Sandoval,2022b;Zhuge和Ierapetritou,2015)。实际上,时间段可以选择得足够长,以允许操作灵活性。如果对于某个时间段,控制器由于转换需要更长的时间或所需控制努力在经济上不理想而无法达到预定设定点,集成公式不会将这种情况归类为不可行。相反,任何偏差都会通过惩罚纳入目标函数中,使优化器能够补偿后续时间段内的未满足生产。因此,集成是通过允许调度层和控制层共同确定整个时间范围内的最经济生产分布来实现的,而不是通过修改时间段长度。此外,该框架可以以滚动时间范围的方式实现(Andrés‐Martínez和Ricardez‐Sandoval,2022b),即定期更新调度,并在出现系统偏差时重新训练DNNs,从而加强学习和提高鲁棒性。
下载:下载高分辨率图像(528KB)
下载:下载全尺寸图像
图6. 开环DNN fANN和DL-SAC ΠANN之间的交互机制或协调示意图。
首先,有了过程的初始条件(xt0,yt0,ut0)和方程(7)中优化问题的候选解决方案——包括序列Zk、目标速率Qk和相关的设定点yksp——候选解决方案被投影到更细的控制时间尺度上,为tc∈[t0:Tf]生成一个控制尺度对齐的解决方案[Ztc, Qtc, ytcsp]。
两个DNN从时间步t0开始协同工作,其中初始过程状态以及调度层的决策作为输入,即[xt0,yt0,ut0,yt0sp, Qt0],用于DL-SAC ΠANN来预测最优控制动作u^t1*。然后将预测的控制动作与初始条件[xt0,yt0,u^t1*]一起输入到开环动态模型fANN中,以计算下一个时间步[x^t1,y^t1]的过程状态和输出变量。这些预测的过程状态和输出与下一个时间步的调度信息[x^t1,y^t1,u^t1*,yt1sp, Qt1]结合,作为输入输入到DL-SAC模型ΠANN中,以预测闭环控制动作u^t2*。这个迭代过程沿着整个调度范围[t0:Tf]继续进行,得到整个过程状态[x^t1,…,x^Tf]、输出[y^t1,…,y^Tf]和控制变量[u^t1*,…,u^Tf*]的完整闭环轨迹。最后,使用这些闭环过程轨迹来计算三个函数:Pj、Ik,j和Tk。然后使用这些函数的值来计算总生产量Pj、库存水平Ik,j和阶段Tk的材料损失,对于j=1,2,...,Np,这些值用于评估最终目标函数Φ。
尽管两个DNN为减轻繁重的计算需求提供了有希望的解决方案,但它们的黑盒性质使得这个MINLP问题的结构变得复杂。为了解决这个问题,方程(7)中的集成问题使用了一个无导数的优化器来解决,具体来说是GA,这是一种在工程优化领域有着悠久历史的著名元启发式算法,以其在高维、非凸和非可微问题中的有效性而闻名(Lambora等人,2019)。它是一种基于种群的算法,其搜索机制模仿了生物进化。GA的搜索机制从一个随机初始化的候选解决方案种群开始,每个候选解决方案被称为一个个体或染色体。在我们的案例中,一个个体编码了一个完整的调度策略,包括产品序列Zk和相应的生产率Qk。算法随后通过以下步骤迭代进行:
- 适应度评估:将调度目标 Φ 视为适应度函数,对每个染色体或候选解决方案进行评估,以评估其质量。
- 选择:此步骤涉及选择潜在的个体(称为父代),使其存活并将它们的特征传递给下一代。该任务包括两个阶段。首先是精英选择,其中直接选择具有最有希望适应度值的少数个体。这种精英选择保证了遗传算法(GA)获得的解决方案质量不会从一代下降到下一代。第二阶段涉及使用概率选择技术根据适应度值选择相对较多的染色体,适应度较高的染色体更有可能被选中。
- 交叉或重组:此步骤涉及重组两个父代染色体的遗传信息,以产生继承了双方特征的新后代候选者(Singh 和 Gupta,2022)。
例如,可以在确保分配约束(如每个调度时段一个产品)的同时,部分交换父代之间的产品序列。
- 突变:此操作增加了新一代染色体的遗传多样性。突变对单个父代染色体的位或基因施加随机扰动或变形(Soni 和 Kumar,2014)。
这个进化过程会重复多代,直到满足终止条件,例如达到最大代数或观察到适应度改进停滞。为了确保 GA 的稳健收敛并且计算负担可承受,在应用部分将对关键算法参数进行敏感性分析。具体来说,将使用不同的种群大小和最大代数值执行多次 GA 运行。需要澄清的是,在本研究中,调度器仅在开始时执行一次,以计算与预测的闭环过程行为一致的计划。在 GA 优化循环中仅使用嵌入式替代模型来近似工厂动态和 NMPC 反馈律,从而实现最优生产计划的快速离线计算。没有实现实时或滚动时域的重新调度,也没有结合实际工厂的反馈。尽管如此,所提出的框架完全兼容滚动时域架构:基于 ML 的替代模型可以在每次重新调度时重复使用,以实现快速闭环预测,这是未来发展的一个有前景的方向。
4. 案例研究和应用
案例研究考虑了一个在等温 CSTR 中制造 Np=3 个产品(1、2 和 3)的调度问题,总调度时域为 Tf=10 小时,分为 Ns=10 个生产时段,每个时段的固定持续时间为 Δt=60 分钟。调度问题旨在确定:i) 最优生产序列 Zk∈{1,2,3}(其中索引值对应于产品分配);以及 ii) 相应的目标生产率 Qk。图 7 提供了调度层和控制层及其交互的示意图,以管理过程。
在过程层面,CSTR 以恒定进料浓度供给三种反应物(R1、R2 和 R3)。在反应器内,同时发生三个不可逆反应,如方程 (8) 所描述,其中 k1、k2 和 k3 分别表示生成产品 1、2 和 3 的动力学速率常数。高保真过程模型 (f, g) 由一组非线性微分方程 (Eqs.(9)) 组成,这些方程描述了系统的动态行为:反应物浓度 CRi(i∈{1,2,3})和产品浓度 Cj(j∈{1,2,3})随时间的变化,作为操纵的反应物流量 qR1、qR2 和 qR3 以及总进料流量 qtot=∑i=13qRi 的函数。
(8)
2R1→k1
1,R1+R2→k2
2,R1+R3→k3
3
(9)
{dCRidt=qRiCR1f?qtotCRiV+Ri,i={1,2,3}
dCjdt=qtot(Cjf?Cj)V+Rj,j={1,2,3}
产品 R1、R2 和 R3 的反应速率以及反应物 RR1、RR2 和 RR3 的反应速率受一级和二级动力学定律的控制,如方程 (9) 所描述(Burnak 等人,2018b;Antonio Flores-Tlacuahuac 和 Grossmann,2006)。所有过程模型参数的详细值,包括反应物的进料浓度 CR1f、CR2f、CR3f、产品的进料浓度 C1f、C2f、C3f 和动力学速率常数,可以在 Abou El Qassime 等人(2025)的研究中找到。
(10)
R1=k1CR1
2,R2=k2CR1
CR2,R3=k3CR1
CR3
(11)
RR1=?2R1?R2?R3
RR2=?R2
RR3=?R3
在控制层面,NMPC 问题按照方程 (12) 的形式制定,以动态适应整个调度时域内的调度决策。更详细地说,可以通过跟踪表 1 中列出的相应设定点来操纵反应物的体积流量 qRi,以生产三种不同的产品 1、2 或 3。此外,总反应物流量 qtot=∑i=13qRi 被调整以满足预定的生产率目标 Qtc。注意,控制采样周期设置为 Δtc=2 分钟,因此控制步骤的数量为 Nc=300。
JqRi,tc+1,...,qRi,tc+Nph=∑k=1Nph((C1,tc+kC2,tc+kC3,tc+k)?(C1,tcspC2,tcspC3,tcsp))
TW1((C1,tc+kC2,tc+kC3,tc+k)?(C1,tcspC2,tcspC3,tcsp))+∑k=1MchΔ(qR1,tc+kqR2,tc+kqR3,tc+k)
TW2Δ(qR1,tc+kqR2,tc+kqR3,tc+k)+∑k=1Nph(W3(∑i=13qRi,tc+k?Qtc+k)2)
s.t.
CRi,tc+1=f(CRi,tc,Cj,tc,qRi,tc),i={1,2,3}
Cj,tc+1=g(CRi,tc,Cj,tc,qRi,tc),j={1,2,3}
CRi,0=CRi,tc=t0,Cj,0=Cj,tc=t0,qRi,0=qRi,tc=t0
0≤CRi,tc≤1,0≤Cj,tc≤1,0≤qRi,tc≤500
ΔqRi,tc+k=qRi,tc+k?qRi,tc+k?1
(12)
Cj,tcsp=Cj,Zksp,Qtc=Qk,?tc∈tk
表 1. 三种产品的目标输出浓度设定点。
在调度层面,回想一下,总体调度目标 Φ 被定义为三个组成部分的加权和:生产-需求偏差 ψj、库存 αj 和过渡阶段的材料损失 ζ。权重常数 αj、βj 和 γ(j={1,2,3})的值在表 2 中给出。
表 2. 调度目标函数的成本参数。
产品
成本参数
αj [$L]
βj [$/L.min]
γ [$/L]
1
40.25
2
40.33
4
0.1
此外,如问题陈述(第 2 节)中提到的,三个目标组成部分(ψj、αj 和 ζ)的计算基于三个映射:生产映射 Pj、库存操作符 Ik,j 和过渡函数 Tk。这些映射需要作为输入的是整个调度时域 [t0:Tf] 内过程输出和控制变量的最优闭环轨迹,这些轨迹是通过解决调度自适应 NMPC 问题(方程 (12))获得的。这三个映射通常在问题陈述(第 2 节)中介绍,可以为案例研究进一步详细说明和具体化:
- 生产映射 Pj,计算整个调度时域内产品 j 的总产量,定义为:
Pj(Cj,t0:Tf,qRi,t0:Tf,Cj,t0:Tfsp)=∑tc=t0Tf(∑i=1NpqRi,tc)×η?∑k=1Ns(Γk,j),其中 η={1 if Cj,tc∈[Cj,tcsp?0.02] 0 else
- 库存操作符 Ik,j,计算时间段 tk 结束时产品 j 的库存水平,表示为:
Ik,j(Cj,t0:Tf,qRi,t0:Tf,Cj,t0:Tfsp)=Ik?1,j?Γk,j+∑tc=tk?1tk(∑i=1NpqRi,tc)×η,其中 η={1 if Cj,tc∈[Cj,tcsp?0.02] 0 else
- 过渡函数 Tk,计算时间段 tk 内非生产过渡期间消耗的材料,表示为:
Tk(Cj,t0:Tf,qRi,t0:Tf,Cj,t0:Tfsp)=∑t=tk?1tk(∑i=1NpqRi,tc)×η,其中 η={1 if Cj,tc?[Cj,tcsp?0.02] 0 else
4.1. 基于 ML 的开环动态近似
为了构建能够准确近似 CSTR 过程开环动态的 DNN,使用方程 (9) 中的高保真非线性模型生成训练数据。通过在其各自允许的范围内随机采样初始状态、输出和控制变量的值,共获得 ntr=10000 个样本。结果样本集表示为 {CRi,tc,Cj,tc,qRi,tc}tc=110000,对于 i∈{1,2,3} 和 j∈{1,2,3}。然后使用生成的样本模拟高保真模型,以获得相应的产品和反应物浓度 {CRi,tc+1,Cj,tc+1}tc=110000。这产生了形式为 {(CRi,tc,Cj,tc,qRi,tc∣CRi,tc+1,Cj,tc+1)}tc=110000 的输入-输出数据对。该数据集用于训练一个前馈全连接神经网络 fANN,以学习状态的一步预测演变:
C^Ri,tc+1,C^j,tc+1=fANN(CRi,tc,Cj,tc,qRi,tc)
注意,在模型中,产品浓度具有双重功能,既作为过程输出,也是过程状态的一部分。
网络架构是通过结构化的试错程序经验性地选择的,以平衡预测准确性和训练效率。数据集按 70%-30% 的比例分为训练子集和验证子集。随后,采用试错程序评估多个候选网络架构。较大的架构在验证准确性上没有提供有意义的提升,同时增加了计算成本和过拟合。相反,较小的架构表现出明显的欠拟合。因此,所选配置代表了在保持快速推理和数值效率的同时,始终实现低验证误差的最小架构。最终架构包括三个隐藏层,分别具有 15、35 和 10 个神经元。训练使用 BRB 算法进行,该算法通过在对网络权重施加惩罚来平衡训练准确性和模型泛化能力。图 8 显示了 120 个周期内的训练和测试损失轨迹,证实了网络的良好收敛性和稳定的学习行为;这里的测试子集对应于原始训练数据的 10%。
图 8. 训练(红色)和测试(蓝色)子集的损失曲线,显示了基于深度学习的开环 DNN 模型的良好收敛性。
使用与训练相同的数据生成程序对 nts=1000 个生成样本的 DNN 模型性能进行评估。这允许直接评估模型的一步预测能力。表 3 中总结的 NRMSE 值和相关性表明,所有状态和输出变量的近似精度都很高,所有变量的最大 NRMSE 仅为 0.26%。
表 3. 基于 DNN 的开环动态预测状态和输出变量的 NRMSE 和相关性(R)。
为了研究模型预测性能对训练数据大小的敏感性,并量化所选训练样本数量的适当性,我们进行了系统的实验分析。具体来说,ML 模型在五个单独的实验中进行了训练,每个实验中训练样本的数量逐渐增加。在每个实验完成训练后,使用训练期间未使用的验证子集评估预测性能。相应的结果显示在图 9 中。该图表明模型行为一致且稳定,随着训练数据集大小的增加,预测准确性得到提高,表明学习和泛化是适当的。
图 9. 开环 DNN 准确性与训练数据集大小的敏感性。
对于 8000–10000 样本范围的数据集大小,预测准确性已经非常高,进一步增加只会带来边际改进。然而,这样的增加显著提高了计算成本。如方法论部分所述,生成训练数据需要解决一个计算密集型控制问题;因此,扩大数据集显著增加了计算时间,而没有相应的性能提升。基于这些结果,选择了 10000 个样本的训练数据集大小,作为预测性能和计算效率之间的平衡折中。
这个范围的训练数据集大小与之前使用基于 DNN 的替代模型研究非线性化学过程的研究一致(Shokry 和 Espu?a,2018),其中需要类似大小的数据集来准确捕捉系统动态。
4.2. 基于 ML 的闭环控制近似
本节介绍了 DL-SAC(ΠANN)的实现,它近似闭环控制动态。生成了 nsc.tr=40 个具有特定训练特征的调度场景,这些特征不同于用于解决调度问题的特征,以测试 DL-SAC 对不同调度设置的适应性。每个场景由生产序列 {(Zk)k=1Ns=3}i=140 定义,其中 Ns=3 个调度时段的持续时间为 Δt=120 分钟,相应的浓度设定点 {(Cj,Zksp)k=1Ns=3}i=140,以及目标生产流量剖面 {(Qk)k=1Ns=3}i=140。然后将这些调度场景投影到控制时间尺度 Δtc=2 分钟和 Nc=180,得到 {(Qtc)tc=1Nc=180}i=140 和 {(Cj,tcsp)tc=1Nc=180}i=140(对于 j∈{1,2,3})。对于每个场景,在调度时域 Tf= 6 小时内解决调度自适应 NMPC 问题(方程 (12))。这为操纵输入 {(qRi,tc+1*)tc=1Nc=180}i=140 和过程状态 {(CRi,tc)tc=1Nc=180}i=140 以及输出 {(Cj,tc)tc=1Nc=180}i=140(对于 i∈{1,2,3} 和 j∈{1,2,3})生成最优闭环轨迹。使用实验选择的时间延迟窗口 l=0 将结果闭环轨迹结构化为输入-输出对,形式为 {(CRi,tc,Cj,tc,qRi,tc*,Cj,tcsp,Qtc∣qRi,tc+1*)}tc=17200。然后使用展开的数据集训练 DL-SAC,如下方程所示:
q^Ri,tc+1*=ΠANN(CRi,tc,Cj,tc,qRi,tc,Cj,tcsp,Qtc),i=1,2,3,j∈{1,2,3}。
深度学习网络结构通过试错方法优化,并使用 BRB 算法进行训练,以确保良好的泛化能力。最佳架构包括三个隐藏层,分别具有 15、25 和 5 个神经元,训练了 382 个周期。训练和测试损失曲线显示在图 10 中,这里的测试集对应于原始训练数据的 10%。
图 10. 训练(红色)和测试(蓝色)损失曲线,说明了 DL-SAC 模型的满意收敛性。
为了评估训练有素的 DL-SAC 的性能,生成了一个新的测试数据集,包含 nsc.ts=2 个调度场景。每个场景包括每个时段三个不同的生产率,每个场景的详细信息在表 4 中提供。DL-SAC随后被在线应用于预测整个调度时间范围内的闭环控制,其中原始过程模型(方程(9)被视为被控对象。表4列出了用于测试DL-SAC的两种调度场景的特征。在每个场景中,定义了三个生产时段;每个时段指定了产品分配、目标生产速率和浓度的设定值。
表4. 用于测试DL-SAC的两种调度场景的特征。
在每个场景中,定义了三个生产时段;每个时段指定了产品分配、目标生产速率和浓度的设定值。
场景1
产品3
C1sp: 0 mol/L
产品2
C1sp: 0 mol/L
产品1
C1sp: 0.4 mol/L
C2sp: 0 mol/L
C2sp: 0.25 mol/L
C2sp: 0 mol/L
C3sp: 0.24 mol/L
C3sp: 0 mol/L
C3sp: 0 mol/L
Qk=1: 320 L/min
Qk=2: 400 L/min
Qk=3: 400 L/min
场景2
产品2
C1sp: 0 mol/L
产品1
C1sp: 0.42 mol/L
产品3
C1sp: 0 mol/L
C2sp: 0.15 mol/L
C2sp: 0 mol/L
C2sp: 0 mol/L
C3sp: 0 mol/L
C3sp: 0 mol/L
C3sp: 0.14 mol/L
Qk=1: 319 L/min
Qk=2: 350 L/min
Qk=3: 420 L/min
DL-SAC模型预测的闭环控制动作以及相应的过程状态和输出结果与真实的NMPC解决方案进行了比较,从而可以计算NRMSE、MAE和相关性。如表5所示,结果表明DL-SAC具有很高的准确性,所有控制变量的最大NRMSE为1.4%,最大MAE为1.73 L/min。此外,作者在之前的研究(Abou El Qassime等人,2025年)中还调查了DL-SAC在过程扰动以及 plant-model 不匹配情况下的性能,证明了基于DNN的控制器在这种条件下仍能保持可接受的性能。
表5. DL-SAC在测试场景中的性能,以NRMSE、MAE和相关性(R)为指标。
准确性指标
闭环控制
相应的过程状态和输出
q^R1 * q^R2 * q^R3
C^R1 * C^R2 * C^R3
C^1 * C^2 * C^3
NRMSE (%):1.4
1.3
0.85
0.51
1.17
0.93
0.09
0.81
1.64
MAE (L/min 或 mol/L):1.73
1.27
1.02
1.1×10^-3
2.4×10^-3
2.3×10^-3
3×10^-4
1×10^-3
1.4×10^-3
R:0.998
2
0.998
1
0.999
7
0.999
9
0.999
6
1
1
0.998
DL-SAC在测试场景2中的性能,其生产顺序为2→1→3,在图11中进行了可视化。DL-SAC预测的轨迹与NMPC的真实值进行了比较,证实了其在不同产品转换过程中跟踪浓度设定值的能力。
图11. 测试调度场景2的闭环控制曲线(d–f)和过程输出(a–c),其中DL-SAC的结果(红色)与调度自适应NMPC的计算结果(蓝色)进行了对比,设定浓度以黑色虚线表示。
表6报告了DL-SAC的离线计算需求,并将其在线计算需求与NMPC的需求进行了比较,涵盖了两个测试场景。尽管用于训练DL-SAC的数据生成步骤最为耗时(约9.4×103秒),但它是在离线完成的。相比之下,DL-SAC的在线部署节省了大量时间,每个场景的运行时间减少了99%以上(DL-SAC为1.94秒,而NMPC为225.6秒)。
表6. DL-SAC和NMPC的离线开发和在线部署的计算时间。
**调度自适应控制器类型** | **离线** | **在线** | **时间节省(%)**
| --- | --- | --- | --- |
| 训练数据生成(秒) | DL-SAC训练(秒) | 测试场景预测(秒) | NMPC | NA | NA |
| | | | | | |
| | | | | | |
| | | | | | |
**4.3. 集成调度控制问题的解决**
在本节中,训练有素的开环DNN模型和DL-SAC被嵌入到集成控制调度公式中,并使用遗传算法(GA)进行求解。在两种需求场景下评估了集成控制调度框架的性能:第一种场景涉及紧急订单,第二种场景考虑了工厂过程层面的扰动条件。
**场景1:**
第一种场景对应于三种产品的需求,分别为D1=67000L、D2=41000L和D3=51200L。此外,必须在调度时段t2满足产品2的紧急订单,在时段t6满足产品3的紧急订单。
对于GA优化器,选择了“散射交叉”作为交叉操作符,它随机混合父代基因以生成下一代的后代;而突变操作符设置为“高斯突变”,它引入从高斯分布中采样的随机扰动。为了保证鲁棒收敛并评估GA的敏感性,集成控制调度问题在一系列参数设置上进行了求解,具体参数设置为[100, 200, 300]的种群大小和[50, 100, 150]的最大代数。图12-(a)显示了所有先前定义的参数配置下种群最佳目标值Φ随代数的演变。图12-(b)显示了每次优化运行的计算时间。
图12. 不同优化运行中最佳目标函数值(a)和计算时间(b)的演变,参数设置为[100, 200, 300]的种群大小和[50, 100, 150]的最大代数。
所有配置(曲线)都显示出目标函数值的快速初始下降,随后是缓慢的下降和最终的稳定,证实了良好的收敛特性。种群大小为100且最大代数为100的配置实现了最低的最终目标值(Φ=3.6×10^5),同时在收敛速度和解决方案质量之间取得了平衡。
图13展示了获得的最优解:最优生产顺序以不同的颜色(蓝色、橙色和绿色)在10个调度时段中表示,而最优生产目标由黄色线条标出。
从图13可以看出,最优决策优先在时间范围的开始生产产品2,以满足时段t2的紧急订单,然后直接切换到产品3的生产,其生产持续到时段4以满足其紧急订单。之后,计划返回到产品2以完成其最终需求目标,同时将产品1的生产推迟到最后的时段。尽管这种排序增加了产品2的库存持有成本,但它避免了更大的转换惩罚。图14显示了调度时间范围内的库存水平动态,证实了除了满足紧急订单外,所有产品需求在调度时间范围结束时都得到了满足。
图14. 产品1(蓝色)、2(橙色)和3(绿色)的库存水平演变,显示了调度时间范围内的满足情况。
图15详细展示了使用所提出的机器学习替代模型实现最优调度时获得的闭环过程行为。实线(基于DNN的预测)在所有控制输入和浓度轨迹上与虚线(精确的NMPC解决方案)紧密重叠,证明了集成替代模型准确地再现了NMPC级别的闭环动态。图表还显示,在调度时段的边界处控制输入能够迅速且正确地调整,证实了DL-SAC对调度引起的转换的有效响应。在浓度子图中(图15-(d)),每种产品在指定的时段内达到并保持了其设定的设定值,表明成功跟踪了质量规格。这些结果共同突出了三个关键见解:(i)基于替代模型的开环动态和控制器在闭环实现中忠实地模仿了真实的NMPC行为;(ii)集成框架正确地执行了调度规定的产品转换时间和顺序;(iii)在整个时间范围内产品质量得到了满足,没有偏差。这证实了在集成调度-控制问题中用快速替代模型替换NMPC的可靠性和实际可行性。
图15. 使用嵌入式DNN模型和DL-SAC获得的最优调度相关的闭环过程响应,与通过解决调度感知NMPC问题获得的真实行为进行了验证:(a?c) 最优入口流量,以及(d) 产品的浓度及其设定值。
为了量化我们提出的框架的附加值,该框架依赖于嵌入准确且计算效率高的过程动态表示(使用开环DNN和DL-SAC),我们进行了与以传统方式解决相同调度问题的比较研究,在传统方法中没有结合动态信息。通常,在这种传统的调度问题解决方案中,不同产品之间的转换时间被视为预定义的常数值。在我们的工作中,利用了第4.2节中为训练DL-SAC生成的数据集。回想一下,该数据集包括具有不同序列和生产目标的多个调度场景,以及通过解决调度感知NMPC问题获得的相关闭环过程动态。因此,分析了过程控制和输出变量的闭环曲线,以计算每个转换的统计估计值。表7列出了可能的产品转换及其持续时间估计值,以平均值和标准差的形式报告。
表7. 不同产品转换的估计持续时间。
转换类型 | 平均值(分钟) | 标准差(分钟)
| --- | --- | --- |
| Start → 1 | 46.4 | 40.8 |
| Start → 2 | 18.17 | 2.17 |
| Start → 3 | 11.6 | 0.83 |
| 1 → 2 | 25.8 | 2.68 |
| 1 → 3 | 3.11 | 1.15 |
| 2 → 3 | 18.17 | 5.87 |
| 3 → 1 | 70.8 | 17.12 |
| 3 → 2 | 28.15 | 4.08 |
图16显示了这种传统调度问题公式获得的最优解。尽管传统解决方案在数值上似乎满足了需求和紧急订单,但其最优目标值(Φ=7.61×10^5)远高于所提出框架的目标值(Φ=3.6×10^5)。更重要的是,它缺乏过程可行性保证。
图16. 传统调度问题在场景1中的最优解,其中没有考虑过程动态,转换时间使用统计值。产品序列以不同的颜色表示(产品1为蓝色,产品2为橙色,产品3为绿色),每个时段的最优生产率由黄色线条标出。
为了进一步展示我们框架的优势,通过在图16中解决调度感知NMPC(方程(12)来模拟获得的传统解决方案。然后使用图17中显示的获得的闭环动态来计算图18中呈现的实际生产动态和库存水平。实际闭环动态(图17)和实际库存演变(图18)揭示了传统调度解决方案中的显著不可行性。这些包括产品1和3的需求未得到满足,以及产品2的过度生产,导致由于调度问题无法考虑不可行的生产转换而造成的重大经济损失。这种比较清楚地突出了我们提出的框架的优势,与传统的调度公式不同,它明确地结合了闭环过程行为,因此避免了不可行的生产转换、未满足的需求和次优的操作决策。
图17. 与通过解决调度感知NMPC问题获得的最优调度相关的闭环过程响应:(a?c) 最优入口流量,以及(d) 产品的浓度及其设定值。
图18. 产品1(蓝色)、2(橙色)和3(绿色)的库存水平演变,与通过解决调度感知NMPC问题获得的最优调度解决方案相关,显示了紧急订单和最终需求目标的满足情况。
图15提供了使用所提出的机器学习替代模型实现最优调度时获得的闭环过程行为的详细说明。实线(基于DNN的预测)在所有控制输入和浓度轨迹上与虚线(精确的NMPC解决方案)紧密重叠,证明了集成替代模型准确地再现了NMPC级别的闭环动态。图表还显示,在调度时段的边界处控制输入能够迅速且正确地调整(由阴影区域指示),证实了DL-SAC对调度引起的转换的有效响应。在浓度子图中(图15-(d)),每种产品在指定的时段内达到并保持了其设定的设定值,表明成功跟踪了质量规格。这些结果共同突出了三个关键见解:(i)基于替代模型的开环动态和控制器在闭环实现中忠实地模仿了真实的NMPC行为;(ii)集成框架正确地执行了调度规定的产品转换时间和顺序;(iii)在整个时间范围内产品质量得到了满足。这证实了用快速替代模型替换NMPC在集成调度-控制问题中的可靠性和实际可行性。
图18. 与通过解决调度感知NMPC问题获得的最优调度相关的产品1(蓝色)、2(橙色)和3(绿色)的库存水平演变,显示了紧急订单和最终需求目标的满足情况。人口规模设定为100个个体,最大代数固定为100代,这是基于在情景1中进行的敏感性分析得出的结果。情景2获得的最优调度方案如图19所示,图中突出显示了产品序列以及生产率。下载:下载高分辨率图片(202KB)下载:下载全尺寸图片
图19. 情景2中集成控制调度问题的最优解决方案,其中产品序列用不同颜色表示(产品1为蓝色,产品2为橙色,产品3为绿色),每个时间段分配的最优生产率用黄色线条标出。值得注意的是,该调度方案在第一个干扰期间(发生在时间段t2)分配了较低的生产率,以避免过度偏离规格的生产和相关的材料损失(另见图21-(d)中该时间段的过程动态)。这突显了所提出的基于机器学习的工艺动态表示方法的重要性,该方法能够向调度者提供关于干扰对生产影响的信息,从而可以适当考虑这些影响。情景2实现的经济目标函数为Φ=3.7×105美元。
不同产品的库存水平演变情况如图20所示,证实了尽管存在干扰事件,所获得的最优调度方案仍能在预测时间内满足所有产品的需求。下载:下载高分辨率图片(261KB)下载:下载全尺寸图片
图20. 情景2中产品1(蓝色)、2(橙色)和3(绿色)的库存水平演变,显示在干扰存在的情况下仍能满足最终需求目标。
最后,图21展示了整个调度时间段内输出浓度的闭环动态,其中突出显示了产品浓度受到干扰的时期。下载:下载高分辨率图片(427KB)下载:下载全尺寸图片
图21. 与从嵌入式DNN模型和DL-SAC获得的情景2最优调度方案相关的闭环过程响应,通过与解决调度感知NMPC问题得到的真实行为进行验证:(a?c) 最优入口流量,以及(d) 产品浓度及其设定值。
5. 结论
将调度与控制层集成越来越被认为是提高化学过程操作效率和灵活性的关键策略。这种集成有助于减少昂贵的切换成本,降低不合格产品的产量,提高资源利用率和抗干扰能力,并消除不可行的调度结果。大多数基于数学规划的方法在集成这两层时面临关键挑战,特别是在大规模过程中,这些挑战可以总结如下:
- 将详细工艺动态嵌入调度问题的计算复杂性与其由于简化或线性近似工艺行为而导致的解决方案次优性之间的权衡;
- 缺乏能够灵活适应不同调度场景的闭环控制行为的有效表示方法。
为了解决这些挑战,开发了一个新颖的、全面的基于机器学习的框架,用于在连续化学过程中集成调度和控制。在这个框架中,DNN在以简单而高度准确的形式表示开环和闭环工艺动态方面发挥着基础性作用。这些机器学习模型可以轻松且自适应地集成到调度问题中,从而实现更高效和可靠的决策。具体来说,开环DNN作为工艺动态模型,模拟其自由演变,从而替代了高保真的第一性原理模型。第二个DNN作为DL-SAC,将调度决策和工艺状态映射到最优的闭环控制动作中,有效地替代了复杂的调度自适应NMPC方案。这两个网络被嵌入到调度问题中,该问题被构建为MINLP问题,并使用遗传算法求解。在这种构建中,两个DNN在协调的计算方案中运行,以在整个调度时间段内驱动工艺的闭环动态,确保能够适应多种调度场景(例如,特定的生产序列和目标)。获得的闭环剖面为调度层提供了有价值的信息,使得能够有效捕捉生产、库存动态和转换状态,从而计算出准确考虑实际工艺行为的现实调度目标函数。
所提出的框架被应用于一个基准多产品CSTR案例研究中,以集成调度和控制。在离线开发阶段,两个DNN在多种条件和场景下测试时均表现出高近似精度:开环DNN在所有预测的工艺状态和输出中的最大NRMSE为0.26%,而DL-SAC在预测闭环控制动作时的最大NRMSE为1.4%。
将两个DNN嵌入调度问题后,它们在调度层面取得了进一步的有希望的结果,证明了DNN使这样一个复杂的MINLP问题变得可行,同时产生了考虑实际工艺行为的最佳和现实的调度决策。此外,这些快速且准确的基于DNN的工艺动态赋予了集成调度-控制问题高度的灵活性和适应性,以处理不确定情况和突发变化,如紧急订单或工艺级干扰,与基于固定转换时间的传统调度方法相比,实现了显著的经济改进。
鉴于在基准多产品CSTR中获得的令人鼓舞的结果,该方法可以扩展到更复杂的工业环境中,特别是涉及多个单元并行运行的过程。这种扩展的核心将主要集中在为整个系统开发开环和闭环替代模型上。对于开环替代模型,扩展相对直接:可以为每个单元构建一个替代模型,同时考虑它们之间的联系和相互作用。相比之下,开发闭环替代模型更具挑战性,且严重依赖于底层的控制架构。在集中控制结构下,需要为整个工厂构建一个基于深度学习的控制器(由一组开环替代模型表示)。相反,如果偏好分布式控制策略,则必须为每个单元开发单独的控制器,这反过来需要不同基于深度学习的控制器之间更复杂的协调机制。这些有针对性的扩展是我们未来工作的核心,因为它们将进一步扩大所提出方法在工业中的相关性,并加强其作为大规模化学过程决策制定中的可扩展解决方案的作用。
未来研究的第二个重要方向是考虑先进的切换时间公式,其中切换时间被视为决策变量,而不是像当前研究中那样在固定的、预先确定的时间内定义。第三个进一步发展的途径是将所提出的方法扩展到在线实施。在这方面,该框架似乎完全兼容滚动时域架构,能够实现实时重新调度,并提高对操作变化的响应能力,正如方法论部分最后所强调的。
总体而言,这项研究证实了机器学习模型作为非线性、大规模化学过程中集成调度和控制的推动者的潜力,为跨多个决策层的进一步集成开辟了途径。然而,所提出的框架也存在一些需要承认的局限性。首先,其性能取决于开环和闭环动态的准确深度学习替代模型的可用性;对于高度复杂的系统或多单元配置,构建这样的模型可能具有挑战性,因为需要捕获更大的数据量和更强的非线性相互作用。其次,该框架假设训练数据来源于一个名义上的高保真模型;因此,实际工厂与名义模型之间的差异可能需要定期重新训练或包含考虑不确定性的学习策略以保持鲁棒性。
未引用的参考文献:
Flores-Tlacuahuac和Grossmann, 2006; Shokry和Espu?a, 2018b; Simkoff和Baldea, 2019a; Burnak等人, 2018a
CRedI作者贡献声明:
M. Abou El Qassime:写作 - 审稿与编辑、撰写原始草稿、可视化、验证、软件、资源、方法论、调查、资金获取、形式分析、数据管理、概念化。
A. Shokry:写作 - 审稿与编辑、撰写原始草稿、可视化、验证、监督、软件、资源、方法论、调查、资金获取、形式分析、数据管理、概念化。
A. Espu?a:监督、方法论、概念化。
E. Moulines:写作 - 审稿与编辑、撰写原始草稿、可视化、验证、监督、软件、资源、项目管理、方法论、调查、资金获取、形式分析、数据管理、概念化。