在线近红外分析仪在汽油优化调合工业生产中的开发应用

为了实现技术挖潜增效,根据近红外技术发展和实际应用需要,对近红外分析仪进行了软件升级、通讯升级和实施了探头安装等全面改造,同时根据生产需要对影响车用汽油质量的关键性指标烯烃含量、苯含量、芳烃含量等近红外分析项目建立了数学模型,扩展完善了异丙苯、非芳烃、生成油、异辛烷、MTBE、催化汽油、直馏汽油等七个组份及90#、93#、97#车用汽油的烃含量、苯含量、芳烃含量等测定模型。

全局群搜索优化算法及其在汽油调合中的应用

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。

改进生物地理学优化算法及其在汽油调合调度中的应用

汽油调合和调度优化问题中含有典型的非线性约束(NLP)问题。针对一般智能优化算法在解决此类优化问题中易陷于局部极值,提出了一种改进的生物地理学优化算法(HMBBO)。该算法设计了一种基于种群个体差异信息的启发式变异算子,弥补了Gauss变异、Cauchy变异算子缺乏启发式信息的不足,以解决原算法在局部搜索时易出现的早熟问题,提高算法的全局搜索能力,并且采用非线性物种迁移模型以适应不同的自然环境。采用4个测试函数进行仿真,结果表明:HMBBO算法与标准BBO算法、基于Gauss变异及基于Cauchy变异的BBO算法比较,其收敛速度和全局寻优能力有明显改善。汽油调合和调度优化实例表明,该算法能够快速有效地找到全局最优解。