文献类型：期刊文章

作　　者：刘强[1] 卓洁[1] 郎自强[2] 秦泗钊[3]

LIU Qiang;ZHUO Jie;LANG Zi-Qiang;QIN S.Joe(State Key Laboratory of Synthetical Automation for Process Industries,Northeastern University,Shenyang 110819,China;Department of Automatic Control and Systems Engineering,University of Sheffield,Sheffield,S1 33D,UK of Chemical Engineering and Materials Science;Department,University of Southern California,Los Angeles,CA 90089,USA)

机构地区：[1]东北大学流程工业综合自动化国家重点实验室,中国沈阳110819 [2]英国谢菲尔德大学控制系,英国谢菲尔德S13JD [3]美国南加州大学化工系,美国洛杉矶90089

出　　处：《自动化学报》

基　　金：国家自然科学基金(61673097,61490704,61573022,61490701); 中央高校基本科研业务费(N160804002,N160801001)资助

年　　份：2018

卷　　号：44

期　　号：11

起止页码：1944-1956

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：现代工业过程向大规模、连续化、集成化方向发展,有必要对生产全流程运行的决策、协同控制、底层控制进行有效监控,也是当前国际控制领域的研究热点.本文首先分析了工业过程全流程运行监控的内涵与行业现状;其次,阐述了基于模型的控制系统故障诊断与容错控制方法,以及数据驱动的异常工况诊断与自愈控制方法的研究现状,并指明了信息物理系统(Cyber-physical systems, CPS)时代智能安全运行监控与自优化的发展机遇;最后,论述了工业过程运行监控与自优化研究的新方向和最新进展,包括:1)数据驱动的决策、协同控制、底层控制多层面联合监控; 2)基于机理、数据、知识多源动态信息融合的异常工况诊断; 3)专家知识与控制手段相结合的协同层自愈控制; 4)数据驱动的运行动态性能分析与自优化; 5)支撑运行监控与自优化系统的实现技术.

关 键 词：复杂工业过程 运行监控 异常工况诊断  自愈控制 自优化

分 类 号：TP277]