Optimierung und robuster Betrieb komplexer Systeme unter Unsicherheiten mit der stochastischen Programmierung

Die Optimierung und der robuste Betrieb von großen，komplexen Prozessen unter Unsicherheiten sind für die Wirtschaftlichkeit und die Umweltverträglichkeit industrieller Anlagen von großer Bedeutung.在大的、非线性的背叛中，具有非线性随机性的时代变量系统将被认为是最有智慧的Herausforderung。Ziel dieses Projekts ist die Entwicklung eines neuen Lösungsansatzes zum optimalen Betrieb großer nichtlinearer Prozesse unter unter unter unsicheren sich zeitlich ändernden Randbedingungen.这是一个严格的过程模型。Dabei韦尔登认为，不确定因素对产品质量的影响是不确定的。Es wird ein Optimierungsprobleme unter Wahrscheinlichkeitsrestriktionen formuliert und angepaste Lösungswege für die Ermittlung des optimalen Betriebspunkts bzw.元首的战略已经开始了。Hierauf aufbauend erfolgt der Entwurf und der Test eines robusten Mehrgrößenreglers。Die durch den neuen Anjermittelte Lösung soll unter den vorliegenden unsicheren Störungen die Betriebskosten minimieren und trotz unzureichender Messinformationen die Prozessbeschränkungen einhalten.对于在线实施者来说，这是一个重新优化的过程。这份报告已经分析过了。Dieser Answerstellt eine Erweiterung der stochastischern Programmierung dar und soll als eine allgemeine Method für die optimale Prozessführung und die Auslegung von robusten Regelungssystemen unter Unsicherheiten liefern.通过三个实践性测试，可以说明答案的相关性和实用性。

Die Optimierung und der robuste Betrieb von großen, komplexen Prozessen unter Unsicherheiten sind für die Wirtschaftlichkeit und die Umweltverträglichkeit industrieller Anlagen von großer Bedeutung. In der Betrachtung großer, nichtlinearer, zeitvarianter Systeme mit unsicheren Randbedingungen liegt die besondere wissenschaftliche Herausforderung in Bezug auf die Entwicklung geeigneter Lösungsmethoden. Ziel dieses Projekts ist die Entwicklung eines neuen Lösungsansatzes zum optimalen Betrieb großer nichtlinearer Prozesse unter unsicheren sich zeitlich ändernden Randbedingungen. Der Lösungsansatz basiert auf einem rigorosen Prozessmodell. Dabei werden insbesondere die Einflüsse der unsicheren Größen auf die nicht messbaren Ausgangsvariablen, die häufig die Produktqualitäten darstellen, berücksichtigt. Es wird ein Optimierungsprobleme unter Wahrscheinlichkeitsrestriktionen formuliert und angepasste Lösungswege für die Ermittlung des optimalen Betriebspunkts bzw. der Führungsstrategie sind zu entwickeln. Hierauf aufbauend erfolgt der Entwurf und der Test eines robusten Mehrgrößenreglers. Die durch den neuen Ansatz ermittelte Lösung soll unter den vorliegenden unsicheren Störungen die Betriebskosten minimieren und trotz unzureichender Messinformationen die Prozessbeschränkungen einhalten. Für die Online Implementierung ist eine Reoptimierung durch einen bewegten Zeithorizont zu entwickeln. Die Ausführbarkeit dieses Ansatzes ist zu analysieren. Dieser Ansatz stellt eine Erweiterung der stochastischern Programmierung dar und soll als eine allgemeine Methode für die optimale Prozessführung und die Auslegung von robusten Regelungssystemen unter Unsicherheiten liefern. Die Anwendungsrelevanz und Praktikabilität des Ansatzes soll durch drei praktische Testbeispiele illustriert werden.