一、炼油生产过程中的排产调度系统（论文文献综述）
党世红[1]（2021）在《流程工业调度模型与算法及其在造纸工业中的应用研究》文中认为流程工业是国民经济的重要基础产业,近年来,随着经济全球化迅猛发展,我国流程工业受到了巨大的挑战。流程工业企业经营环境日益复杂,市场竞争日趋激烈,企业需要寻求最佳的生产运营管理方案,以提高生产经营效率,增强竞争优势。生产调度是企业实现高效率、高柔性和高可靠性的关键技术之一,也是企业生产管理的核心,对生产调度的合理优化有助于提高企业的服务水平,能为企业带来显着的经济效益和社会效益。在“中国制造2025”,产业优化升级的大环境下,围绕生产调度方法和优化技术进行研究,对现代企业在实现智能生产提质增效方面来说,具有十分重要的理论价值和现实意义。本文以流程工业中的造纸企业生产过程优化调度为研究对象,开展了流程工业调度模型与算法的理论和应用技术研究,主要研究工作如下:（1）基于分解多目标演化算法的造纸企业生产调度研究在对主要生产卫生纸的某造纸企业的生产特点分析调研的基础上,以最小化最大完工时间、最小化总拖期数量和最小化生产切换次数为目标,在忽略材料的准备时间,忽略设备突发故障等情况,考虑加工顺序约束、设备可用性约束、材料约束等约束条件的情况下,研究和建立了具有造纸企业特色的生产调度数学模型,并提出一种基于自组织映射的分解多目标演化算法对所构建生产调度模型进行求解,所构建的自组织映射充分利用了问题的先验知识,使得算法能在更低的空间上搜索到待优化问题的近似Pareto最优解集,同时也有利于保持种群在决策空间中的多样性。实验结果表明,提出的算法无论是收敛性还是均匀性都实现了更好的优化性能。（2）基于负相关搜索算法的造纸企业立体仓库优化调度研究针对造纸企业成品存储中的自动化立体仓库货位分配问题,在阐述货架分区原则和货位分配策略的基础上,考虑货架稳定性和出入库效率两个因素,构建了以货架重心最低、出入库时间最短为优化目标的立体仓库货位分配双目标优化调度数学模型,提出了一种负相关搜索算法对所构建的调度模型进行求解。实验结果表明,提出的负相关搜索算法（Negatively Correlated Search,NCS）相比遗传算法（Genetic Algorithm,GA）,粒子群优化算法（Particle Swarm Optimization,PSO）,差分进化算法（Differential Evolution Algorithm,DE）,进化规划（evolutionary programming,EP）和万有引力搜索算法（gravitational search algorithm,GSA）五种算法,无论是收敛精度还是收敛速度都实现了更好的优化性能。（3）基于量子进化算法的造纸企业项目调度研究针对造纸企业在智能制造环境下的多模式项目调度问题,结合多模式资源项目管理的问题以及实例,构建了多模式资源受限项目调度问题（Multi-mode Resource Constrained Project Scheduling Problem,MRCPSP）的数学模型,并提出了一种基于量子进化的启发式算法对模型进行优化求解。设计了量子比特的编码,解码,并对该问题的不可行解进行修复,对个体适应度进行评价,使用量子旋转门对种群进行进化,通过使用PSPLIB标准问题库（Project Scheduling Problem Library,PSPLIB）的数据对所提出的算法进行验证,使用随机函数生成随机案例,借助该算法求得最优解,证明了该算法的有效性,并对影响算法求解性能的参数进行逐一分析,为算法的进一步改进提供理论依据,丰富了资源受限项目调度问题（Resource Constrained Project Scheduling Problem,RCPSP）的理论研究体系,为造纸企业项目管理提供了新的问题解决思路。（4）基于云平台的造纸企业智能MES系统的设计与实现基于上述研究成果,结合造纸企业的实际需求,给出了智能造纸企业的企业资源计划（Enterprise Resource Planning,ERP）、制造执行系统（Manufacturing Execution System,MES）和过程控制系统（Process Control System,PCS）的体系结构图,设计了基于云平台的造纸企业智能MES系统,给出了系统主要功能模块框图,对基于云平台的造纸企业智能MES系统进行了软、硬件配置,设计了相关的软件功能界面,对造纸企业智能MES系统的自主研发有一定的借鉴意义。
章途潮[2]（2021）在《聚酯纤维生产调度集成建模与优化研究》文中提出生产调度技术作为现代工业制造执行系统的核心部分,能提高企业的经济效益和社会效益。以数字化、网络化、智能化为目标的智能制造是新一轮工业革命的核心技术,企业在智能制造发展背景下产生大量有价值的数据,如何从海量数据中获取有效信息,并应用到实际生产以克服不确定性因素是亟需解决的问题。本文以国内某聚酯纤维车间的混合型生产过程为研究对象,建立集成上下游生产调度模型以优化车间生产效率,并在不确定环境下提出数据驱动的结合鲁棒优化和调度知识挖掘的动态调度方法,本文具体工作如下:（1）提出聚酯纤维生产全流程混合型静态调度方法。针对聚酯纤维混合型生产过程生产分阶段的复杂性和耦合性的问题,提出一种协同上游连续过程和下游离散过程的集成MILP模型。先建立上游过程的连续时间事件点驱动模型,再建立下游过程考虑分批大小和加工顺序的模型,然后利用物料约束和时间约束将两模型结合,并采用优化器求解得到预调度结果,最后案例验证模型的高效性。（2）提出数据挖掘的离散型过程动态调度方法。为解决离散型生产过程不确定性因素导致静态预调度结果与实际有偏差的问题,同时考虑车间需要快速响应变化,提出一种基于数据挖掘的动态生产调度方法,能从具有较优解的静态预调度中挖掘潜在调度规则,重新指导动态车间生产调度。通过案例验证所提方法能满足车间性能要求并快速响应车间变化,证明方法的有效性。（3）提出面向不确定性的聚酯纤维生产全流程混合型动态调度方法。针对聚酯纤维混合型生产调度过程上下游存在不确定性干扰的问题,提出一种数据驱动的结合鲁棒优化和数据挖掘的动态调度方法。首先通过核密度估计建立不确定性集合摄动区间,并采用鲁棒优化方法减小物料加工时间不确定性的影响。再考虑到上游过程生产波动影响下游生产,采用数据挖掘动态调度方法克服原料到达不确定性。最后通过案例验证所提方法的可行性。
郭瑞昌[3]（2021）在《氟化工产品价格预测方法研究及应用》文中指出产品价格预测作为氟化工企业精益化管理和提升经济效益的重要手段之一,在企业的经营决策中发挥着重要的作用。而面对大量的数据和复杂的影响因素,传统凭经验估计的方法逐渐难以保证其预测精度。因此在智能制造背景下,企业迫切需要提升价格预测能力,优化企业生产决策。本文以国内某氟化工企业为背景,针对氟化工产品价格预测的理论和方法,开展相关研究。论文主要工作如下:（1）针对氟化工产品价格预测方法数据利用不充分、预测精度较低等问题,提出基于分解重构的LSTM价格预测模型。通过影响因素分析选择特征变量,然后基于集成经验模式分解方法（EEMD）对数据进行分解,采用动态时间规整算法（DTW）进行聚类和重构,基于重构数据建立LSTM模型进行预测,最终集成得到预测结果。实验分析表明该方法具有较好的预测效果。（2）针对LSTM长周期价格预测存在误差累积与权重衰减的问题,提出基于GRU模型、Seq2Seq结构与Attention机制的多步周期预测模型,提升长周期预测精度。同时根据生产约束与目标函数建立计划排产模型,将价格预测与排产模型相结合,优化排产方案。最终通过案例分析验证了方法的有效性。（3）针对氟化工产品盈利能力分析方法有效性较低的问题,提出基于区间预测与多任务学习的多维度盈利能力分析方法。首先通过Bootstrap方法估计预测区间,接着结合价格与销量预测任务进行多任务学习,通过动态权重对算法进行改进。之后基于区间与多任务预测结果,设计包含时间、数量、概率多维度盈利能力判据,进行产品盈利能力分析。实例分析表明可以提升企业盈利分析能力。（4）基于前述价格预测算法和应用,以某氟化工企业作为对象和应用场景,基于Django框架设计并开发了 一套氟化工产品价格预测与分析软件系统。系统包含了数据分析、价格预测、效益优化等功能模块,辅助企业决策。最后基于企业提供的真实数据进行了软件系统功能实验与氟化工实例分析。
孙延吉[4]（2019）在《加氢装置CPS平台中的过程管控关键问题研究》文中研究指明以新一代信息通信技术改造提升传统产业和发展智能制造,已成为制造业重要的发展趋势。石化智能工厂以卓越运营为核心目标,按照“炼化生产一体化优化、炼化生产集成管控、全生命周期资产管理”三条主线（以下简称“三条主线”）建设信息物理系统（CPS）,提升工厂运营管理水平。目前围绕三条主线的石化企业CPS基于国内外工业软件进行集成开发,但相关专业的工业软件存在国产化困难或计算不准确的问题。而且,在三条主线的初期工业应用过程中,一些无法解决的典型问题已显现出来,如在生产一体化优化方面,要实现精准预测计划排产业务并指导生产,核心是建立准确即时的装置投入产出模型,而非目前基于近似的机理模型或经验数据模型;在炼化生产集成管控方面,目前基于定期化验来控制二值型产品的指标,检测出产品质量偏差后不合格产品已经产生一段时间了,存在检测滞后影响产品质量问题,需要建立能够预测二值型产品质量指标的数学模型;在全生命周期资产管理方面,目前主要通过设备运行参数报警或定期检维修来保证设备的稳定运行,存在设备过度维修或因设备问题导致非计划停车等问题,合理建立模型及时对设备在线全面评估是保证设备稳定运行避免非计划停车的必经之路。加氢装置是炼化过程的重要组成部分,其智能化操作对石油化工产品结构升级、提质增效越来越重要。因此,对加氢装置进行智能化建设并搭建其优质CPS平台,并由此推广到炼化过程其他单元,将推动石化企业CPS的整体建设水平。本文针对加氢装置CPS建设过程中存在的三条主线建设问题,如缺少准确的反应过程模型、二值型产品质量控制和设备状态监控问题,建立相应的计算模型,提出相应的算法,并应用于石化某企业的加氢装置应用中;最终将以上三部分模型和算法,统一融合到单元级CPS平台中,提升加氢装置智能化水平,为石化企业CPS平台的提升和工业软件的研发提供参考和借鉴。主要研究内容和结论如下:（1）在加氢装置炼化生产一体化优化主线上,建立面向装置投入产出的加氢反应动力学模型;针对建立的反应动力学模型,提出加入混沌扰动的粒子群遗传组合算法,并利用测试函数和重油热解反应动力学模型及实验室数据对该方法进行验证,发现该算法可以解决寻优搜索时出现的停滞问题,扩大了全局优化的搜索空间,能有效快速地找到模型参数全局最优解;将以上模型和算法应用于某企业渣油加氢装置,结果表明,该模型和算法更贴合反应器实际工况,计算出的硫、氮和残炭的脱除率和实际脱除率的相对偏差平方和分别为0.0017、0.1088、0.0587,说明本文所建立的模型和提出的算法能有效应用于实际的生产过程,解决了企业计划排产过程中装置投入产出模型精度不够、产品产量及组分计算结果不准确的问题。（2）在加氢装置炼化生产集成管控主线上,建立面向二值型产品质量的预测与控制模型,开展加氢产品质量实时预测研究,强化生产过程的集成控制和闭环优化,解决企业二值型产品指标无法预测并及时调整生产操作的问题。针对质量预测与控制模型需具备实时预测及保持长期准确性的要求,采用递推主元分析法提取过程自变量中的主元并递推更新;采用逻辑回归方法预测二值型质量指标的合格概率;采用二次规划法预测不合格产品质量指标,求取最小变动的操作调整,提高产品质量合格率。将以上建立的模型应用于某企业加氢裂化航煤产品质量预测与参数优化,结果表明,该方法能够快速预测产品质量,航煤博士实验质量预测准确率达98.5%,与生产执行及控制策略联动,将航煤一次合格率由70%提升至92.6%,提升生产管控一体化水平。（3）在加氢装置全生命周期资产管理主线上,建立面向复杂设备运行状态的综合评估模型,开展循环氢压缩机的状态预测和可靠性研究,解决工业现场对主要设备运行状况无法准确全面评估并提前预警的问题,保障生产平稳运行。针对加氢过程中的循环氢压缩机组的长期稳定运行要求,提出改进的模糊综合评估算法,建立一套评估指标体系,并采用最大信息系数分析各评估单元指标参数的相关性;采用二阶马尔科夫链转移矩阵预测指标参数变化趋势,计算独立指标参数的动态劣化度;应用模糊隶属度函数进行各单元状态的综合评估。将以上建立的评估模型应用于某企业加氢裂化循环氢压缩机运行管理,结果表明,该方法有利于提前发现早期故障隐患（监测期间较于传统指标阈值报警提前了 10分钟）,能够全面评估和预测机组运行状态,提升机组运行的可靠性和操作的平稳性,提高设备管理的预测预警能力。（4）在解决了加氢装置三个关键技术问题的基础上,基于石化智能工厂CPS平台的整体架构和技术路线,将三项研究成果应用于加氢装置CPS平台,对其进行技术上的优化和提升,使整个CPS平台在排产准确性、质量预测并进行闭环控制和设备平稳运行方面有了较大提升,对深入研究工厂的整体智能制造水平有借鉴意义。选取加氢装置循环氢压缩机组运行状态评估的应用系统,采用石化工业互联网平台架构,以及工业物联网、微服务、大数据分析与处理等关键技术,对业务流程、应用功能、数据处理及模型等八个方面进行设计,以“平台+应用”的方式对研究成果进行整体封装并融合到CPS平台中,取得了较好的应用效果,强化了加氢装置CPS的智能优化协同与响应能力。
赵玉明[5]（2019）在《基于数学规划的炼油厂原油调度问题建模与算法研究》文中研究表明原油短期调度是炼油企业密切关注的问题,详细生产方案的好坏直接影响炼油企业的效益和生产安全。现有文献中对原油调度问题的研究,以数学规划方法为主,从最初的离散时间表示模型到同步连续时间表示模型,再到异步时间表示连续时间模型。本文主要针对典型的内陆型炼油企业的原油调度问题,同时对加工高凝固点原油的特殊内陆型炼油企业的调度问题也做了一些研究,主要研究工作和贡献如下:·到目前为止,现有文献中建立的原油调度问题数学规划模型都没有考虑原油驻留时间约束,带罐过程约束,及多个供油罐同时给一个蒸馏塔供油约束等实际生产过程要求,因此建立满足实际生产过程要求的数学规划模型是本文的研究内容之一。针对典型的内陆型炼油企业,本文引入一些实际炼油生产中必需的工艺约束,并用实例说明和比较了这些约束对实际调度问题的影响。对影响系统可调度性的两个重要因素原油驻留时间和最高原油转运速率进行了详细分析。●双管道原油运输系统要求传输高凝固点原油以及两类原油之间共享储罐,比单管道系统调度更具挑战性。本文用异步连续时间表示数学规划模型对双管道原油传输和高凝固点原油短期调度问题进行研究。模型考虑了原油运输系统中的顶管以及反向顶管,管道预热和高凝固点原油连续传输过程,以及管道不空等约束。模型计算结果表明,对高凝固点的原油的连续传输模型进行了很好的控制,做到了一次准备传输尽可能多的高凝原油。·提出可以消除组分浓度不一致的迭代求解MINLP模型的新算法,找到一个有效不等式,提出确定好的优先级时间槽数目的算法。为了找到消除组分浓度不一致的解,在对问题的的属性进行分析之后,本文在模型中添加一个有效不等式,用于确保注入到供油罐的原油的组分浓度在生产工艺要求的蒸馏塔所能处理组分浓度范围之内。在对原油短期调度问题进行建模过程中,需要预先知道对模型规模影响巨大的优先级时间槽数目。为减小模型规模,本文提出一个算法用以找到好的优先级时间槽数目;随后,提出一个用迭代方式求解原油短期调度问题MINLP模型的新方法。每次迭代求解一个MILP问题并得到没有组分浓度不一致的部分解,根据部分解将一些非线性约束转化为线性约束后得到简化的MILP问题,而在下一次迭代求此问题。以这种方式,本文免于求解NLP问题;当找到一个可行解时,组分浓度不一致完全消除。这是这一研究领域的显着进展。●提出原油短期调度问题的随机近似算法。本文从定义计算模型和复杂性出发,在给出一些算法性能分析和证明所需的引理和定理之后,提出用于求集合并集大小的随机近似算法,随后对其性能进行分析和证明。由于DNF计数问题是集合并集问题的特例,所以本文将算法应用于DNF计数问题。通过DNF计数问题进行适当的修改,提出原油短期调度问题的随机近似算法。该算法将原问题的搜索空间大幅的减少,且不需要求解MILP问题,在执行完设定的试验次数后,会以高概率给出算法找到的最好的可行解。本文研究了炼油企业生产过程中的实际生产工艺需求,提出了去除组分浓度不一致的有效算法,并尝试用随机近似算法求解原油调度问题,填补了这一方面的空白,为炼油企业的综合自动化实施做出有益的贡献。
王建柱[6]（2019）在《A炼化公司生产计划优化研究》文中研究指明炼化企业的生产计划是公司开展生产经营活动的主要依据,主要包括原油采购计划、每月生产计划、生产计划执行、生产计划评价等。生产计划优化是站在公司全局角度对生产计划全过程进行的优化,对改善炼化企业的生产效率、增强炼化企业的盈利能力和提高炼化企业的竞争力至关重要。本文主要研究了炼化企业生产计划优化,提出了生产计划优化的改进方法和措施。通过对A炼化公司基本情况和生产计划进行描述,分析生产计划工作中存在的问题,指出了发展方向。本文首先提出了生产计划制定的优化方法,建立各炼油装置机理模型和全厂流程模型,升级线性规划模型,以升级后的线性规划模型测算方法为主、以全厂流程模拟的方法为辅、结合专家经验评审的方法来制定生产计划;其次提出生产计划管理的优化方法,在充分考虑市场供需的变化和生产装置的实际收率变化的前提下,采用计划模型选择适合A炼化公司的原油,建立全厂日平衡,建立数据反馈机制,建立优化制度,建立优化方案评价标准。在A炼化公司的运营过程中,基于上述改进的计划制定优化技术和管理优化的方法,取得了较好的应用效果。实际的优化案例证明,使用上述的优化方法可以降低原油采购成本,降低计划与实际生产数据的误差,使公司各部门协调工作,提高优化人员的技术水平,优化炼化生产过程和产品结构,及时应对市场供需的变化。
刘子靖[7]（2019）在《炼油企业原油调度优化研究》文中提出炼油行业作为流程工业的代表性行业,是我国国民经济发展的支柱型产业,其发展状况对国民经济的影响举足轻重。生产优化改进作为企业运营管理的一个重要环节,是企业生产运行系统发展过程中永恒的主题,能够帮助企业降低生产成本,持续增强和提高企业市场竞争力。在炼油企业实际生产中,原油调度作为炼油企业生产过程的前端环节,其能否顺利有效进行直接影响着炼油企业的生产计划能否顺利完成。考虑到原油调度过程存在可行性问题、目标的多重性以及调度过程的动态性,使得炼油企业原油调度的决策充满了复杂性。当前炼油企业针对原油调度问题过度依赖电子表格模拟预测工具,其方法平台较为传统落后,成本较高,对整个调度过程中的波动,无法从全局角度进行一体化的调度优化,因此迫切需要采用科学的方法来选择合理的原油调度方案。本文研究的是炼油企业上层常减压装置的炼油生产计划已知的情况下的原油调度优化问题。本文首先分析了炼油企业原油生产调度过程,分别介绍炼厂生产过程、原油调度过程、常减压装置炼油计划和原油调度方案,同时分析了炼油企业原油调度问题的复杂性。在此基础之上,构建炼油企业原油调度优化模型。其次,本文将所研究的原油调度问题转化为供油罐到常减压装置的指派问题。最后,由于炼油企业原油调度问题已被证明为属于NP-hard问题,因此选择智能优化算法解决此问题。本文在分析遗传算法和粒子群算法的缺陷之后,提出采用遗传粒子群优化算法用以求解模型。随后结合算例,结果显示,通过构建原油调度优化模型以及采用遗传粒子群算法求解,优化后结果相比较于炼油企业传统电子表格模拟预测方法平台得到的调度方案提升28.1%。说明了模型的有效性和算法的可行性以及先进性。本研究采用生产调度理论、最优化理论和遗传粒子群算法等理论和方法。为提升炼油企业原油调度方案生成的科学性和有效性进行了积极地探索。极大地丰富了现有的针对炼油企业生产调度的理论研究,一定程度上为以后对炼油企业原油调度的研究提供理论参考。
黄小侨[8]（2018）在《基于沥青生产的常减压过程模拟及排产计划优化研究》文中研究指明常减压蒸馏法是最简单和低成本的道路沥青生产工艺,约70～80%的道路沥青生产采用此工艺。炼化行业面临着资源短缺、产品质量、环保监管及经济效益等方面挑战,作为炼油工艺的第一道工序,常减压蒸馏综合能耗占比大,如何降低常减压过程能耗、减少二氧化碳排放量和提高经济效益受到了炼油企业的密切关注。本文基于现有的常减压蒸馏流程、排产及换热网络综合优化的研究基础,提出了新的常减压流程多目标优化策略、排产优化模型和换热网络综合优化策略,对基于沥青生产的重质油混炼过程进行流程优化、排产优化和换热网络综合研究,具体内容如下。根据常减压蒸馏工业装置的生产数据、原油实沸点（TBP）数据和原油窄馏分性质数据,在Aspen Plus平台建立重油混炼常减压生产过程模型。该模型既考虑原料和产品性质对总拔出率和产品分布的影响,也考虑了具体设备和操作参数的影响,对基于沥青生产的重油炼制过程描述具有更好的准确性。在此基础上,回归得到了某公司各个炼厂的生产过程模型,研究结果表明,该模型在计算总拔出率和产品分布上更加准确。对基于沥青生产的常减压炼油过程进行了多目标优化研究。以经济效益最大、加热炉能耗最小和CO2排放量最小为目标,通过Matlab调用多目标遗传优化算法NSGA-II对常减压蒸馏装置进行优化。结果表明,初始工况的操作条件并不是最优的,在保证产品指标符合设计规定的前提下,优化后的炼厂可以提高25.71%的经济效益。对单炼厂和包括四个炼厂的公司进行重油混炼优化排产,建立了非线性工厂级排产优化模型和混合整数非线性公司级排产优化模型。工厂级排产优化模型以吨效益最大为目标,能够在原油价格变化、产品价格变化、市场需求变化、运输、库存及生产过程等条件约束下,对重油混炼比进行优化,并给出优化的排产方案。公司级排产优化模型结合公司级原料分配、产品分配和经济模型,根据市场情况和各炼厂生产能力,统一优化分配公司内资源和产品,提高公司整体效益。对单炼厂和包括四个炼厂的公司,利用1STOPT、VC、office等开发工具,开发了工厂级和公司级的优化排产软件并达到了实用化水平。利用该软件,对各炼厂进行了工厂级排产优化,确定了单炼厂优化混炼比,分别为0.4（A原油的质量分数/wt%,下同）、0.84、0.3和1.0;同时研究了原料价格变化对最优混炼比的影响,即随着原油A价格升高,其在各厂的最优混炼比占比逐渐降低,但不同工厂变化趋势不同。通过公司级优化,确定了各炼厂生产负荷及沥青产品跨区域销售情况,研究表明在市场受限情况下,吨效益较差的炼厂生产负荷会降低,对应的销售区域沥青市场需求可通过跨区域调配来满足;通过公司级优化获得的总收益与工厂级优化获得的总收益相比可提高11.6%。针对固定及变工况两种情况下的重油混炼装置换热网络综合问题分别发展了不同的综合策略。对固定工况下的重油混炼换热网络,建立了基于粒子群算法的换热网络优化模型,即采用无分流分级超结构模型作为换热网络的过程模型;针对优化求解时存在等式约束和不等式约束、连续和非连续变量多,非线性、非凸、不连续的问题,提出了粒子群算法求解策略,这一新优化策略将需要双层优化的混合整数非线性规划（MINLP）问题转化为单层非线性规划（NLP）问题,既能涵盖最优的换热网络结构,又简便易行。本文还对三个典型的换热网络算例进行了优化,结果表明新优化策略可有效降低换热网络费用,粒子群算法也具有较好的全局收敛特性。考虑到变工况换热网络综合对换热器的柔性要求,采用最大换热量、最大冷公用工程用量和最大热公用工程用量三种极限操作工况来进行能量综合这一新的优化策略。选取最大换热量工况作为基准工况,首先计算得到优化换热网络和换热器面积,并以此换热网络结构为基础,逐步计算另外两种极限工况。对实际炼厂进行了变工况的换热网络综合,采用夹点分析确定了三种极限操作工况,结果表明采用最大换热工况→最大冷公用工程工况→最大热公用工程工况的计算顺序,可以使各工况的年费用最小。通过与其他计算顺序比较,表明本文提出的优化顺序是有效的。
黄松桥,张兴龙[9]（2018）在《炼油调度排产优化管理》文中指出分析了广州石化多年采用的Aspen公司ORION系统进行生产调度排产中存在的不足,如未实现周计划从编制、执行到结果反馈的全过程痕迹管理,成品油调和排产仍为手工编制等。集成MES、LIMS、计划报表等系统信息建立生产调度与优化管理系统,完成从原油卸船、输送、中间贮存、加工的计划排产和计划跟踪情况管理,实现周计划制定、发布、执行、反馈闭环管理,优化原油调和、成品油调和,深化生产调度管理层的应用,进一步提升广州石化炼油生产管理水平,创造更高的经济效益。
法鹏程[10]（2018）在《JL公司日优化-日效益精细化管理模式的建立与应用》文中指出近年来原油的劣质化趋势、柴汽煤油的市场准入质量标准不断提升以及石化市场的更加开放,给国内的炼化企业带来了不断增加的竞争压力。为了实现企业的现代化管理与整体业务优化,从而提高效率、降低成本,信息化与优化技术已被企业列为重要发展举措。然而,大多数企业存在长期计划目标与实际生产脱节、执行过程跟踪监控不到位等管理上的诸多问题。因此,我们深化应用优化模型和信息系统,探索出日优化-日效益的创新性精细化管理模式,将效益优化落实到生产实际并循环分析改进,实现精细化生产和生产资源的合理配置,使JL公司能够进一步挖潜增效和提升竞争力。论文的主要创新性工作及研究成果如下:建立并应用日优化核心流程,每日确定优化生产目标。日优化核心流程将月目标落实到每日操作:运用月计划模型,优化计算得到月优化目标,通过周计划模型分解到日,再运用日计划模型得到每日优化目标下达装置层面,实现了优化目标从月-周-日的落实。以日效益为核心进行跟踪分析,保证目标的实现。创造性地提出并实施了日效益管理模式,打破了原有仅核算到公司级月度效益的管理模式,开拓性地将效益定量分解到每一天、落实到每套装置,使效益管理和优化决策变为量化的控制行为。日优化-日效益精细化有机结合,循环验证、持续改进,通过JL公司的最佳实践,形成一整套合理易行的精细化管理方法。同时依托信息技术,模型固化管理经验,并配套完善相应的规章制度、管理流程和考核办法,解决管理难题,有效提升企业综合实力和核心竞争力。
二、炼油生产过程中的排产调度系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、炼油生产过程中的排产调度系统（论文提纲范文）
（1）流程工业调度模型与算法及其在造纸工业中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容和章节安排 |
| 1.3.1 主要的研究内容 |
| 1.3.2 章节安排 |
| 2 生产调度基本概念及造纸企业生产调度中存在的问题 |
| 2.1 生产调度的提出 |
| 2.2 调度问题描述、分类及特性 |
| 2.2.1 调度问题的描述 |
| 2.2.2 车间调度问题的分类 |
| 2.2.3 车间调度问题的特点 |
| 2.3 流程工业生产调度 |
| 2.3.1 流程工业生产调度及其特点 |
| 2.3.2 流程工业生产调度的分类 |
| 2.3.3 流程工业生产调度的方法 |
| 2.4 造纸企业生产调度问题 |
| 2.4.1 订单与排产计划安排 |
| 2.4.2 排产计划与生产计划冲突 |
| 2.4.3 生产管理缺陷 |
| 2.4.4 质量管理 |
| 2.4.5 仓储管理 |
| 2.4.6 问题成因分析 |
| 2.5 本章小结 |
| 3 基于分解多目标演化算法的造纸企业生产调度研究 |
| 3.1 引言 |
| 3.2 造纸企业生产过程简述 |
| 3.2.1 第一阶段加工生产过程 |
| 3.2.2 第二阶段加工生产过程 |
| 3.3 生产调度模型的建立 |
| 3.3.1 造纸企业的生产调度流程描述 |
| 3.3.2 生产调度性能指标 |
| 3.3.3 造纸企业生产调度数学模型 |
| 3.4 生产调度模型的求解算法 |
| 3.4.1 基于分解的多目标演化算法 |
| 3.4.2 算法设计的关键步骤 |
| 3.4.3 实验数据 |
| 3.5 数值实验与结果分析 |
| 3.5.1 参数设置 |
| 3.5.2 评价指标 |
| 3.5.3 实验结果与分析 |
| 3.6 本章小结 |
| 4 基于负相关搜索算法的造纸企业立体仓库优化调度研究 |
| 4.1 自动化立体仓库概述 |
| 4.1.1 自动化立体仓库的结构 |
| 4.1.2 自动化立体仓库的分类与特点 |
| 4.2 自动化立体仓库货位分配优化 |
| 4.2.1 问题描述 |
| 4.2.2 数学模型的建立 |
| 4.3 立体仓库调度模型的求解算法 |
| 4.3.1 负相关搜索算法 |
| 4.3.2 算法设计的关键步骤 |
| 4.4 数值实验与结果分析 |
| 4.4.1 参数设置 |
| 4.4.2 评价指标 |
| 4.4.3 实验结果与分析 |
| 4.5 本章小结 |
| 5 基于量子进化算法的造纸企业项目调度研究 |
| 5.1 项目调度概况 |
| 5.2 多模式资源项目调度描述以及数学建模 |
| 5.3 基于量子进化算法的多模式资源项目调度问题实现 |
| 5.3.1 量子进化算法概述 |
| 5.3.2 编码方案 |
| 5.3.3 解码方案 |
| 5.3.4 不可行方案的修复 |
| 5.3.5 个体的适应度评价 |
| 5.3.6 量子种群更新 |
| 5.3.7 算法流程图 |
| 5.4 算例分析与结果评价 |
| 5.4.1 典型案例验证及结果分析 |
| 5.4.2 随机案例验证及结果分析 |
| 5.5 本章小结 |
| 6 基于云平台的造纸企业智能MES系统的设计与实现 |
| 6.1 MES系统概述 |
| 6.2 系统总体解决方案 |
| 6.2.1 造纸企业ERP、MES和PCS的体系结构 |
| 6.2.2 造纸企业智能MES系统构架 |
| 6.3 系统主要功能模块介绍 |
| 6.3.1 系统管理模块 |
| 6.3.2 信息查询模块 |
| 6.3.3 设备管理模块 |
| 6.3.4 生产管理模块 |
| 6.3.5 仓储管理模块 |
| 6.3.6 品质管理模块 |
| 6.3.7 数据分析模块 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作创新点 |
| 7.3 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的成果 |
（2）聚酯纤维生产调度集成建模与优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生产调度分类及特点 |
| 1.2.2 静态生产调度研究现状 |
| 1.2.3 动态生产调度研究现状 |
| 1.3 本文的研究内容、主要创新点和组织架构 |
| 1.3.1 本文的主要研究内容和创新点 |
| 1.3.2 本文的组织架构 |
| 1.4 本章小结 |
| 2 聚酯纤维生产调度集成建模与优化系统框架 |
| 2.1 聚酯纤维混合型生产过程介绍 |
| 2.1.1 上游聚酯熔体连续型生产过程 |
| 2.1.2 下游纺丝及包装离散型生产过程 |
| 2.2 聚酯纤维生产调度问题特点及需求分析 |
| 2.2.1 全流程混合型静态调度 |
| 2.2.2 全流程混合型动态调度 |
| 2.3 生产调度集成建模与优化系统框架 |
| 2.4 本章小结 |
| 3 聚酯纤维生产全流程混合型静态调度建模与优化 |
| 3.1 引言 |
| 3.2 独立系统的描述 |
| 3.2.1 上游连续型生产过程 |
| 3.2.2 下游离散型生产过程 |
| 3.3 混合型生产调度优化模型 |
| 3.3.1 连续型优化模型 |
| 3.3.2 离散型优化模型 |
| 3.4 集成系统的构建 |
| 3.5 优化求解策略 |
| 3.6 实验案例 |
| 3.6.1 参数设置 |
| 3.6.2 实验结果分析 |
| 3.7 本章小结 |
| 4 基于数据挖掘的离散型过程动态调度方法 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.2.1 特征选择 |
| 4.2.2 DeepFM模型 |
| 4.3 生产调度数据挖掘框架 |
| 4.4 调度知识挖掘流程 |
| 4.4.1 获取调度数据 |
| 4.4.2 定义调度分类模式 |
| 4.4.3 定义分类特征 |
| 4.4.4 模型算法 |
| 4.5 实验案例 |
| 4.5.1 实验设计 |
| 4.5.2 特征重要性分析和算法性能比较 |
| 4.5.3 实验结果分析 |
| 4.6 本章小结 |
| 5 面向不确定性的聚酯纤维生产全流程动态调度建模与优化 |
| 5.1 引言 |
| 5.2 上游连续型生产过程动态调度建模与优化 |
| 5.2.1 不确定性描述 |
| 5.2.2 数据驱动鲁棒优化方法 |
| 5.3 全流程混合型生产过程动态调度优化策略 |
| 5.4 实验案例 |
| 5.4.1 连续过程动态调度 |
| 5.4.2 离散过程动态调度 |
| 5.4.3 生产全流程动态调度 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 攻读硕士期间取得的其他研究成果 |
（3）氟化工产品价格预测方法研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1. 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 价格预测方法研究现状 |
| 1.2.2 长周期预测与排产优化 |
| 1.2.3 区间预测与多任务学习 |
| 1.2.4 价格预测分析系统 |
| 1.3 本文主要研究内容 |
| 1.4 本文主要创新点和组织架构 |
| 1.4.1 本文的主要创新点 |
| 1.4.2 本文的组织架构 |
| 2. 基于EEMD分解集成LSTM的价格预测方法 |
| 2.1 引言 |
| 2.2 价格数据处理与分析 |
| 2.2.1 数据预处理 |
| 2.2.2 数据相关性筛选 |
| 2.2.3 价格影响因素分析 |
| 2.3 分解集成价格预测模型 |
| 2.3.1 模型整体设计 |
| 2.3.2 EEMD分解方法 |
| 2.3.3 DTW聚类方法 |
| 2.3.4 LSTM模型 |
| 2.3.5 结果集成 |
| 2.4 实验案例 |
| 2.5 本章小结 |
| 3. 面向计划排产优化的长周期价格预测 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 Seq2Seq方法 |
| 3.2.2 GRU网络 |
| 3.3 基于长周期价格预测的排产优化 |
| 3.3.1 价格长周期预测模型 |
| 3.3.2 生产计划排产数学模型 |
| 3.3.3 基于预测价格的优化策略 |
| 3.4 实例分析 |
| 3.4.1. 相关性分析 |
| 3.4.2. 滑动窗口的构建 |
| 3.4.3. 模型训练与验证 |
| 3.4.4. 模型效果评估 |
| 3.4.5. 生产排产效益优化 |
| 3.5 本章小结 |
| 4. 面向盈利能力分析的区间与多任务价格预测 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.2.1 Bootstrap方法 |
| 4.2.2 多任务学习方法 |
| 4.3 基于动态多任务学习的价格预测 |
| 4.3.1 多任务预测建模 |
| 4.3.2 多任务动态权重优化 |
| 4.4 基于区间估计的价格预测 |
| 4.4.1 区间预测建模 |
| 4.4.2 区间预测评估判据 |
| 4.5 盈利能力判据库构建 |
| 4.6 实例分析 |
| 4.7 本章小结 |
| 5. 氟化工产品价格预测分析系统 |
| 5.1 引言 |
| 5.2 系统整体设计 |
| 5.2.1 系统需求分析 |
| 5.2.2 系统设计思路 |
| 5.2.3 系统架构与开发模式 |
| 5.2.4 系统运行流程 |
| 5.3 系统功能模块 |
| 5.3.1 系统登录与首页模块 |
| 5.3.2 数据输入模块 |
| 5.3.3 数据测算模块 |
| 5.3.4 数据预测模块 |
| 5.3.5 盈利能力分析模块 |
| 5.3.6 排产优化模块 |
| 5.4 氟化工实例分析 |
| 5.5 本章小结 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 攻读硕士期间取得的其他研究成果 |
（4）加氢装置CPS平台中的过程管控关键问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 石化行业智能工厂建设背景 |
| 1.1.1 石化行业面临的压力与挑战 |
| 1.1.2 国家智能制造发展战略 |
| 1.2 石化智能工厂建设概述 |
| 1.2.1 石化智能工厂的总体框架 |
| 1.2.2 石化智能工厂CPS的内涵 |
| 1.2.3 石化智能工厂CPS的层次结构 |
| 1.2.4 石化智能工厂的单元级CPS平台 |
| 1.3 炼油加氢工业发展趋势及技术概述 |
| 1.3.1 炼油加氢工业发展趋势 |
| 1.3.2 炼油加氢技术及工业装置概述 |
| 1.4 加氢装置CPS应用及研究现状 |
| 1.4.1 加氢装置反应动力学建模研究现状 |
| 1.4.2 加氢装置产品质量控制与预测研究现状 |
| 1.4.3 加氢装置关键机组运行状态评估研究现状 |
| 1.5 本文主要研究思路 |
| 2 加氢装置反应动力学的建模与应用 |
| 2.1 前言 |
| 2.2 渣油加氢精制装置关键操作参数 |
| 2.3 加氢精制反应动力学模型 |
| 2.3.1 渣油加氢精制反应方程 |
| 2.3.2 渣油加氢精制反应动力学建模 |
| 2.4 加混沌扰动的混沌粒子群遗传算法 |
| 2.4.1 加混沌扰动的混沌粒子群遗传算法 |
| 2.4.2 加混沌扰动的混沌粒子群遗传算法性能测试 |
| 2.5 重油热解反应动力学模型验证 |
| 2.6 加氢精制动力学模型的应用 |
| 2.7 本章小结 |
| 3 加氢装置二值型产品质量预测和评估建模与应用 |
| 3.1 前言 |
| 3.2 加氢裂化装置航煤产品博士实验 |
| 3.3 递推主元分析-逻辑回归实时预测和控制模型 |
| 3.3.1 经典逻辑回归模型 |
| 3.3.2 二值型产品质量的预测模型 |
| 3.3.3 模型参数及其递推更新方法 |
| 3.3.4 产品质量指标的优化控制方案 |
| 3.3.5 模型应用路线图 |
| 3.4 加氢裂化二值型产品质量指标实时预测模型的应用 |
| 3.4.1 航煤博士实验结果波动的原因分析 |
| 3.4.2 可调整参数的选择与优化方案设计 |
| 3.4.3 应用效果 |
| 3.5 本章小结 |
| 4 加氢装置关键机组运行状态评估建模与应用 |
| 4.1 前言 |
| 4.2 加氢装置循环氢压缩机概述 |
| 4.3 压缩机运行状态评估模型研究 |
| 4.3.1 机组状态评估指标体系和状态评估等级的建立 |
| 4.3.2 指标相关性分析 |
| 4.3.3 独立指标参数动态劣化度计算 |
| 4.3.4 评估单元隶属度矩阵计算 |
| 4.3.5 评估单元的权重向量计算和状态评估 |
| 4.3.6 机组整体运行状态评估 |
| 4.4 压缩机组运行状态评估模型应用 |
| 4.4.1 机组状态评估指标体系和状态评估等级的建立 |
| 4.4.2 指标参数相关性分析结果 |
| 4.4.3 独立指标参数动态劣化度计算结果 |
| 4.4.4 各评估单元模糊隶属度矩阵计算结果 |
| 4.4.5 评估单元的权重向量计算结果 |
| 4.4.6 各评估单元模糊综合评价结果及雷达图展示 |
| 4.5 本章小结 |
| 5 加氢装置CPS平台的应用提升 |
| 5.1 前言 |
| 5.2 石化智能工厂CPS平台建设情况 |
| 5.2.1 企业CPS平台建设情况 |
| 5.2.2 企业CPS平台现状 |
| 5.3 加氢装置CPS平台提升设计 |
| 5.3.1 总体应用架构设计 |
| 5.3.2 业务流程设计 |
| 5.3.3 应用功能模块设计 |
| 5.3.4 系统分层设计 |
| 5.3.5 数据库设计 |
| 5.3.6 模型调用设计 |
| 5.3.7 接口设计 |
| 5.3.8 数据及标准化设计 |
| 5.4 加氢装置单元级CPS平台建设及应用效果 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（5）基于数学规划的炼油厂原油调度问题建模与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 流程工业概况 |
| 1.2.1 流程工业生产特点 |
| 1.2.2 流程工业体系结构 |
| 1.2.3 生产调度的主要建模和优化方法 |
| 1.3 炼油企业生产计划与调度 |
| 1.3.1 炼油企业结构与分类 |
| 1.3.2 炼油企业生产特点 |
| 1.3.3 炼油企业长期生产计划 |
| 1.3.4 炼油企业原油调度 |
| 1.4 基于数学规划的原油调度 |
| 1.4.1 批处理过程调度 |
| 1.4.2 原油调度问题模型与方法 |
| 1.4.3 其它原油调度方法 |
| 1.5 研究内容和组织结构 |
| 1.5.1 研究内容 |
| 1.5.2 本文的组织结构 |
| 第二章 原油处理短期生产调度问题描述及模型 |
| 2.1 炼油厂生产过程 |
| 2.2 原油处理短期生产计划 |
| 2.2.1 短期生产计划形式化描述 |
| 2.3 原油调度问题定义及模型 |
| 2.4 基于优先级时间槽操作序列模型 |
| 2.4.1 符号定义 |
| 2.4.2 单操作序列模型(SOS) |
| 2.4.3 带有同步开始时间的多操作序列模型(MOS-SST) |
| 2.5 小结 |
| 第三章 原油处理短期生产调度异步连续时间模型改进及应用 |
| 3.1 模型扩展及改进 |
| 3.1.1 约束描述 |
| 3.2 改进后模型及应用结果 |
| 3.3 小结 |
| 第四章 双管道原油运输系统的混合整数非线性规划建模 |
| 4.1 双管道原油运输系统生产过程 |
| 4.1.1 双管道原油运输系统原油处理过程 |
| 4.2 双管道原油运输系统原油调度问题描述 |
| 4.3 双管道原油传输系统单操作序列模型 |
| 4.4 求解方法 |
| 4.5 工业实例验证 |
| 4.6 小结 |
| 第五章 基于优先级时间槽连续时间MINLP模型的算法研究 |
| 5.1 组分浓度不一致与优先级时间槽数目 |
| 5.1.1 确定优先级时间槽的数目 |
| 5.2 有效不等式和算法预处理 |
| 5.3 求解方法 |
| 5.4 算法性能测试 |
| 5.5 数值实验 |
| 5.6 小结 |
| 第六章 原油短期调度随机近似算法研究 |
| 6.1 集合并集基数问题 |
| 6.2 计算模型和复杂性 |
| 6.2.1 随机模型 |
| 6.2.2 趟和趟复杂度 |
| 6.3 基于自适应随机取样的算法 |
| 6.3.1 算法概述 |
| 6.3.2 算法描述 |
| 6.3.3 算法性能证明 |
| 6.4 基于随机模型并集问题自调节覆盖算法 |
| 6.5 原油短期调度随机近似算法 |
| 6.5.1 基于随机模型DNF计数问题自调节覆盖算法 |
| 6.5.2 基于随机模型原油短期调度问题自调节覆盖算法 |
| 6.5.3 算法验证 |
| 6.6 小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
（6）A炼化公司生产计划优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 文献综述 |
| 1.3 研究方法 |
| 1.4 论文框架 |
| 第2章 A炼化公司现行生产计划现状分析 |
| 2.1 A炼化公司基本情况 |
| 2.1.1 A炼化公司简介 |
| 2.1.2 A炼化公司原料和产品 |
| 2.1.3 A炼化公司工艺流程 |
| 2.1.4 A炼化公司生产计划阐述 |
| 2.2 A炼化公司生产计划问题诊断 |
| 2.2.1 历史原因分析 |
| 2.2.2 技术约束分析 |
| 2.2.3 计划模型及优化方法的缺陷分析 |
| 2.2.4 计划模型更新周期问题分析 |
| 2.2.5 生产计划的反馈缺失 |
| 2.2.6 原油管理问题分析 |
| 2.2.7 生产计划滞后性分析 |
| 2.2.8 计划部门与其他部门之间的矛盾分析 |
| 2.2.9 生产过程优化缺失分析 |
| 2.3 生产计划优化解决方案 |
| 2.3.1 生产计划优化现状 |
| 2.3.2 A炼化公司生产计划优化的方法改进 |
| 2.4 小结 |
| 第3章 A炼化公司生产计划优化改进及评价 |
| 3.1 生产计划的模型改进 |
| 3.1.1 建立单装置机理模型 |
| 3.1.2 线性规划模型升级 |
| 3.1.3 建立全厂流程模型 |
| 3.1.4 生产计划方案优化 |
| 3.2 生产计划的执行优化 |
| 3.2.1 生产计划的排产 |
| 3.2.2 建立全厂日平衡 |
| 3.3 改进后的生产计划制定流程 |
| 3.4 生产计划方案评价 |
| 3.5 小结 |
| 第4章 生产计划优化案例及实施保障措施 |
| 4.1 生产计划优化案例 |
| 4.2 生产计划优化实施保障措施 |
| 4.2.1 优化技术和人才保障 |
| 4.2.2 公司优化制度保障 |
| 4.2.3 优化管理保障 |
| 4.3 小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
（7）炼油企业原油调度优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 前言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 炼油企业原油调度研究现状 |
| 1.2.2 生产调度优化方法研究 |
| 1.2.3 文献总结 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法及技术路线 |
| 第2章 相关基础理论与方法 |
| 2.1 理论基础 |
| 2.1.1 生产调度理论 |
| 2.1.2 最优化理论 |
| 2.2 混合整数规划 |
| 2.3 智能算法 |
| 2.3.1 遗传算法原理及流程 |
| 2.3.2 粒子群算法原理及流程 |
| 2.3.3 遗传粒子群算法原理及流程 |
| 2.4 本章小结 |
| 第3章 炼油企业原油调度过程及其复杂性分析 |
| 3.1 炼油企业原油调度过程分析 |
| 3.1.1 炼油企业生产过程 |
| 3.1.2 常减压装置炼油生产计划 |
| 3.1.3 原油调度过程 |
| 3.2 炼油企业原油调度问题的可行性及复杂性分析 |
| 3.2.1 原油调度的可行性 |
| 3.2.2 原油调度的复杂性 |
| 3.3 本章小结 |
| 第4章 炼油企业原油调度优化模型构建 |
| 4.1 问题描述 |
| 4.2 模型构建 |
| 4.2.1 研究假设 |
| 4.2.2 参数设计 |
| 4.2.3 目标函数 |
| 4.2.4 约束条件 |
| 4.3 模型求解 |
| 4.3.1 问题的特点 |
| 4.3.2 问题的转换 |
| 4.3.3 遗传粒子群算法求解 |
| 4.4 本章小结 |
| 第5章 炼油企业原油调度优化算例分析 |
| 5.1 算例概述 |
| 5.2 算例求解 |
| 5.2.1 炼油企业原油调度优化模型构建 |
| 5.2.2 基于遗传粒子群算法的算例求解 |
| 5.3 结果对比分析及对策建议 |
| 5.3.1 结果分析 |
| 5.3.2 算法对比 |
| 5.3.3 对策建议 |
| 5.4 本章小结 |
| 第6章 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（8）基于沥青生产的常减压过程模拟及排产计划优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 论文创新点 |
| 第一章 前言 |
| 1.1 课题研究背景 |
| 1.2 炼厂沥青生产的常减压过程 |
| 1.2.1 常减压蒸馏过程工艺简介 |
| 1.2.2 能耗优化 |
| 1.2.3 沥青生产方法简介 |
| 1.3 化工过程模拟与优化 |
| 1.3.1 过程系统工程 |
| 1.3.2 化工过程模拟 |
| 1.3.3 稳态模拟 |
| 1.3.4 动态模拟 |
| 1.3.5 常减压过程优化 |
| 1.4 原油炼制过程调度 |
| 1.4.1 原油调度 |
| 1.4.2 产品调和及储运调度 |
| 1.4.3 炼油过程调度 |
| 1.4.4 计划调度展望 |
| 1.5 换热网络综合 |
| 1.5.1 启发试探法 |
| 1.5.2 数学规划法 |
| 1.5.3 人工智能法 |
| 1.6 本文的研究思路与内容 |
| 第二章 重油混炼常减压过程模拟 |
| 2.1 研究背景和意义 |
| 2.2 实验及现场标定数据获得 |
| 2.2.1 实验仪器及试剂 |
| 2.2.2 实验方法 |
| 2.2.3 现场标定数据 |
| 2.3 实验结果分析 |
| 2.3.1 混合重油实沸点蒸馏分析 |
| 2.3.2 混合重油用于生产沥青的规律研究 |
| 2.4 重油混炼常减压过程建模 |
| 2.4.1 工艺数据 |
| 2.4.2 热力学模型 |
| 2.4.3 热力学模型模拟及验证 |
| 2.5 小结 |
| 第三章 重油混炼常减压过程多目标优化 |
| 3.1 多目标优化平台 |
| 3.1.1 多目标遗传算法 |
| 3.1.2 优化算法设计 |
| 3.2 常减压蒸馏流程优化 |
| 3.2.1 优化策略 |
| 3.2.2 优化结果 |
| 3.3 小结 |
| 第四章 重油混炼排产优化 |
| 4.1 生产过程模型 |
| 4.2 混炼生产计划模型 |
| 4.2.1 工厂级混炼生产计划模型 |
| 4.2.2 公司级混炼生产计划模型 |
| 4.3 过程模型对比 |
| 4.3.1 炼厂过程模型 |
| 4.3.2 过程模型比较 |
| 4.4 优化排产软件开发 |
| 4.4.1 软件结构 |
| 4.4.2 软件功能及界面 |
| 4.5 优化排产计算 |
| 4.5.1 工厂级排产优化 |
| 4.5.2 公司级排产优化 |
| 4.6 小结 |
| 第五章 重油混炼换热网络综合 |
| 5.1 无分流分级换热网络超结构 |
| 5.2 无分流分级换热网络数学模型 |
| 5.2.1 过程模型 |
| 5.2.2 约束条件 |
| 5.2.3 目标函数 |
| 5.3 换热网络模型求解 |
| 5.3.1 粒子群算法简介 |
| 5.3.2 无分流多级换热网络综合求解策略 |
| 5.3.3 计算实例 |
| 5.4 固定工况的重油混炼换热网络优化 |
| 5.5 变工况的重油混炼换热网络综合优化策略 |
| 5.6 变工况的重油混炼换热网络综合优化 |
| 5.7 小结 |
| 第六章 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 作者简介 |
（9）炼油调度排产优化管理（论文提纲范文）
| 1 计划排产存在问题 |
| 2 改进目标 |
| 2.1 高效快捷的全流程调度作业计划安排 |
| 2.2 构建以调度计划为核心业务的生产闭环管理流程 |
| 3 解决方案 |
| 3.1 总体架构 |
| 3.2 生产调度优化排产 |
| 3.2.1 系统集成 |
| 3.2.2 系统建模 |
| 3.2.3 排产工具 |
| 3.2.4 计算优化 |
| 3.3 调度作业计划管理及生产监控分析 |
| 3.3.1 调度作业计划发布 |
| 3.3.2 调度作业计划查询 |
| 3.3.3 调度作业周计划反馈 |
| 3.3.4 调度作业周计划跟踪 |
| 3.3.5 生产监控分析 |
| 4 优化效果 |
| 5 结语 |
（10）JL公司日优化-日效益精细化管理模式的建立与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 解决实际管理问题价值 |
| 1.2 国内外研究现状及述评 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 对现有研究和实务实践的评述 |
| 1.3 研究目标、内容及方法 |
| 1.3.1 研究目标和内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 第二章 理论基础 |
| 2.1 现有生产运营管理模式 |
| 2.1.1 精细化管理的内容 |
| 2.1.2 精细化管理的内涵和方法 |
| 2.1.3 大数据时代的企业卓越运营 |
| 2.2 日优化-日效益精细化管理模式 |
| 第三章 JL公司生产运营管理模式的现状 |
| 3.1 JL公司基本情况介绍 |
| 3.2 JL公司生产运营管理特点 |
| 3.3 JL公司生产运营存在问题 |
| 3.4 公司实施日优化-日效益精细化管理模式的动因 |
| 第四章 日优化与日效益管理模式的建立 |
| 4.1 日优化模型 |
| 4.1.1 月计划 |
| 4.1.2 周计划 |
| 4.1.3 日计划 |
| 4.2 日效益模型 |
| 4.2.1 定量化 |
| 4.2.2 可视化 |
| 4.2.3 协同化 |
| 4.3 日优化-日效益精细化管理模式实施效果及量化评估 |
| 4.3.1 制度化 |
| 4.3.2 货币化 |
| 4.3.3 精益化 |
| 第五章 研究总结及展望启示 |
| 5.1 对本文研究的总结 |
| 5.2 展望启示 |
| 参考文献 |
| 致谢 |
| 附录 |
四、炼油生产过程中的排产调度系统（论文参考文献）
- [1]流程工业调度模型与算法及其在造纸工业中的应用研究[D]. 党世红. 陕西科技大学, 2021(01)
- [2]聚酯纤维生产调度集成建模与优化研究[D]. 章途潮. 浙江大学, 2021(01)
- [3]氟化工产品价格预测方法研究及应用[D]. 郭瑞昌. 浙江大学, 2021(01)
- [4]加氢装置CPS平台中的过程管控关键问题研究[D]. 孙延吉. 大连理工大学, 2019(08)
- [5]基于数学规划的炼油厂原油调度问题建模与算法研究[D]. 赵玉明. 广东工业大学, 2019(01)
- [6]A炼化公司生产计划优化研究[D]. 王建柱. 中国石油大学(北京), 2019(02)
- [7]炼油企业原油调度优化研究[D]. 刘子靖. 中国石油大学(华东), 2019(09)
- [8]基于沥青生产的常减压过程模拟及排产计划优化研究[D]. 黄小侨. 中国石油大学(华东), 2018(01)
- [9]炼油调度排产优化管理[J]. 黄松桥,张兴龙. 当代石油石化, 2018(06)
- [10]JL公司日优化-日效益精细化管理模式的建立与应用[D]. 法鹏程. 南京航空航天大学, 2018(02)