分層多速率運行優(yōu)化控制是指：考慮工業(yè)過程分層控制結(jié)構(gòu)下的多時間尺度與多速率特點，通過運行層設定值優(yōu)化與回路層過程控制的集成化和智能化，控制整個工業(yè)生產(chǎn)過程，實現(xiàn)質(zhì)量、效率和能耗等運行指標的最優(yōu)化。

工業(yè)過程智能制造的目標是實現(xiàn)智能生產(chǎn)，其關(guān)鍵是實現(xiàn)制造流程智能化，愿景是建立以企業(yè)高效化與綠色化為目標，以實現(xiàn)制造流程的智能優(yōu)化決策與加工裝備（過程）智能自主控制為特征的制造模式。實現(xiàn)這一愿景的關(guān)鍵是要實施工業(yè)過程運行優(yōu)化控制，其內(nèi)涵是其通過優(yōu)化與控制的智能化和集成化，感知生產(chǎn)條件的變化，自適應決策并跟蹤控制系統(tǒng)的設定值，實現(xiàn)質(zhì)量、效率和能耗等運行指標的最優(yōu)化。

典型工業(yè)過程（冶金磨礦過程與重介質(zhì)選煤過程）

分層控制是便于實現(xiàn)的工程化選擇。然而，在分層控制結(jié)構(gòu)下，整個系統(tǒng)因?qū)蛹壒δ芤约八婕暗谋豢貙ο筇匦缘牟町悓е聦蛹夐g時間尺度各異。運行層面向工業(yè)運行過程，具有慢時間尺度特性，回路層面向基礎設備/回路過程，具有快時間尺度特性。其中，運行過程多是含物理化學反應的氣液固多相共存的連續(xù)化復雜過程，機理難以搞清，無法建模。為全面感知系統(tǒng)動態(tài)，通常需要部署全方位的檢測裝置，但由于信號變化速率相差較大，各檢測裝置因自身的特殊性，獲取信息和處理信息的速度不同，加之控制節(jié)點分散，難以實現(xiàn)控制系統(tǒng)輸入與輸出采樣周期的統(tǒng)一。因此，在工業(yè)過程運行優(yōu)化控制器設計時將面臨如下的挑戰(zhàn)性問題：

1）運行過程動態(tài)未知；

2）層級間具有多時間尺度；

3）層級內(nèi)存在多速率采樣。

上述特性使得運行優(yōu)化控制問題變得尤為復雜。

多速率工業(yè)過程的雙層層級架構(gòu)

如何針對多時間尺度、多速率采樣且運行層模型未知的復雜工業(yè)過程設計運行優(yōu)化控制策略？本文將提升技術(shù)、模型預測與增強學習方法相結(jié)合，提出一種工業(yè)過程多速率分層運行優(yōu)化控制方法。其通過兩種提升方法將多速率分層問題統(tǒng)一到一個時間尺度，進而采用一種數(shù)據(jù)驅(qū)動的Q-學習算法，求解基礎回路最優(yōu)設定值，同時設計基礎回路層的MPC控制器實現(xiàn)設定值的快速跟蹤，最終實現(xiàn)運行指標的優(yōu)化控制。

最后，針對一典型復雜工業(yè)過程，即閉環(huán)冶金磨礦過程，進行了實驗研究，表明了該方法能夠在分層多速率采樣下，無需使用運行層模型來設計運行優(yōu)化控制器，僅利用數(shù)據(jù)通過自學習實現(xiàn)設定值的在線優(yōu)化，從而控制運行指標。這一研究成果對運行層機理復雜難以建立模型的復雜工業(yè)過程運行優(yōu)化控制器的設計具有參考價值。