重慶大學(xué)聯(lián)合研究團(tuán)隊(duì)在《ENG. Chem. Eng.》期刊發(fā)表研究成果，提出一種多目標(biāo)動態(tài)不可行解修正框架（MO-DIDC），可顯著縮短精餾過程優(yōu)化的計(jì)算時(shí)間。該技術(shù)針對精餾系統(tǒng)中普遍存在的非線性模型與混合整數(shù)變量難題，有效解決傳統(tǒng)遺傳算法因模擬收斂失敗導(dǎo)致大量無效計(jì)算的問題，在兩個(gè)典型工業(yè)精餾流程驗(yàn)證中分別實(shí)現(xiàn)35.3%和20.8%的優(yōu)化耗時(shí)降低。

MO-DIDC框架基于NSGA-II算法流程，但引入兩項(xiàng)關(guān)鍵改進(jìn)：首先構(gòu)建高斯過程代理模型，依據(jù)決策變量特征區(qū)分帕累托Zui優(yōu)解與被支配解；其次對位于帕累托前沿附近的“潛在可行解”進(jìn)行定向修正——通過分析各變量在Zui優(yōu)解集中的分布范圍，選取平均距離Zui遠(yuǎn)的變量，采用均勻隨機(jī)采樣在其有效區(qū)間內(nèi)重新賦值，生成更可能滿足約束的新候選解。這一自適應(yīng)修正機(jī)制避免了盲目搜索，提升了可行解生成概率。

研究選取兩種典型復(fù)雜精餾系統(tǒng)進(jìn)行驗(yàn)證。第一例為側(cè)流雙塔萃取精餾工藝，用于分離甲醇-共沸物，以三乙胺為夾帶劑，涉及8個(gè)設(shè)計(jì)變量，優(yōu)化目標(biāo)包括總年成本與二氧化碳排放量。第二例為四塔萃取精餾系統(tǒng)，用于從廢水中回收乙酸乙酯與甲醇，使用二甲基亞砜作夾帶劑，含16個(gè)變量，目標(biāo)涵蓋總成本、碳排放及過程安全指數(shù)。在兩組實(shí)驗(yàn)中，MO-DIDC均獲得與或優(yōu)于已有文獻(xiàn)結(jié)果的Zui優(yōu)設(shè)計(jì)方案，且計(jì)算資源消耗大幅下降。

該框架的核心價(jià)值在于重新定義“不可行解”的處理邏輯：并非所有失敗解都應(yīng)丟棄，許多看似失效的解實(shí)則靠近Zui優(yōu)區(qū)域，僅需微調(diào)即可轉(zhuǎn)化為有效解。這種“可挽救性”判斷機(jī)制減少了冗余仿真次數(shù)，使計(jì)算資源更集中于高質(zhì)量可行解的探索。該方法對其他存在頻繁模擬收斂問題的復(fù)雜化工過程（如反應(yīng)精餾、多相分離、熱泵耦合系統(tǒng)）具有通用參考意義。

關(guān)鍵參數(shù)與適用場景

在實(shí)際工程應(yīng)用中，精餾系統(tǒng)優(yōu)化常面臨多重約束：塔板數(shù)、回流比、進(jìn)料位置、操作壓力等變量組合極廣，且每組參數(shù)需通過穩(wěn)態(tài)模擬軟件（如Aspen Plus、HYSYS）驗(yàn)證可行性。傳統(tǒng)方法依賴大量隨機(jī)采樣，若某組參數(shù)導(dǎo)致模擬不收斂，則整個(gè)評估周期中斷，造成嚴(yán)重資源浪費(fèi)。MO-DIDC通過代理模型預(yù)判解的質(zhì)量，提前篩選出“有潛力”的不可行解，減少無效運(yùn)行次數(shù)，尤其適合高維、強(qiáng)非線性系統(tǒng)。

對于中國化工企業(yè)而言，該框架對節(jié)能降耗改造項(xiàng)目具有直接參考價(jià)值。當(dāng)前國內(nèi)煉油、石化、精細(xì)化工等行業(yè)正推進(jìn)能效提升與碳減排，而精餾單元占裝置總能耗40%-70%。若將此框架集成至企業(yè)內(nèi)部優(yōu)化平臺，可在不改變設(shè)備的前提下，通過參數(shù)再設(shè)計(jì)實(shí)現(xiàn)約15%-25%的能耗下降。同時(shí)，其兼容性強(qiáng)，可對接主流流程模擬工具，無需重構(gòu)現(xiàn)有建模體系。

對中國采購與生產(chǎn)企業(yè)的啟示

中國制造業(yè)在高端化工裝備與智能控制系統(tǒng)的國產(chǎn)化進(jìn)程中，正逐步擺脫對國外仿真軟件的依賴。該框架的技術(shù)路徑表明，通過算法創(chuàng)新可彌補(bǔ)國產(chǎn)軟件在收斂穩(wěn)定性方面的短板。企業(yè)在選型時(shí)，除關(guān)注軟件本身的算力與界面外，應(yīng)重點(diǎn)考察其是否具備“不可行解智能修復(fù)”能力，尤其是對復(fù)雜流程的容錯處理機(jī)制。部分國產(chǎn)流程模擬平臺已開始引入類似策略，但尚未形成標(biāo)準(zhǔn)化模塊。

此外，該研究揭示了“數(shù)據(jù)驅(qū)動+物理約束”融合優(yōu)化的潛力。未來在設(shè)備制造環(huán)節(jié)，若能在控制系統(tǒng)中嵌入此類優(yōu)化引擎，可實(shí)現(xiàn)在線動態(tài)調(diào)參，提升裝置運(yùn)行靈活性。例如，在間歇式精餾或原料波動較大的工況下，系統(tǒng)可自動識別偏離Zui優(yōu)狀態(tài)的運(yùn)行點(diǎn)，并觸發(fā)局部參數(shù)修正，減少人工干預(yù)頻率。這對自動化程度較高的工業(yè)園區(qū)尤為重要。