53生产全流程多目标动态优化决策与控制一体化理论及应用

2019年度国家自然科学奖提名公示材料项目名称生产全流程多目标动态优化决策与控制一体化理论及应用提名单位教育部提名意见（不超过600字）实现生产全流程全局优化控制不仅是我国流程工业实现高效化与绿色化的重大需求，也是控制科学领域具有挑战性的科学难题。东北大学柴天佑教授领导的团队从中提炼出工业过程决策与控制一体化研究方向，在两期国家973、国家自然科学基金创新群体和重点项目的资助下，项目组历经十多年研究，构建了由多冲突目标复杂工业系统的运行优化控制、多层次多尺度多目标动态智能优化算法、复杂工业过程高性能智能控制组成的生产全流程多目标动态优化决策与控制一体化理论与方法，在巴布亚新几内亚镍钻生产线和越南氧化铝生产线等冶金工业取得成功应用与验证。该项目组取得的成果具有原创性，学术贡献突出，发表了一系列高水平的学术论文，其中两篇代表性论文分别获国际控制领域顶级期刊Automatica、ControlEngineeringPractice的最高引用论文奖和最佳论文奖，得到了国内外学者的高度评价和广泛认同，研究成果达到了国际先进水平。研究成果对于建立决策与控制集成优化新理论，推动我国控制技术进步和智能制造核心技术持续创新具有重要的理论意义和实际应用价值。该项目部分成果获教育部自然科学一等奖。对照国家自然科学奖授奖条件，我部决定提名该项目为2019年度国家自然科学奖二等奖。生产全流程是一个包含物理化学反应的气液固多相共存的连续化复杂制造流程，实现其全局优化控制不仅是我国流程工业实现高效化与绿色化的重大需求，也是控制科学领域具有挑战性的科学难题。该项目从中提炼出工业过程决策与控制一体化研究方向，在两期国家973、国家自然科学基金创新群体和重点项目的资助下，项目组历经十多年研究，提出了生产全流程全局优化控制的原创性理论与方法，成功应用于巴布亚新几内亚镍钻生产线和越南氧化铝生产线，取得显著成效。主要发现与创新点如下：1） 提出了“一体化过程控制”概念，发现了生产全流程决策指标与控制系统动作之间的交互作用机制，构建了生产全流程决策与控制一体化系统的架构；揭示了前馈与反馈对动态系统优化进行补偿的作用机理，提出了“性能指标终点预报”的概念，建立了优化与预测和前馈与反馈校正相结合的复杂动态系统多冲突目标优化控制的基础框架，解决了工业过程决策与控制过程集成优化难题。项目简介2） 发现了生产全流程生产指标优化、各工业过程运行指标优化、控制系统设定值优化之间的内在联系，揭示了这三个不同层次、不同时间尺度、不同性能指标与不同约束方程之间的影响机理，提出了以实现全流程生产指标优化为目标的多层次多尺度的动态系统智能优化算法架构。发现并证明了多目标寻优方向特性，构造自适应参数分配机制、变异策略选择机制和梯度寻优算子，提出了多目标混合智能优化算法，解决了非线性优化易陷入局部优化的难题。项目简介3） 发现了非线性切换系统反馈互联的不变性，揭示了切换信号、未建模动态补偿信号与控制器之间的作用机理和复杂系统内部增益关联同稳定性之间的规律，提出了数据驱动的信号补偿方法，建立了具有综合复杂性的工业过程高性能智能控制系统设计方案，解决了控制系统快速跟踪随全局最优解而变化的控制系统设定值的难题。8篇代表作均发表在控制与智能优化领域国际权威期刊。其中1篇获Automatica最高引用论文奖，1篇获IFAC会刊ControlEngineeringPractice最佳论文奖（创立20年来国内首次入选），5篇为ESI高被引论文，SCI他引521次，总他引1187次。该项目在IEEE汇刊和IFAC会刊发表论文百余篇，《自动化学报》发表的论文被评为中国科协优秀科技论文（当年该刊唯一），2篇获《自动化学报》优秀论文奖，2篇分获第17和19届IFAC世界大会（3年1次）最佳应用论文提名奖（国内唯一）。澳大利亚科学院院士、瑞典皇家科学院院士、IEEEFellow和IFACFellow等80余位国际知名学者及其研究团队给予高度评价。第一完成人在美英加日等国举办的IEEE和IFAC系列国际会议上作大会特邀报告17次。该成果的研究方向被写入国际自控联（IFAC）引领未来自动化发展方向白皮书《Systems&ControlfortheFutureofHumanit》，作为未来国际自动化发展方向之一。第一完成人为IEEEFellow和IFACFellow,8篇代表性论文中的3名完成人获国家杰出青年基金资助，1名获国家优秀青年基金资助。项目部分成果获教育部自然科学一等奖。该项目部分成果获杨嘉墀科技一等奖、何梁何利科学与技术进步奖和多项国际科技奖励。研究成果的引文分布在127种期刊，成果得到美国、英国、澳大利亚和中国等30多个国家/地区的80余位国际知名学者的高度评价。（1） 第三方对科学发现1的评价［代表性论文1,6］代表性论文［1］于2014年获国际自动控制联合会IFAC会刊ControlEngineeringPractice期刊2011-2013年度最佳论文奖（为该奖创立20年来国内单位和国内学者首次获得）。获奖评语如下：“该文章提出的实现工业过程运行优化的控制系统设定值控制方法成功应用于实际大型工业过程。该文很好地阐明了基于工业需求结合先进控制理论的不同方法解决选矿过程中特别难的控制问题”（Thedesignproceduretargetstheuppercontrollayerthatdeterminessetpointsforoptimaloperationoftheplant.Theresultshavebeenimplementedsuccessfullyinareallarge-scaleplantandsuccessfulresultsareshown.Thepapernicelyillustrateshowdifferentapproachefromadvancedcontroltheorycanbecombinedtosolveparticularlydifficultcontrolproblemsthatoccurinmineralprocessingplants.Theproposedsolutionisclearlydrivenbyindustrialneedsandrequirements.）”（见附件27）。引文［1］引用了代表性论文［1］。国际控制领域著名学者、前任IFAC主席、国际控制技术权威期刊IFAC会刊ControlEngineeringPractice前任主编、南非比勒陀利亚大学教授I.K.Craig和美国华盛顿大学教授N.L.Ricker在国际权威期刊IFAC会刊JournalofProcessControl（2012）上发表长文评价代表性论文［1］：“提出了一种新的由校正、故障诊断与优化补偿组成的混合智能方法并应用于竖炉焙烧过程”原文：“Chaietal.describeahybridsystemconsistingofregulationfaultdetection,andoptimizationcomponentsappliedtoanindustrialroastingfurnace”其中Chaietal.为代表性论文［1］。引文［2］引用了代表性论文［6］。AIAAHonoraryFellow、美国杜克大学EarlH.Dowell教授在Automatica（2012）上发表文章指出该项目组“通过将执行器故障建模成正常、部分失效和中断三种情况，提出了Hr容错控制方法，与现有方法相比减少了保守性”。原文：“Bymodelingactuatorfaultsinthreestates,normal,lossofeffectiveness,andoutage,theproposedHrcontrollerscanreducethedegreeofconservatismcomparedwithexistingmethods”代表性论文［6］入选ESI高被引论文。（2） 第三方对科学发现2的评价［代表性论文1,2,3］引文［3］引用了代表性论文［3］。澳大利亚NewSouthWales大学RuhulSarker教授指出该项目组提出的智能优化算法“对28个无约束问题算例进行了测试，结果表明它的性能优于最先进的算法”。原文:“Thealgorithmwastestedon28unconstrainedproblems,withtheresultsdemonstratedthatitwassuperiortostate-of-the-artalgorithms”代表性论文［3］入选了ESI高被引论文。引文［4］引用了代表性论文［2］。新加坡国家RFID中心主任(NationalRFIDCentre)LeeEngWah教授提出该项目组“提出了一种改进的差分进化算法，采用嵌入增量机制和实时事件出现时前一差分进化求解过程的最终种群生成新的初始种群”原文：“Theyproposedanimproveddifferentialevolution(DE)algorithmbyembeddinganincrementalmechanismtogenerateanewinitialpopulationfortheDEwheneverareal—timeeventarises,basedonthefinalpopulationinthelastDEsolutionprocess”。代表性论文［2］入选了ESI高被引论文。第三方对科学发现3的评价［代表性论文4,5,7,8］引文［5］引用了代表性论文［4］。美国工程院外籍院士、澳洲科学院前院长、IEEEFellow、IFACFellow、国际著名控制专家澳洲国立大学BrianD.O.Anderson教授在Automatica(2016)上发表论文指出该项目组的工作是“非线性切换系统的有限时间稳定性分析的有效技术”原文：“effectivetechniquesforfinite-timestabilityanalysisofswitchednonlinearsystems(Fu,Ma,&Chai,2015)”Fu,Ma,&Chai,2015为代表性论文［4］。代表性论文［4］入选了ESI高被引论文，获Automatica最高引用论文奖。引文［6］引用了代表性论文［8］。 IEEEFellow、IEEETransactionsonNeuralNetworksandLearningSystems期刊主编、美国罗德岛大学HaiboHe教授指出该项目组提出的信号补偿方法“已被机械系统控制等多个工业控制应用采用”原文“TSMChasbeenappliedtonumerousindustrialcontrolapplications,suchasmechanicalsystemcontrol［13］,［14］.”其中文［13］为代表性论文［8］。代表性论文［8］入选了ESI高被引论文。引文［7］引用了代表性论文［5］。IEEEFellow、IFACFellow、香港中文大学机械与自动化工程系原系主任JieHuang教授指出该项目组采用“多回路小增益定理和状态反馈事件触发控制率解决了受外部干扰的一类非线性系统的鲁棒镇定问题”。原文：“In［18］,byusingthecyclicsmallgaintheorem,therobuststabilizationproblemforaclassofnonlinearsystemssubjecttoexternaldisturbanceswassolvedbyastate-basedevent-triggeredcontrollaw”文［18］为代表性论文［5］。引文［8］引用了代表性论文［7］。IEEEFellow、Automatica编委、美国Virginia大学GangTao教授在(Automatica,50(11),2014)发表综述文章，将该项目组的工作列为多变量非线性自适应控制方向的代表性成果。原文：“SomereferencesthatfocusonMIM0nonlinearsystemsare:(i)multivariableadaptivecontrolusingneuralnetworks:DengandLi(2005),FuandChai(2007),…)”其中FuandChai(2007)为代表性论文［7］。

代表性论文专著目录序号论文专著名称/刊名/作者年卷页码发表时间通讯作者第一作者国内作者SCI他引次数他引总次数论文署名单位是否包含国外单位1Hybridintelligentcontrol foroptimaloperationofshaftfurnaceroastingprocess/ControlEngineeringPractice/TianyouChai,JinliangDing,FenghuaWu2011年19卷264-275页2011年03月01日TianyouChaiTianyouChai柴天佑、丁进良、吴峰华1241否2Animproveddifferentialevolutionalgorithmforpracticaldynamicschedulinginsteelmaking-continuouscastingproduction/IEEETransactionsonEvolutionaryComputation/LixinTang,YueZhao,JiyinLiu2014年18卷209-225页2014年04月01日LixinTangLixinTang唐立新、赵月59119是3Differentialevolutionwithanindividual-dependent2015年19卷560-574页2015年08月01日LixinTangLixinTang唐立新、董赟46116是

mechanism/IEEETransactionsonEvolutionaryComputation/LixinTang,YunDong,JiyinLiu4Globalfinite-timestabilizationofaclassofswitchednonlinearsystemswiththepowersofpositiveoddrationalnumbers/Automatica/Jun Fu,RuichengMa,TianyouChai2015年54卷360-373页2015年04月01日JunFuJunFu付俊、马瑞成、柴天佑122183否5A small-gainapproach torobustevent-triggeredcontrol ofnonlinearsystems/IEEETransactionsonAutomaticControl/Tengfei Liu,Zhong-PingJiang2015年60卷2072-2085页2015年08月01日TengfeiLiuTengfeiLiu刘腾飞29131是6ReliableH-infinitycontrol oflinearsystemswithadaptivemechanism/IEEETransactionsonAutomatic2010年55卷242-247页2010年01月01日Guang-HongYangGuang-HongYang杨光红、叶丹76245否

Control/Guang-HongYang,DanYe7Nonlinearmultivariableadaptivecontrolusingmultiplemodels andneuralnetworks/Automatica/YueFu,TianyouChai2007年43卷1101-1110页2007年06月01日TianyouChaiYueFu富月、柴天佑38119否8Neural-network-basedterminalslidingmodecontrolof roboticmanipulatorsincludingactuatordynamics/IEEETransactionsonIndustrialElectronics/LiangyongWang,TianyouChai, LianfeiZhai2009年56卷3296-3304页2009年09月01日LiangyongWangLiangyongWang王良勇、柴天佑、翟廉飞139233否合计5211187主要完成人情况（格式：姓名、排名、行政职务、技术职称、工作单位、完成单位、对本项目贡献）柴天佑、排名第一、主任、教授、东北大学、东北大学。对主要发现点1,2和3做出了突出贡献，是代表性论文1的第一作者，是代表性论文4,7和8的主要作者。在发现点1中，提出了“工业过程一体化控制”概念和生产全流程决策与控制一体化系统的架构；提出了“性能指标终点预报”的概念和多目标复杂动态系统优化的基础框架。在发现点2中，提出了以实现全流程生产指标优化为目标的多层次多尺度多冲突目标的动态系统智能优化算法架构。在发现