颗粒化学品制备过程的产品质量控制

精细化学品、医药化学品、纳米材料和微结构材料等产品约有90%是颗粒物产品，其颗粒纯度、颗粒结构和颗粒粒度分布等是颗粒物化学品产品质量的关键性能指标。如何有效控制颗粒化学品生产过程中的产品质量，并维持其稳定性是工业生产颗粒化学品中亟需解决的重要问题。本项目以Miniplant为实验平台，以结晶和载药纳米颗粒等化学品为对象，研究颗粒产品制备过程中的产品质量在线测量、建模、模拟与实时优化控制等基础科学和技术问题，旨在实时调控颗粒化学品的产品质量和性能。通过分析颗粒结构、尺寸及分布等微观结构与宏观性能的关系建立过程及产品质量的集成模型，并采用实验设计技术进行模型校正；研究在线红外、动态光散射等针对颗粒产品质量的在线检测技术；采用实时优化技术对过程进行实时动态优化，并结合模型预测控制对过程进行实时优化控制；利用Miniplant实验平台进行工程放大研究，为放大后工业规模化生产提供理论依据和实验数据。

精细化学品、医药化学品、纳米材料和微结构材料等产品约有90%是颗粒物产品，其颗粒纯度、颗粒结构和颗粒粒度分布等是颗粒物化学品产品质量的关键性能指标。如何有效控制颗粒化学品生产过程中的产品质量，并维持其稳定性是工业生产颗粒化学品中亟需解决的重要问题。针对颗粒化学品的产品质量控制问题，采用实验室实验和计算机模拟相结合的方式，本项目开展了结晶过程在线测量技术、优化控制技术、过程监测技术等方面的研究工作。经过课题组成员4年的努力，项目取得了很好的进展。. 本研究提出了基于模型实时更新的预测控制（RTUMPC）算法主要包括两个部分，即多模型建模策略及模型实时更新策略。多模型建模策略的技术基础为模型线性化技术，模型实时更新策略的实施基础为系统状态估计。模型实时更新策略在基于多模型的预测控制策略中，大多数主要采用设定预设条件或操作状态的方法对模型的管理。模型更新的目的就是在过程出现扰动、模型参数变化、当前模型无法描述当前状态的动态特性时选择或者更新模型以应对这些状况以保持控制系统稳定性并实现更好的控制效果。本项目提出三个准则以用来进行模型更新和选择。第一个准则是基于模型参数估计，利用一个参数估计器估计过程中的不确定性参数并计算当前的实验值与估计 值之间的差别，如果它们之间的变化超过了一定的百分比（由实验者给出），则模型利 用当前估计值进行模型更新操作。第二个准则是以被控变量设定点变化为依据，通过为 每个模型赋予一定的设定点变化合适范围，若设定点变化超过当前模型可以处理的范围 ，即将选择更准确的模型来应对当前设定值的变化以保证系统控制性能。.结晶过程的复杂性、非线性、不确定性和多尺度性使得如何控制产品质量面临严重挑战，本课题技术重点研究以下几个方面：1、结晶过程的粒数恒算模型机理的相关情况；2、多尺度模型简化的技术问题；3、针对介观过程的机理探讨。.在化工非线性过程监测方面，为了进一步提高监测的准确性和时效性，本项目组开展了基于核熵成分分析（KECA）的统计过程监控方法、基于核局部保留投影算法（KLPP）以 及MEL-KLPP的统计过程监控算法研究。同时，提出了基于核密度估计的二维监控统计量控制限，该控制限能能比传统的T、Q统计控制限更早的检出异常。同时，针对监测算法中的参数确定问题，开展了基于PSO 算法的参数优化方法研究。

内容获取失败，请点击重试