本文围绕流程工业转型升级的重大需求，剖析了当前流程工业在经营决策层面、生产运行层面、能效安环层面和信息集成层面存在的主要问题，提出了利用现代信息技术从生产、管理以及营销全过程优化出发，推进以高效化、绿色化和智能化制造为目标的流程工业智能优化制造的愿景目标。围绕制造过程从装备智能化到制造流程、操作模式、供应链管理等自适应智能优化，以需求驱动、应用导向为主，提出了当前亟须研究的核心工程科学问题，即：①生产与经营全过程信息智能感知与集成；②知识驱动的生产过程计划调度与管理决策；③人机物自然交互的生产过程全流程协同控制与优化；④全生命周期安全环境足迹监控与风险溯源分析及控制。并围绕核心科学问题进一步提出了拟突破的流程工业智能优化制造的基础理论与关键技术。
本文讨论了流程工业智能制造对过程系统工程(PSE) 研究人员提出的挑战。现有的研究在实现全厂和全站点优化方面已经取得了很大进展，进行基准化测试能够增加说服力。本文进一步讨论了过程系统工程师在开发可用工具和技术时遇到的技术性挑战，包括灵活性和不确定性，响应性和敏捷性，鲁棒性和安全性，混合物性质和功能的预测，以及新的建模和数学范式。利用大数据进行智能化开发来驱动系统灵活性需要面对新的挑战，例如，如何在漫长又复杂的供应链中确保数据的一致性和机密性。建模方面也存在很多挑战，涉及如何对所有的关键技术进行恰当的建模，特别是健康、安全和环境方面，需要在特定地点对微小却关键的量进行准确预测。对环境方面的关注要求我们紧密跟踪所有的分子种类，以便于它们能被最佳地用于创造可持续的解决方案。而源自于新型个性化产品的破坏性商业模式对环境的影响则难以预测。
这项工作使用数学优化方法来分析和比较以人工方式捕获二氧化碳（CO 2 ）或以木质纤维素形式自然捕获的CO 2 的设施。将生物质用于生产相同的产品二甲醚（DME）。自然界中，植物通过光合作用捕获CO 2 以生长。这里讨论的第一个过程的设计基于上层结构优化方法，以便选择将木质纤维素生物质转化为DME的技术。生物质被气化；接下来，必须先使用重整，洗涤和碳捕获技术纯化粗制合成气，然后才能将其用于直接生产DME。或者，可以捕获CO 2 并用于通过氢化生产DME。氢（H 2 ）是通过利用太阳能将水分解而产生的。已经设计了基于光伏（PV）太阳能或聚光太阳能（CSP）技术的设施；他们的月度运行基于太阳能的可用性，是使用多周期方法确定的。当前的技术发展水平使生物质具有碳捕集技术的优势，因为耗水量和经济参数均对其有利。但是，由于生长生物质所需的面积和消耗的水总量（如果还要考虑植物的生长），使用生物质的决定并不是一个简单的决定。
在未来10 年内，蒸汽裂解仍将是主要的烯烃( 如乙烯和丙烯) 生产方式。由于日用品市场较大的不确定性，尽管原油储量下降和全球变暖在定程度上制约了裂解工艺，但其他替代技术和原料因为较低的经济可行，尚无法在化学工业界得到足够的投资。本文将些最有潜力的替代术与传统的蒸汽裂解工艺进行了对比，着重强调了这些替代术的主要瓶颈。部分上述工艺主要得益于页岩气和闲置天然气中大量廉价的丙烷乙烷和甲烷。从经济的角度来看，以甲烷为原料生产化工产品的路线如果行得，其经济效益将会十分显著原油的巨大储量以及未来市场对燃料需求下跌的预期则表明，些拥有成熟路线的工艺如费托合成或甲醇制汽油的前景并不光明。另方面，丰富廉价的乙烷和储量巨大的原油导致了蒸汽裂解工艺两极分化的趋势，这也给低碳烯烃的定向生产工艺，如丙烷催化脱氢，创了空间。
智能制造将把炼油及石化行业转化成为一个相互关联的、信息驱动的行业链。通过应用实时和高位值支持系统，智能制造能够实现协调运作、绩效导向的制造企业，该企业可迅速回应客户需求，并且将能源和材料的消耗最小化。同时，智能制造还能从根本上改善企业的可持续发展能力、生产力、创新力和经济竞争力。本文展示了石化行业内称为'智能制造'的几个应用案例，如由大数据驱动的催化裂化装置故障检测、对炼油厂现场的规划和调度进行优化等。智能制造在化工和石化领域进一步发展中的关键科技因素和挑战已经明确。
在全球化的市场环境下，经济和环境的因素对复杂工业生产过程综合生产指标的优化提出了更高的要求，如提高生产效率、提高产品质量和产量，以及降低能源和资源的利用。本文简述了基于数据驱动的混合智能优化方法和技术在提高选矿过程全流程运行指标性能方面的最新进展。首先描述了选矿工业过程全流程综合指标优化问题，进而对涉及的数据驱动的优化方法进行总结。该全流程综合指标优化包含四个层次：综合生产指标优化(月综合生产指标)、日综合生产指标优化、运行指标优化和自动化系统设定值优化。最后，本文给出了选矿过程数据驱动优化的未来研究方向。
汽油调合调度是炼油工业中的一个重要问题。一方面，该问题具有调度问题本身所具有的组合优化特性；另一方面，由于调合各种具有不同品质特性的物料，导致该优化问题的非凸性。本文提出一种新型的全局优化算法，用于求解基于连续时间汽油调合调度模型的混合整数非线性规划问题。该模型包含调合配方优化、分配问题及若干操作特性和约束；算法上采用分段McCormick 松弛(PMCR) 和规范多参数解聚(NMDT)，计算全局最优解的估计值，其松弛技术将双线性项中的一个变量值域进行分割，进而在每一个分段上产生凸松弛；通过增加分段数和缩减变量的值域，提高对全局最优解的估计。本文利用该算法求解四个案例，并与两个商业全局优化求解器和两个启发式算法进行比较，结果表明，本文提出的全局优化算法与商业求解器具有同等水平，但是在计算速度上稍逊于启发式算法。
本文提出了新的两(多) 参数规划(mp-P) 启发算法以求解混合整数非线性规划(MINLP) 问题，并着重说明了算法在过程综合问题中的应用。对于因对数项导致的非线性，开发了针对确定性问题的参数算法(p-MINLP)。关键之处是通过将二进制变量和(或) 不确定参数作为符号参数重新生成和求解一阶Karush Kuhn Tucker(KKT) 系统的解析表达式。为此，采用了符号处理和求解技术。为了证明所提出的算法的适用性和有效性，对两个过程综合案例研究进行了验证，相应的结果经最新的数值MINLP 求解器验证是有效的。对于p-MINLP，给出了不确定参数的显函数表示的最优解。
随着时间的推移，过程性能会因为过程变动和不确定性从其初始状态偏移，这使系统性地发展基于日常过程操作数据的在线最优性评估方法变得必要。一些过程，由于其关键过程变量操作点的变动，会产生多个不同操作模态，以满足不同的产品要求。另外，每一个操作模态的操作区域会由于系统的不确定性产生变动。本文中，我们建立了一个用于多模态、多操作区域的典型过程的最优性评估，该方法也能够处理模态切换时的过渡状态的最优性评估。在该框架中，核密度方法被改进，并被用于操作模态检测。在在线阶段，结合过程系统的先验知识，基于模型的聚类判别分析方法(model-based clustering discriminant analysis，MclustDA) 被用于模态检测。此外，稳态模态的多模态特性由混合概率主成分回归方法(mixture probabilistic principal component regression，MPPCR) 处理；动态主成分回归方法(dynamic principal component regression，DPCR) 被用来探究不同模态间的过渡状态的性能评估。除此以外，一种基于序列浮动前向搜索(sequential forward floating search,SFFS) 的概率因果关系检测方法被引入，用以检测系统的不良或非最佳性能。最后，本文提出的算法被应用于田纳西- 伊斯曼(Tennessee Eastman) 过程之中，用以评估本文算法的性能。
在炼油工业的上游操作中，静电聚结器装置被用来将油包水乳剂中的水从油中分离出来。本文从基本原理出发对影响静电聚结器性能的主要现象进行了描述，并主要针对静电聚结器装置建立了数学机理模型。另外，乳剂液滴的逐步凝结也以动态的形式在建模中被考虑进来，因为这一现象是影响装置操作整体收率的关键步骤。所建的差分系统及其边界条件被用来产生数值解，仿真结果证实了现有文献和工业数据，并针对主要参数进行了灵敏度分析。该数学模型在装置的设计、反应预测、性能监控以及优化中都能起到良好的作用。
对于减少化石能源发电厂和其他能源密集型过程的人为二氧化碳(CO2) 的排放，碳捕集和储存(CCS)技术将发挥至关重要的作用。然而, 由于装备CO2捕集装置而导致的成本增加是其大规模工业化应用的主要障碍。为减少碳捕集装置的一次性投资费用和后续操作费用，大量的研究通过流程建模、仿真和优化来实现该过程的优化设计和优化操作。为此，准确的模型是必不可少的基础。本文论述了关于通过升级参数和多级模型验证来开发一个更精确的基于乙醇胺碳捕集过程的非平衡级速率模型。本文首先分析了该过程速率模型的建模框架。采用Aspen Plus® 软件开发此过程的稳态模型，并且在三个模拟阶段对较宽范围的压力，温度和CO2 载荷进行了模型验证，包括热力学建模、物性计算和中试规模工艺模拟。采用在Aspen Plus® 中编写Fortran 子程序升级了液相密度和气液相接触面积计算的关联参数。模型验证结果表明，本文中采用的新的关联参数组合的热力学模型比其他三个经典模型具有更高的精度，而且试验规模的流程模拟结果和实验数据吻合很好。随后本文采用这一模型对一个250 MW 的联合循环燃气发电厂的碳捕集工艺过程设计进行了案例研究，并和另一文献进行了对比，本文的设计降低了吸收塔和解析塔的填料高度并减少了CO2特征热负荷。
随着能源需求的持续增长，作为非常规甲烷源（CH 4 ）的页岩气显示出巨大的商业化潜力。但是，由于页岩气储层的渗透率极低，因此可能需要按顺序进行特殊程序，例如水平钻井，水力压裂，定期关井和注入二氧化碳（CO 2 ）以提高天然气产量，最大程度地提高经济效益，并确保安全和无害环境的运营。尽管对此新兴技术进行了深入研究，但许多研究人员仅在孤立地研究页岩气设计和运营决策。实际上，这些决定是高度互动的，应该同时考虑。因此，本研究中解决的研究问题包括设计与运营决策之间的相互作用。在本文中，我们首先建立了页岩气藏的全物理模型。接下来，我们对重要设计和操作决策进行敏感性分析，例如井长，井眼布置，裂缝数量，裂缝距离，CO 2 注入速率和闭井调度，以获取增产效果。对页岩气网络复杂行为的深入见解。结果表明，页岩气产量最高的情况不一定是最有利可图的设计。钻探，压裂和CO 2 注入对这项技术的经济可行性具有重大影响。尤其是，由于成本高昂，除非使用CO 2 减税或补贴，否则使用CO 2 的增强气体回收（EGR）似乎不具有商业竞争力。隔离。研究还发现，设计和运营决策之间的相互作用非常重要，这些决策应同时进行优化。
对于处在碳配额市场条件下以乙醇胺(MEA) 进行碳捕集的燃煤电厂，本文应用了基于强化学习的Sarsa 时间差分算法为其自行搜寻一种统一的竞标和运行策略。电厂的决策者的目的被定义为最大化电厂寿命下的贴现累计利润。其中，我们引入以下两个限制条件：一是碳捕集的高能耗和电力生产之间的权衡；二是碳排放交易市场中竞得的碳配额数量与电力生产导致的实际碳排放量的近似相等。本文给出了三个案例方便研究。第一个案例中，我们展示了Sarsa 算法将收敛到一个确定且优化的竞标和运行策略。第二个案例中，相互独立设计的运行和竞标策略与统一设计的运行和竞标策略相互比较，以表明加入了随时间变化、市场导向的碳捕集水平后，Sarsa 算法将有助于电厂决策者获得更高的贴现累计利润。第三个案例则引入了处在同一碳配额市场的另一电厂作为原电厂的竞争对手。两家电厂设置了相同的发电和二氧化碳捕集设备，但新电厂采用不同的策略获得利润。比较两家电厂的贴现累计利润，结果表明：采用Sarsa 学习算法、找到统一的竞标和运行策略的原电厂会更具竞争力。
本文是近期针对华北地区霾的长期变化特征持续强霾事件发生的环境和动力条件方面研究的个结。华北地区近50 年来霾日呈现明显的上升趋势，尤其是进入21 世纪以来，霾日增加明显同时，持续性霾事件的发生频次也呈现类似的上升趋势华北地区霾污染事件频发可以归因于不利的气象环境条件和人为排放的大量污染物的共同作用。气象环境条件方面主要表现为：在气变暖的大背景下，华北地区冬季气温的持续上升、地面风速的减小以及大气稳定度的加强均对霾日的增加有显著影响。厄尔尼诺(El Nino) 年冬季，东亚大槽偏弱，冷空气活动弱，华北地区盛行异常偏南风，有利于霾天气的形成；而拉尼娜(La Nina) 年冬季，东亚大槽偏强，冷空气活动强，华北地区盛行异常偏北风，不利于霾天气的形成华北地区持续强霾事件主要发生在平直西风型和高压脊型两类环流形势下，对流层中低层为持续深厚的下沉气流，使大气边界层厚度减少污染物扩散能力减弱，有利于霾天气的维持和加剧。
《巴黎协定》提出把全球平均地表气温升幅控制在较工业化前水平的2°C 之内，并努力限制在1.5°C之内。这是第一个使'全球2°C 温升目标'具备法律效力的国际条约，《联合国气候变化框架公约》第二条关于最终目标的定性表述，至此演进为《巴黎协定》第二条包含具体数值的全球温升目标。从政府间气候变化专门委员会(IPCC) 第二次评估开始，为《联合国气候变化框架公约》谈判提供有助于确定定量化长期目标的科学信息就成为后续历次评估的重要任务，但由于涉及非科学评估范畴的价值判断，IPCC 从未从科学上认定全球升温到何种程度是不可接受的。应对气候变化长期目标的确定经历了长期的过程，'全球2°C 温升目标'是建立在科学评估基础上的一个政治共识。本文从'全球2°C 温升目标'的由来、IPCC 围绕《联合国气候变化框架公约》第二条开展的系列评估，以及不同政治层面对温升目标的推动等几个方面，分析了国际应对气候变化长期目标的演进过程，及其对未来科学评估、谈判进程和全球低碳发展走向的影响。