|
系统优化的思维遍及科学、工程、商业等各个领域。作为一名化工工程师，我们总是试图用更少的能耗，更低的设备成本来获取更大的产出和更多的利润。而这种思维框架的培养，小编觉得正是我们在学习化工设计时最重要的收获之一。** 作为工科生的我们到底要学习怎样一种工程师思维？在《转向：用工程师思维解决商业难题》一书中，作者认为，结构、约束和取舍是工程师思维的三大法宝，而这其实说的就是一种模型化与系统优化的思考方式。** 结构——我们的世界依赖于结构，把问题结构化和模块化，从而建立起一个问题模型是我们解决各种问题的关键。这需要我们有很强的解构（把一个较大的系统打散成一个个模块）和重构（把这些模块重新组合起来）能力。而在工程问题中，我们需要把一个实际物理问题抽象化为数学模型，比如把我们的化工流程解构为热力学模型和各个单元操作模块，把反应器设计简化为解决一个三传一反方程的问题。** 约束——不管是工程学问题，还是现实生活中的某些实际问题，必然会受到各种约束，商业中的投入产出比，沉没成本，都是一种约束，这些是时间、金钱、资源上的约束。而在化工问题里，我们通常需要对模型进行自由度分析，即明确哪些是我们的的设计变量，哪些又是我们的状态变量。** 取舍——权衡各个环节之后我们就要决策和取舍。这种决策不是仅凭借我们的直觉，而是在明确了清晰界定的边界约束后，有评判标准地来取舍。在化工设计中，我们常考虑投资、运营成本、安全、环保等各个要素，来对流程进行系统和全局的优化。** 也许工作没多久我们就会忘记Aspen是怎么模拟的，反应器是怎么设计的（想必不少同学今后未必干本行）。但是这种思维方式——将实际问题模型化，并将其转化为约束下决策的系统优化问题，必定是能让大家受益终生的。不管今后我们是做产品设计，还是解决商业难题，亦或是做销售，这种从系统高度出发，跳出思维窠臼，找出问题关键（对模型做出必要简化），再用取舍优化方法来有针对地解决问题的思考方式，为我们解决工作生活中的繁杂问题提供了很好的方法论。** 为什么要优化呢？** 前面小编扯得略有些远了，我们还是回头来看化工设计。为什么化工工程师对系统优化情有独钟呢？化工过程的大多数问题通常会有多种解决方案，不管是操作变量的选择还是设备的选型，很多时候各个因素之间是相互矛盾的，很难进行决策。比如说在设计塔时最佳回流比的选择要权衡操作成本和设备成本。在塔操作过程中我们希望能降低冷凝器再沸器的负荷，但这又会影响到产品纯度从而影响效益。可以说，化工设计就是解决在最少总费用和最小环境污染条件下安全生产出最高价值化学品的最优化问题。** 优化的定义与表述** 优化是一种使目标变量与设计、操作变量相关联的目标函数最小或最大化的一种方法。优化问题首先需要定义一个目标函数，它可以是我们系统的成本、利润、公用工程用量等等。** 之后需要一个描述系统行为的预测模型。对于优化问题就是一组方程（例如守恒方程、单元操作特性方程等）以及不等式（例如产品纯度，安全温度范围、三废排放量要求等），我们称其为约束条件。** 模型的自由度是指可以独立指定的变量数，在约束条件范围内改变这些变量将会直接或间接地对目标函数值带来影响。** 化工中的优化问题及求解** 我们现在回想一下我们在化工设计中所做的工作，是不是发现大多都是在解决系统优化问题呢：** 对于化工中的优化问题，我们常采用的求解工具是各类流程模拟软件（Aspen、Hysys、PRO II…）以及建模优化求解器（Matlab、GAMS、Lingo…）** 对于解决设备操作条件优化问题，我们需要进行流程模拟，也就是我们最常使用的Aspen plus，因为流程模拟的结果直接关系到了目标函数的取值，只有根据流程模拟的结果，化工工程师才可以作出多种判断和决策，进而知晓过程优化的方向。在这一类软件的使用中，我们同样离不开设计规定、灵敏度分析、优化和约束条件这一系列模型优化工具。** 换热网络设计是一类很典型的优化设计问题。在设计中，主要的三个影响最优化设计因素是公用工程能耗、换热面积费用和换热设备台数，可将这三个因素作为目标函数，约束条件则为换热网络中各变量所满足的数学关系式。** 在设备设计中，比如反应器设计时我们常采用Matlab来优化反应器的体积和停留时间，在精馏塔设计中优化回流比，在EDR换热器设计中在保证裕度的同时最小化换热面积等等。** Aspen的套件中有一叫做PIMS的软件，它是一款运用线性规划技术来进行生产计划、库存和供应管理的经济规划软件。另外还有采用GAMS来优化油品调和方案、货品的仓储运输、蒸汽动力系统的优化，这一些都可以归结为系统优化问题，可用经典的优化模型来进行建模和求解。** 当然，解决这类优化问题并不是一件容易的事情，因为对于大型复杂系统，往往非常难以求解，比如全厂的总能量系统优化问题。我们常需要将大系统分解作一个个小系统，同时对复杂模型进行适当的简化。而对优化算法的研究也一直是化工系统工程领域的热点，它也和人工智能、机器学习、大数据等新兴学科有着交叉结合。** 总而言之，系统优化被广泛地应用于化工设计的各个方面。从全局出发，用定量与定性相结合的方法，来对系统进行全面模拟分析与优化，追求最优解，这对帮助我们在工业生产中增本降效，提高效率非常有帮助。** 同样地，在日常生活中又何尝不是如此呢？面对生活工作中大大小小需要决策的问题，我们的目标如何，现有的资源又如何，如何安排来使我们的工作效率或者收益最大化，理清这些，把握好问题的本质和主干，可以使我们解决起问题来达到事半功倍的效果。相信学完化工设计的你，在潜移默化之中也培养了这种系统性思维，只不过在运用中可能自己都未必察觉到。**
注：文章首发公众号“化工研学社”，知乎号“叶上初阳”，欢迎关注！**
| 
发表于 2022-8-10 18:37:14
显示全部楼层
IP卡
狗仔卡
楼主
提升卡
置顶卡
喧嚣卡
变色卡
千斤顶
显身卡
成长值: 2295