实现模拟移动床色谱高效稳健运行控制策略的研究

Simulated moving bed (SMB) chromatography is a cutting-edge technology in separation science. As a complex cyclic process with the nonlinear and time-varying characteristics, SMB has difficulty in operating at an efficient and cyclic stable state (CSS). Therefore, this project puts forward a strategy based on Pareto solution set of the SMB rate model in order to realize the efficient operation of SMB, and puts forward an adaptive predictive control strategy based on piecewise affine theory combined with recursive subspace identification algorithm. First, the accurate SMB rate model is set up by the experiments of batch and SMB chromatography, and Pareto solution set is obtained by offline multi-objective optimization with the rate model; Then, based on the theory of piecewise affine, the work domain of each SMB subsystem is divided into the form of elliptical set, and a recursive subspace identification algorithm is adopted to establish the system state space model of the SMB separation process; Finally, an asymptotically stable adaptive predictive control based on linear matrix inequalities (LMIs) is realized by constructing Lyapunov functional and using integral inequality and free-weighting-matrix methods. In addition, an explicit difference scheme is set up to solve the SMB rate model for the fast and accurate optimization, and each chromatographic column in the SMB system is controlled by 7 solenoid valves for the work mode optimization.

模拟移动床（SMB）色谱为分离科学中前沿技术。SMB分离是复杂的周期过程，具有非线性和时变性，难于达到高效稳健连续运行状态。为此，本项目提出基于SMB的Pareto解集建立控制模型的策略以实现SMB高效运行，提出基于分段仿射理论结合递推子空间辨识方法的自适应预测控制的策略以实现SMB稳健运行。首先，通过色谱单柱和SMB实验建立准确SMB速率模型，用速率模型进行离线多目标优化并获取SMB的Pareto解集；然后基于分段仿射理论将SMB中各个子系统的工作域划分成椭圆集形式，采用递推子空间辨识方法建立SMB分离过程的系统状态空间模型；最后通过构造Lyapunov泛函，采用积分不等式法和自由权矩阵法实现基于线性矩阵不等式(LMIs)的渐进稳定的自适应预测控制。此外，拟建立显式差分格式对SMB机理模型求解以便进行快速准确优化；为SMB体系中每个色谱柱安排7个电磁阀，以便多种工作模式优化。

模拟移动床（SMB）色谱为分离科学中前沿技术。SMB分离是复杂的周期过程，固有非线性和时变性，难于达到高效稳健连续运行状态。为此，本项目研究实现SMB色谱高效稳健运行控制策略，以充分发挥SMB技术的强大分离能力。研究内容包括：设计通用SMB设备提供多种工作模式；建立SMB机理模型并确定快速准确的求解方法；基于机理模型进行SMB多目标的离线优化；建立SMB分离过程实时在线的自适应预测控制体系。主要研究结果如下：SMB控制系统框架主要包括ARM芯片及其外围电路、电源电路、测温电路、电磁阀控制电路、与上位机通信的电路等，采用主从式核心控制器系统，控制所有二通阀各自的工作状态，可以设置多种的工作模式。针对复杂混合物色谱分离，仅用理想色谱模型对分离对象通过逆法求解其模型叁数，分离过程的传质、扩散、竞争均通过各组份吸附等温线的热力学参数和机理模型的计算参数（时间步长和空间步长）来体现，将单柱理想色谱模型与SMB工作模式结合建立SMB机理模型，采用差分格式迭代求解SMB机理模型，用VB软件编写求解程序，完成SMB分离过程的仿真计算，采用遗传算法进行纯度优化，获得Pareto解集，与三角理论优化结果基本一致。利用SMB色谱分离过程数据构造输入输出数据矩阵，采用MOESP和N4SID的子空间系统辨识算法建立3阶和4阶色谱分离系统的状态空间收率模型，通过对状态空间进行若干多面体区域划分并借助LMI工具箱进行求解，建立分段仿射收率模型。基于这些数据驱动的SMB收率模型，通过滚动时域控制优化策略在线反复优化控制目标实现预测控制。在SMB分段仿射预测控制系统，采纳显式模型预测控制(eMPC)方法以降低在线更新计算的复杂程度，提高控制系统的决策效率，使控制系统更具有实际可操作性，该法在离线状态下先求出其系统的控制律。本项目进行了实际SMB分离，其中包括：从丹参中提纯丹参酮ⅡA；从喜树果中提纯喜果苷；分离甘草苷和甘草素；拆分二十碳五烯酸(EPA)和二十二碳六烯酸(DHA)；拆分对映体R/S 4-苯基噁唑烷-2-硫酮；纯化同分异构体间甲酚和对甲酚。在优化条件下进行的SMB分离提纯过程，均能高效稳健运行。