之所以更倾向于采用单级优化 formulation，是因为它比传统的两级方法更快速、更可靠。它在一个动态问题中同时优化回流比曲线及相关操作决策，避免了外层循环与内层循环结构中所需的重复嵌套计算。在实际应用中，单级 formulation 的执行速度可提高约五倍，并且在收敛过程中更不易失败。
其核心优势在于计算性能：单级 formulation 消除了回流曲线的重复重新初始化，从而缩短执行时间并提高数值稳定性。这使其更适合实时回流控制和交互式过程建模。
为什么传统的两级优化会变得困难
嵌套结构如何工作
传统 formulation 将问题分为两个优化循环。
外层循环选择更高层级的决策，例如主馏分回收率或旁馏分组成。对于每一次外层循环试算，内层循环都会求解一个动态优化问题，以确定回流曲线（r(t)）以及满足数量和纯度约束所需的操作时间。
这种层级结构在概念上很有用，但随着外层循环变量的变化，它要求反复求解动态回流问题。
为什么重复求解内层问题代价高昂
内层问题通常需要对精馏塔的动态微分-代数方程进行积分，同时优化分段恒定的回流曲线。对于每项任务，优化器可能需要调整多个回流水平和切换时间。
由于每次外层循环评估都会触发一次新的内层优化，因此同一动态模型和梯度计算会被执行多次。当操作包含多个馏分切割时，例如先进行主产品切割，再进行旁馏分分馏和回收，这种计算负担尤其明显。
为什么单级 formulation 更快速
它消除了嵌套优化
单级 formulation 将相关决策变量置于一个组合优化问题中。这些变量可以包括回流比水平、区间持续时间、切换时间，以及产品或回收决策。
因此，优化器可以直接处理完整的动态操作，而不是反复调用独立的内层循环优化器。
计算差异十分显著
根据主要对比结果，单级解的运行速度约为经典两级方法的五倍。一个完整单级解所需的总时间，大致相当于嵌套 formulation 中仅执行约1.5 次单函数或梯度迭代的时间。
当模型采用 DAE 积分、不连续回流变化以及基于梯度的优化方法（例如结合伴随灵敏度的 SQP）时，这一差异十分重要。
它支持动态回流曲线
单级方法仍然能够灵活表示回流策略。可以将操作时间划分为有限个区间，并为每个区间指定一个恒定的回流比。
随后，优化器可以同时确定回流水平及其持续时间，使回流曲线能够响应塔内组成的变化，同时满足馏出物纯度和回收率要求。
为什么单级 formulation 的收敛更加可靠
回流曲线只需初始化一次
两级方法的一个主要弱点是，在每次外层循环评估期间，内层循环都必须重新初始化回流比曲线。不理想或不一致的初始化可能导致内层动态优化失败，使外层循环无法评估该次试算方案。
在单级 formulation 中，回流曲线在整体优化开始时初始化一次即可。随后，数值算法会在一个一致的问题中更新完整的决策向量。
它降低了数值不稳定性
间歇精馏模型对组成变化、切换时间、任务边界和纯度约束十分敏感。反复重新启动回流曲线优化，会增加出现不可行轨迹、局部步长不佳，或在允许的迭代次数内无法收敛的可能性。
消除这种重复重启，可以减少一个数值不稳定性来源，使优化更加可靠。
它更适合处理操作约束
优化必须考虑质量和能量衡算、回流比边界、切割量、任务持续时间以及馏出物组成目标。在一个 formulation 中处理这些条件，可以让优化器统一了解它们之间的相互作用。
当回流曲线同时影响加工时间和产品质量时，这一点尤其有价值。较高的回流比可能改善分离效果，但会增加能耗；较低的回流比则可能减少公用工程需求，却有违反纯度约束的风险。
这如何改善间歇精馏控制
为实时算法提供更快速的决策
实时控制要求能够足够快速地获得解，从而使结果在批次进行过程中仍然具有参考价值。单级 formulation 较低的计算成本，使重复优化更加切实可行。
对于回流必须随着塔内组成变化而调整、而不是在整个任务期间保持恒定的操作而言，这一点非常重要。
更实用的旁馏分回收
旁馏分处理会引入额外决策，包括中间物料的组成和数量，以及是否应对其进行回收。统一优化可以同时评估回流策略及回收所带来的影响。
这样可以避免将物理和经济上相互关联的决策分开处理。
更好地支持教学和中试规模模型
中试工厂和教学实验室通常计算资源有限，并且对迭代次数或响应时间有严格要求。更快速、更稳健的 formulation 使学生和研究人员能够研究动态优化，而不必花费过多时间诊断嵌套循环失败问题。
它还使先进控制和操作经济学在实验室环境中的应用更加普及。
理解其中的权衡
两级结构更容易理解
传统层级结构清晰地区分了战略决策和任务级动态控制。外层循环可以表示经济目标，而内层循环则专注于以最短时间满足纯度和回收率目标。
这种分离有利于模块化软件设计，也便于解释优化逻辑。然而，其概念上的清晰性并不能消除反复求解内层问题所带来的计算成本。
单级优化可能产生更大的问题
将所有决策变量合并到一个 formulation 中，可能会增加优化向量的维度。该问题可能包含每项任务的多个回流水平和切换时间，以及回收率、组成和回收变量。
因此，一个更大的统一问题仍然需要适当的参数化、边界设置、DAE 积分和梯度计算。单级方法之所以更受青睐，是因为它避免了嵌套重复，而不是因为动态优化变得简单。
离散化会影响解的质量
分段恒定的回流曲线是对连续控制（r(t)）的一种实用近似。区间过少可能会错过最优回流行为中的重要变化，而区间过多则可能增大问题规模并使收敛更加复杂。
因此，区间结构应当反映实际操作任务以及塔内预期的组成变化。
经济效益仍然需要正确建模
缩短任务时间可以减少蒸汽和冷却水消耗，动态回流控制则可以改善回收率和纯度。然而，这些效益取决于是否正确表示公用工程成本、产品价值、固定操作成本和规格约束。
如果经济目标或过程模型不完整，即使优化速度很快，也可能产生较差的操作策略。
根据目标做出正确选择
适合的 formulation 取决于优先考虑的是速度、稳健性、可解释性还是模块化。
- 如果您的首要目标是实时控制：采用单级 formulation，以减少计算时间，并支持在批次运行期间及时更新回流曲线。
- 如果您的首要目标是可靠收敛：优先选择单级结构，因为它避免了在每次外层循环评估时重新初始化内层回流优化。
- 如果您的首要目标是经济优化：将回收率、旁馏分组成、回收、任务持续时间和回流决策纳入统一的目标函数和约束系统。
- 如果您的首要目标是教学或中试工厂实验：采用参数化的单级模型，并设置数量适中的回流区间，使结果在计算上切实可行，同时在物理上易于解释。
对于回流曲线控制而言，单级 formulation 在速度、数值稳健性和操作实用性之间提供了更优的整体平衡。
总结表：
| 方面 | 单级 Formulation | 传统两级方法 |
|---|---|---|
| 优化结构 | 同时求解控制决策和操作决策 | 采用嵌套的外层循环和内层循环 |
| 计算速度 | 约快五倍 | 重复的内层优化会增加运行时间 |
| 收敛性 | 使用一致的决策向量，可靠性更高 | 重新初始化可能导致失败 |
| 控制能力 | 优化回流水平、切换时间和任务持续时间 | 将高层决策与动态决策分开 |
| 最佳应用 | 实时控制、中试工厂、教学和经济优化 | 以层级结构为优先的模块化分析 |
| 主要考虑因素 | 需要谨慎选择变量并进行离散化 | 更易于解释，但计算成本较高 |
需要为您的过程实现更快速、更可靠的优化吗？联系 LABPARK，讨论针对您应用定制的解决方案。LABPARK 为化学工程、生物过程与生物技术以及环境与水处理领域提供教育和职业培训用单元操作中试装置。我们的系统帮助大学、研究机构和企业利用实用、可靠的设备研究动态控制、回流优化、过程经济学和与规模相关的操作。
