双酚A(Bisphenol-A,BPA)是重要的有机化工原料,是苯酚和丙酮的重要衍生物,主要用于生产聚碳酸酯、环氧树脂等多种高分子材料,工业上BPA主要是由苯酚和丙酮在酸性介质中缩合反应后,经脱水、结晶、脱酚和造粒等工序制得。双酚A生产工艺复杂,同时专利壁垒和技术保密程度较高。虽然国内引进了日本等国家的先进生产工艺,通过消化吸收、技术改造,拥有了相当自主的知识产权,但产品能耗和质量不完全尽人意。本文针对BPA生产过程中的核心流程-反应/脱水单元,基于机理分析和工业过程特性分析,对其软测量建模、操作条件优化与故障检测等关键问题展开了研究。论文的主要研究工作归纳如下:1.根据BPA缩合反应过程机理分析,针对某实际工业BPA生产装置的缩合反应器操作特点和应用条件,基于物料衡算和能量衡算方程,首次提出了适用于工业级BPA缩合反应过程的稳态机理模型,并对机理模型中涉及的物性参数进行了分析估计,对未知物性参数给出估算结果,为反应器出口关键组分浓度的估计及缩合反应过程的优化创造了条件。2.针对机理模型中反应物初始进料浓度和反应速率常数难以确定的问题,提出了一种改进的随机梯度Boosting-高斯过程回归算法构建反应物初始进料浓度和反应速率常数的黑箱估计模型,将黑箱模型的估计结果代入机理模型,构建混合模型架构实现对反应器出口关键组分浓度和出料温度的估计。仿真结果表明了混合模型的有效性。3.在已建立的BPA缩合反应过程机理模型和基于混合模型的求解策略基础上,通过灵敏度分析研究了不同丙酮罐出料流量、第一母液罐回流流量和反应物进料初始温度对BPA选择性和丙酮转化率的影响,根据灵敏度分析的结果将BPA缩合反应过程中的关键性能指标的优化问题提炼为一个多目标优化方案,采用带约束的多目标优化算法对其进行操作条件优化,优化结果提高了BPA的选择性和丙酮的转化率。4.针对BPA脱水过程具有强非线性和强时变等特性,将局部建模思想与集成学习策略相融合,以偏最小二乘为局部建模技术,建立了BPA脱水过程的自适应软测量模型。采用即时学习框架将过程划分为多个类别并分别建立相应的局部子模型,在线估计时,根据查询样本在每个类别中属于离群样本的概率,挑选性能优异的局部子模型进行集成估计输出。为了使模型具备对过程状态的自适应能力,提出了基于局部模型参数更新和局部模型在线提取的自适应策略。BPA脱水过程的仿真结果表明了该模型的有效性。5.针对BPA脱水过程中运行状态可能会发生故障的问题,分别提出了基于主元子空间富信息重构和分散分块策略的两种故障检测方法。前者根据过程数据在主成分分析模型各主元方向上累积T~2统计量的变化率,衡量过程信息在各主元方向上的富集程度,判断各主元对故障检测的重要性并对主元空间进行重构;后者通过构造变量间非线性相关系数将过程变量分块,为每个子块构造核主成分分析模型并将检测结果融合输出。对BPA脱水过程的仿真表明两种方法改善了故障检测的效果。