罗雄麟

罗雄麟1983年7月毕业于大庆石油学院，获工学学士学位，石油炼制专业。1986年6月毕业于中国石油大学（北京）(原华东石油学院北京研究生部)，获工学硕士学位，石油加工专业。1986年6月参加工作于中国石油大学（华东）留校任教。1994年9月至1997年6月在中国石油大学（北京）攻读博士学位，1997年6月获工学博土学位。1999年9月正式调入中国石油大学（北京）任教。历任中国石油大学（华东）炼制系助教、讲师、副教授、炼油教研室副主任，九三学社中国石油大学（华东）支社委员、山东省东营市第四届政协委员，中国石油大学（北京）副教授、教授、博士生导师、校学术委员会委员、九三学社中国石油大学（北京）支社主委、中国石油大学校学位评定委员会委员、校工会副主席、《化工自动化及仪表》编委。

罗雄麟从事工业自动化和化学工程等方面的教学和科研工作，讲授过“石油炼制工程”、“化工专业英语”、“化工数据处理及实验设计”、“化工系统工程”、“化学反应工程”、“化工过程动态学”、“系统辨识”、“最优控制”、“自动控制原理”和“智能控制系统”等课程，主要讲授“过程控制工程”、“过程控制工程专题”、“大系统控制论”等课程。主编和参编《石油炼制工程》(第三版、第四版)、《化学工程(石油加工)专业英语阅读教程》等教材或丛书4部。已培养硕士毕业研究生120多名、博士毕业研究生12名、博士后3名，在读硕博研究生近20名。多次组织和指导自动化系教师和学生参加2006－2012年全国大学生控制仿真挑战赛，分别获得一、二、三等奖各2次。2010年负责的自动化专业获教育部高等学校特色专业建设点。2013年“实施优势转化战略，强化工程实践教学环境建设，提升实践教学质量”获第七届北京市高等教育教学成果奖二等奖。

科研工作涉及控制理论及应用、过程控制工程、过程系统工程和机器学习等，同时长期从事炼油化工过程软测量仪表与先进控制、过程流程模拟与实时优化等技术开发与工程应用工作。主持和参加“六五”至“九五”国家重点科技攻关项目多项、“十五”国家863项目1项、国家自然科学基金项目2项、国家重点基础研究发展计划(973计划)项目1项，主持和参加省部级科研项目和炼油化工公司科技开发项目30多项。“两段催化裂化技术开发及热载体的研究”获中国石油化工总公司科技进步二等奖，“石化生产过程多变量预估控制技术开发应用”获2000年中国石化总公司科技进步一等奖，“乙炔加氢反应器的软测量与先进控制技术”获2006年度中国石油和化学工业协会技术发明一等奖，2008年获中国石油和化学工业协会“全国化工优秀科技工作者”称号。出版《化工过程动态学》和《过程控制与工艺设计一体化——催化裂化装置动态机理建模与控制分析设计》专著2部，发表学术研究论文270多篇，其中SCI、EI和ISTP三大检索收录130多篇次，获国家发明专利授权6项。

（详见Google学术搜索）

(1)国家重点基础研究发展计划（973计划）项目“化工过程物质与能量高效利用的集成优化基础研究（2012CB720500）\能量/质量耦合梯级利用的多目标优化综合”。

(2)国家自然科学基金项目(青年科学基金项目)“化工过程裕量分析与控制设计——以催化裂化装置为例”(项目批准号：21006127)，许锋负责。

(3)国家自然科学基金项目(青年科学基金项目)“分片线性预测控制”(项目批准号：61104218)，许鋆负责。

(4)国家自然科学基金项目(面上项目)“基于裕量设计的换热网络持续节能优化”(项目批准号：20976193)，罗雄麟负责。（已完成）^[2]

(1)控制理论与应用。预测控制、软测量理论与技术、多率系统、可靠性理论与应用、非线性微分代数系统观测器、压缩机喘振主动控制、不对称非线性系统的控制、分布参数系统。

(2)系统工程：化工过程动态建模与仿真、过程控制与工艺设计集成、能量/质量耦合系统分析与综合、换热网络持续节能与旁路优化设计、控制与优化结构研究、过程在线优化。

(3)模式识别与智能系统：分类和聚类机器学习、混杂系统PETRI网建模与控制技术。

罗雄麟，教授、博士生导师。

刘建伟，副研究员、硕士生导师。分类和聚类机器学习。

许　锋，讲师、硕士生导师。过程控制与工艺设计集成、非线性微分代数系统观测器。

孙　琳，讲师、硕士生导师。能量/质量耦合系统分析与综合、换热网络持续节能与旁路优化设计。

许　鋆，副教授、硕士生导师。预测控制。

魏　萍，讲师、硕士生导师。分布参数系统。

冯爱祥，讲师。混杂系统PETRI网建模与控制技术。

王书斌，讲师。预测控制。

生　龙，讲师。多智体。

岳元龙，讲师。可靠性理论与应用。

王　锐，博士生。可调参量型过程控制与工艺集成优化设计。

Osman Abuhalima，博士生（留学生）。换热网络裕量设计与设备选型。

曹鹏飞，博士生。软测量、系统辨识、多率系统。

闵　欢，博士生。软测量、多率系统。

吴　博，博士生。具有质量交换的换热网络流程重构的设计、识别与操作参数的再优化。

(1) 基于夹点技术的多程换热网络综合。石油化工过程中普遍采用多程换热器，其中既存在逆流换热也存在并流换热。针对换热温差修正因子FT计算复杂，难求解且难以用于换热网络综合等问题，提出基于夹点技术从机理出发分析管壳程数目、夹点特性以及系统能量性能间的关系，在此基础上兼顾设备投资费用与操作费用实现多程换热网络的最优综合。

(2) 换热网络旁路优化设计。换热网络的操作以满足生产要求为目标，旁路是调节面积裕量的手段。以持续节能为目标，结合可控可观性分析和优化提出一种考虑了可控性的换热网络旁路设计法。基于对稳态模型增益的定量计算，从可控性分析的角度逐一求解换热网络的非方相对增益矩阵，从中确定最优的旁路位置，使被控变量具有较高的可控性。权衡可控性与经济性两方面因素，在可控性要求较高时，为实现设置最少的旁路以满足全部状态的可控性要求，提出了换热网络全部状态可控的旁路优化设计法。在旁路数目受限时，根据具体的经济性与可控性要求，提出了准可控的旁路优化设计法。^[3]

(3) 基于裕量设计的换热网络持续节能优化。在换热网络设计时留出一定的面积裕量，设备面积投入使用则不能在操作中进行调节，由于设备老化等因素，换热性能逐步下降，能耗逐步提高。提出了一种基于有旁路换热网络全周期节能的裕量优化设计方法，通过旁路调节，逐步释放有效面积裕量，达到全周期节能的目的。进而提出一种有旁路换热网络全周期节能的动态优化控制方法。方法基于换热网络动态模型的在线优化控制方法，巧妙地结合原有常规控制回路，不但扩大了优化控制的可行域，并且满足原常规控制回路的精度要求。由于采用闭环校正、迭代计算和滚动优化的实施方法，始终把优化建立在实际的基础上，尽管它每次不一定能得到全局最优解，然而使得实际控制结果达到最优。

(4) 换热器漏流的在线诊断与控制。换热器广泛应用于石油化工过程工业的能量回收系统，但由于腐蚀、高温下换热器各部件热胀冷缩程度不一致以及流体诱导震动等因素，常使换热器受到破坏而时有漏流现象发生，这种换热器漏流现象发生在壳体内，肉眼观察不能发现，具有较大的隐蔽性。针对换热器漏流诊断实时性差，控制手段匮乏等问题，提出基于换热器动态数学模型通过结垢热阻计算值的变化以及辨识模型增益实现换热器漏流的在线诊断。在此基础上，提出一种选择性控制方法以避免漏流的快速恶化。^[4]

(1) 化工过程一般希望设计在经济最优的稳态点操作，但该操作点一般位于约束边界处。因此，需在过程设计时留出足够的裕量，使操作点位于过程约束边界内，以保证在干扰和不确定因素出现时仍能满足过程约束。此外，在工艺条件变化或存在干扰时，实际过程表现为在控制系统的作用下的动态过程，设计裕量中应当考虑这种动态过程，否则操作和控制将不可实现。因此，进行工艺设计时将过程的动态分析和控制系统的设计结合起来，提出了基于过程动态模型同时确定设计裕量和控制系统的工艺与控制集成优化设计方法。发现过程动态特性对设计裕量有很大影响，在考虑过程工艺条件和设备条件变化留出的工艺裕量外，还需留出一定的控制裕量以满足操作和控制的要求。控制裕量与控制系统性能有关，系统对控制器性能的要求越高，所需要的控制裕量应越大。通过工艺与控制集成优化设计，使设计结果既能满足工艺要求，又能实现良好的自动控制。^[5]

(2) 针对化工过程设计缺乏对总体裕量评价、裕量设计忽视控制要求及控制设计忽视裕量限制的问题，从过程的动态可操作性、控制性能和经济效益等方面进行化工过程的裕量分析和控制设计。基于过程稳态最优设计的灵敏度分析，提出了操作优化所能获得的最大潜在经济效益与设计变量的局部裕量有关，给出了一种基于操作优化的经济效益对化工过程的总体裕量进行评价的方法；通过利用稳态优化的经济效益和动态优化的经济效益之差对装置的总体裕量进行划分，分清与可实现经济效益有关的工艺裕量和保证控制可实现性的控制裕量，从而减少裕量设计时的盲目性；在此基础上，通过分析各设计变量的局部裕量对装置总体裕量、可实现经济效益以及控制性能的影响，给出了确定存在瓶颈的设计变量的方法；为了保证在有限设计裕量条件下控制系统的可实现性，基于操作裕量分析给出了基于有限设计裕量的控制系统设计方法，包括操作裕量与控制性能的关系、常规控制系统的结构设计和参数设计。 ^[6]

(1) 对于高维复杂结构数据的分类和回归问题，基于三种思路进行了研究

(a)基于非线性表示学习理论，使用深度学习模式，基于波尔兹曼机，深信度网络，自动编码器和卷积神经网络，学习数据的各种抽象层次的表示，进而构造有效的分类器和回归器；

(b)基于概率图模型，提出新的概率图表示，推理和学习算法；

(c)对于高维小样本数据的分类和回归问题，提出基于P范数正则化SVM分类器设计新模式，研究了最小二乘SVM和逻辑斯蒂模型等稀疏化并具有特征选择功能的分类器设计问题，并研究组稀疏，树稀疏和图稀疏等结构稀疏化模型，并利用瓦普尼克统计学习理论分析模型的一致性，ORACLE性质和错误界。

(2) 对于实时在线学习问题，如机器视觉，序列预测问题，利用赌博机理论，博弈论和随机过程理论，研究在线学习算法和赌博机模型算法，构造新的模型向量更新算法，并用PAC理论分析后悔函数的上界，提出了新的乘更新和加更新在线分类器算法。

(3) 半监督学习问题。在许多ML的实际应用中，如网页分类、文本分类、基因序列比对、蛋白质功能预测、语音识别、自然语言处理、计算机视觉和基因生物学，很容易找到海量的无类标签的样例，而需要使用特殊设备或经过昂贵且用时非常长的实验过程进行人工标记才能得到有类标签的样本，由此产生了极少量的有类标签的样本和过剩的无类标签的样例。因此，人们尝试将大量的无类标签的样例加入到有限的有类标签的样本中一起训练来进行学习，期望能对学习性能起到改进的作用，由此产生了半监督学习技术。基于PAC理论和瓦普尼克统计学习理论，巴拿赫空间概率不等式理论，讨论半监督学习问题的学习性能。

(4) 域自适应学习问题。传统的机器学习假设测试样本和训练样本来自同一概率分布。但很多学习场景下训练样本和测试样本可能来自不同的概率分布。域自适应学习能够有效的解决训练样本和测试样本概率分布不一致的学习问题，作为机器学习新出现的研究领域在近几年受到了广泛的关注。研究了样例加权域自适应学习、特征表示域自适应学习、参数和特征分解域自适应学习和多源域自适应学习问题。基于利用PAC理论和瓦普尼克统计学习理论，巴拿赫空间概率不等式理论，讨论学习机的域自适应学习能力，讨论源域和目标域的相关性对域自适应学习的影响，进行域自适应学习的误差界分析，以及学习任务的先验知识对域自适应学习的可能性，及研究满足那些假设条件，域自适应学习算法的可实现问题。如果不能很好的处理好这些问题，则不能实现有效的域自适应学习。 ^[6]

在工业过程控制，特别是化工领域过程控制中，普遍存在着各种对输出变量、输入变量甚至中间变量的区间约束。预测控制能够将系统的各种约束纳入其求解控制律的优化问题中，构成带有等式或者不等式约束条件的二次性能指标优化问题。

(1) 基于输出空间可行域分析。约束条件之间的矛盾会导致约束条件无法全部满足，控制器找不到可行解，为实际生产带来不良影响。所以，约束优化控制问题可行是多变量有约束系统可控的先决条件。针对有约束多变量线性系统，从凸体几何角度，提出约束映射的思想，能够将给定的输入约束空间映射到输出空间。将约束映射思想应用到约束优化控制中，基于线性系统稳态模型，将约束优化控制的可行性判定转化为凸多面体是否相交的问题，将不可行时合理的约束处理方案转化为一系列线性规划或非线性规划问题，提出了无需人为参与的自动进行约束优化控制可行性分析和约束调整的算法。将约束映射思想引入约束预测控制的可行性分析与约束处理，基于线性系统离散状态空间的动态模型，从凸多面体距离角度，提出在每步求解约束预测控制律之前进行必要的可行性分析和合理的约束调整的在线滚动算法，从而使约束条件在整个时域得到满足，并且保证系统的控制性能。

约束条件的存在使预测控制的在线优化问题表现为非线性，难以获得控制律的具体表达式，为约束预测控制的分析造成困难。基于Newton控制框架，针对线性系统离散状态空间的动态模型，考虑具有输入、输出区间约束条件下，推导基于区间控制思想的预测控制律的解析表达式，分别得到无约束和有约束情况下状态反馈控制律的解析形式，从而分析约束条件对控制的影响。

在实际过程控制中，由于预测控制不检测下层回路的实际执行信息，当控制作用超出系统实际最大能力而不能完全下载时，标称约束成为虚假宽松约束，导致系统响应偏离预期，约束条件无法满足。基于线性系统离散状态空间模型，讨论有输入和输出区间约束条件的基于区间控制思想的预测控制，为保证虚假宽松约束发生时预测控制仍能够正确有效实施，提出及时进行一系列预测模型数据和约束条件修正的算法。

过程控制中除了存在常见的输入和输出变量幅值方约束，也可能由于工艺或者控制的需要具有关于输入变量线性函数的非方硬约束，其并不能被预测控制直接处理。为保证预测控制的实施，提出利用输入变量前一时刻的值和输入变化量的高限对非方硬约束进行合理的处理，将非方硬约束转化为各个输入变量幅值方约束的方法。

实际生产过程控制中，特别是多变量耦合的复杂化工过程中，对某些被控变量其实并没有苛刻的设定值要求，只需满足在给定区间内即可，从而保证整个生产过程控制的平稳。提出一种基于模型预测控制理论的区间控制算法。该算法在考虑到中间状态变量约束的同时对预测控制的优化性能指标进行改进，将性能优化指标中的参考轨迹作为约束变量进行在线优化处理；参考轨迹自动跟踪被控变量输出，使预测控制针对输出在不同的区域范围采取不同的控制强度，实现区间控制的前提下满足状态及输入变量的约束要求。

(2) 基于输入空间可行域分析。预测控制算法对重要中间状态变量的约束处理通常是将其作为输出约束的一部分,增加被控变量的数目,对于这样一类状态变量数目远远大于操纵变量数目的系统来说，通过把状态变量直接变成输出变量的方法是不现实的。在此提出一种新的处理重要中间状态变量约束的区间预测控制算法，将状态约束条件在线转化为输入增量的矩阵不等式形式纳入到求解控制率的优化问题中，转化为求解二次规划问题的最优解。

针对多变量有约束系统不同约束条件之间可能发生矛盾的考虑，基于凸体几何顶点角度，有效的将系统的状态和输出变量约束映射为输入空间内的约束。在输入域内基于凸体几何碰撞相交分析具有状态变量约束预测控制的可行性以及当约束不可行时基于线性规划方法的在线合理软约束调整。在每一步滚动优化前加入可行性分析及合理软约束调整的滚动算法，从而使整个控制过程均满足控制算法要求的约束条件形式。

(3)不对称系统预测控制。不对称系统属于特殊的一类非线性系统，当控制作用增加或减少时，系统呈现出完全不同的动态响应过程，在平衡点附近表现出明显不对称的动态特性，这使得基于一阶泰勒展开的单一线性化模型设计的控制器性能不佳，控制品质很难得到保证。采用正反方向线性模型近似不对称系统，并根据正反方向线性模型设计状态反馈预测控制器，然后根据正反控制器输出的正负和控制性能指标的比较确定了一套理论上较完善的正反方向控制器输出选择方法。

(4)输入反馈控制。预测控制算法通过反馈校正来修正预测模型和实际对象之间的差异，常用的反馈形式有输出反馈和状态反馈等。在实际过程控制中，通常认为预测控制为理想控制，即预测控制器输出经底层回路后控制作用完全施加给对象。但由于底层回路特性等因素的影响，预测控制器输出往往不能完全施加给被控对象，如果长时间进行，可能导致控制效果不佳。提出了输入反馈控制方法，将实际施加给对象的控制作用通过反馈形式纳入到下一步控制率的求解中，以此来消除预测控制器输出与实际施加给对象的控制作用不一致所造成的影响。 ^[6]

多率现象在过程工业，特别是化工过程中普遍存在。由于技术、资金或环境等条件的限制，过程数据的采集常呈现出多频率的特性，采用常规的单率控制策略无法快速抑制来自输入信号、过程动态等方面的干扰，将引发控制性能下降、产品质量恶化等问题，直接影响企业的生产效益以及安全生产。因此，对于这类多率采样系统，进行专门的多率过程监测、状态估计以及控制技术的研究具有较高的理论价值与实际应用意义。软测量技术作为对难以测量的关键质量变量快速观测的有效手段，是多率系统研究中的重要组成部分，受到了研究者的广泛关注。

软测量模型是软仪表的核心，根据数据多率的特点，首先提出了一类动态神经网络建模方法，设计指数动态加权单元，对多率数据进行预处理，提取动态时间信息用于神经网络的训练，建立动态加权神经网络模型；并针对动态加权建模在快慢采样频率比增大时性能下降的问题，引入插值的思想，设计插值动态神经网络建模法，改善常规动态加权建模的效率与性能。通过仿真实验对两种建模方法进行了对比与分析，指出动态建模方法能够有效提高多率系统下的建模效果。^[7]

尽管多率动态建模方法有利于提高模型的预估能力，但是由于化工过程复杂多样，无论何种建模方法均不可避免地存在局限性，仅使用软测量模型进行质量变量的估计易出现预估效果不稳定、随机偏差等现象。因此，软仪表的在线校正对于保证输出的准确性与可靠性十分必要。针对多率系统下的输出校正技术进行了深入探索，提出了一种输出融合软仪表的设计思想，在已建的软测量模型的基础上，设计基于Kalman滤波的多率数据融合算法，对慢速的现场观测数据与软测量模型预估数据进行综合，以克服噪声、建模方法等因素的影响，提取冗余信息改善软仪表的整体输出性能。通过软件仿真与小型实验装置对输出融合软仪表的有效性进行了验证，并详细分析了影响算法性能与应用的重要因素。结果表明输出融合软仪表能够有效地融合多率数据，克服软测量模型的不稳定偏差，具有估计精度改善、稳定性提高的能力，但是也受到模型失配、采样频率等因素的影响与限制。为此，进一步提出了自适应输出融合软仪表的设计方法，针对数据噪声以及滤波算法的特点，设计了一种含遗忘因子的自适应观测噪声统计估计器，对不规则噪声进行在线估计，用于Kalman滤波过程，以提高融合软仪表的抗干扰性能。采用仿真实验对自适应输出融合算法进行了全面分析，并将其应用于小型实验装置，证明改进后的自适应输出融合软仪表能够克服由于噪声假设不当而引发的性能下降问题，具有更强的准确性、鲁棒性与实用性。^[8]

在输出融合软仪表中，多率Kalman滤波算法的性能对于数据融合的效率十分关键。通过误差分析的方法，对多率Kalman滤波算法在模型失配下的稳定性，即鲁棒性进行了研究。在基本假设条件下，对滤波误差表征参数“滤波偏差比”公式进行了推导，给出了多率Kalman滤波稳定/发散的基本判定方法。针对一类典型系统详细分析了模型失配、采样频率等参数对滤波稳定情况的影响，提出了滤波稳定与发散的判据。