線形還流比制御ポリシーは、製品の純度およびプロセスモデルの制約を課しながら、各操作間隔における還流軌道の勾配と切片を最適化することで、メインカットの収率を最大化します。間隔（j）について、還流比を（R_j(t)=a_jt+b_j）と定義し、得られる留出流量（D(t)=V(t)/(R_j(t)+1)）からメインカット量を算出します。パラメータ（a_j）、（b_j）、および該当する場合は間隔の切り替え時間は、非線形計画問題における決定変数となります。

最適化の中心は、還流が物理的に実行可能であることを保証し、かつカット中またはカット終了時に留出物の組成が要求される純度仕様を満たすようにしながら、蓄積されたメインカット製品を最大化することです。

線形還流ポリシーの定式化

制御軌道の定義

メインカットの間隔（t\in[t_{j-1},t_j]）に対して、以下を使用します。

[ R_j(t)=a_jt+b_j ]

ここで：

（R_j(t)）は還流比、
（a_j）は還流比の勾配、
（b_j）は切片、
（t_{j-1}）および（t_j）は間隔の開始時間と終了時間です。

（a_j）が正であれば時間とともに還流が増加し、負であれば還流が徐々に減少します。パラメータは、軌道が装置の運転範囲内に留まるように選択する必要があります。

還流と留出物抜き出しの関連付け

（V(t)）を蒸気上昇量（ボイルアップレート）とし、還流比を（R=\frac{L}{D}）と定義すると、留出流量は以下のようになります。

[ D_j(t)=\frac{V(t)}{R_j(t)+1} =\frac{V(t)}{a_jt+b_j+1}. ]

この関係は、収率に関する中心的なトレードオフを示しています。還流を増やすと一般的に分離は向上しますが、一定のボイルアップレートに対しては瞬時の留出物抜き出し速度が低下します。

蓄積されたメインカット量の計算

間隔（j）の間に回収された留出物の総量は以下の通りです。

[ P_j= \int_{t_{j-1}}^{t_j} \frac{V(t)}{a_jt+b_j+1},dt. ]

ボイルアップレートが一定（V(t)=V）で（a_j\neq 0）の場合、積分は解析的に以下の形式となります。

[ P_j= \frac{V}{a_j} \ln\left( \frac{a_jt_j+b_j+1} {a_jt_{j-1}+b_j+1} \right). ]

（a_j=0）の場合、ポリシーはその間隔で一定となり、以下のようになります。

[ P_j= \frac{V(t_j-t_{j-1})}{b_j+1}. ]

複数の間隔で構成されるメインカットの場合、総量は以下の通りです。

[ P_{\text{main}}=\sum_{j=1}^{m}P_j. ]

したがって、最適化の目的関数は一般的に以下のように記述されます。

[ \max_{{a_j,b_j,t_j}} P_{\text{main}}. ]

製品純度制約の追加

組成加重製品純度の使用

留出物の総量を最大化するだけでは、仕様外の製品が生成される可能性があります。そのため、最適化ではバッチ蒸留モデルを通じて成分組成を追跡する必要があります。

（x_D^k(t)）を留出物中の成分（k）のモル分率とします。間隔（j）における成分（k）の蓄積量は以下の通りです。

[ P_j^k= \int_{t_{j-1}}^{t_j} x_D^k(t)D_j(t),dt. ]

回収されたメインカットの平均組成は以下のようになります。

[ \bar{x}_{D,j}^k

\frac{P_j^k}{P_j}

\frac{ \int_{t_{j-1}}^{t_j} x_D^k(t)D_j(t),dt }{ \int_{t_{j-1}}^{t_j} D_j(t),dt }. ]

要求される純度仕様は、以下のように表現できます。

[ \bar{x}{D,j}^k\geq \bar{x}{D,\text{spec}}^k. ]

この定式化により、回収された製品が要求される平均仕様を満たす限り、カット中に組成が変化することを許容できます。

必要に応じた瞬時または経路純度の強制

製品が常に仕様を満たしている必要がある場合は、より強力な経路制約を課します。

[ x_D^k(t)\geq x_{D,\text{spec}}^k, \qquad t\in[t_{j-1},t_j]. ]

これは一般に平均純度制約よりも収率が低くなります。なぜなら、完全なカットにブレンドすれば許容範囲内になる可能性のある、一時的に純度の低い物質を回収することを最適化アルゴリズムが防ぐためです。

仕様関数による純度の表現

単位操作で仕様関数（X_{\mathrm{SPEC},k}）を使用する場合、制約は一般的に以下のように記述できます。

[ X_{\mathrm{SPEC},k} \left( \mathbf{x}(t),\mathbf{M}(t),R_j(t) \right) \geq 0, ]

ここで（\mathbf{x}(t)）は相組成、（\mathbf{M}(t)）は容器および塔内のホールドアップを表します。これにより、動的プロセスモデルから直接純度制約を評価できます。

非線形最適化問題の構築

決定変数の定義

（m）個の線形ポリシー間隔に対して、典型的な決定ベクトルは以下の通りです。

[ \mathbf{z}

\left[ a_1,b_1,\ldots,a_m,b_m, t_1,\ldots,t_{m-1} \right]. ]

間隔の境界が固定されている場合、（a_j）と（b_j）の値のみが最適化されます。切り替え時間も最適化される場合、（t_j）の値が決定変数となります。

同等のパラメータ化として、間隔の端点における還流値を使用する方法があります。

[ R_{j,\mathrm{start}}=a_jt_{j-1}+b_j, \qquad R_{j,\mathrm{end}}=a_jt_j+b_j. ]

勾配と切片は以下から復元できます。

[ a_j= \frac{R_{j,\mathrm{end}}-R_{j,\mathrm{start}}} {t_j-t_{j-1}}, ]

[ b_j= R_{j,\mathrm{start}}-a_jt_{j-1}. ]

端点の変数は、操作上の制約や解釈が容易な場合が多いです。

動的塔モデルの組み込み

還流ポリシーは、塔および釜のバランスを通じてバッチ軌道に影響を与えます。一般的な動的モデルは以下のように表現できます。

[ \frac{d\mathbf{y}}{dt}

\mathbf{f} \left( \mathbf{y}(t),R_j(t),\mathbf{p} \right), ]

代数関係式は以下の通りです。

[ \mathbf{0}

\mathbf{g} \left( \mathbf{y}(t),R_j(t),\mathbf{p} \right). ]

ここで（\mathbf{y}(t)）には液ホールドアップ、成分在庫、温度、組成などの量が含まれ、（\mathbf{p}）には理論段数、供給組成、圧力、ボイルアップ条件などの固定されたプロセスパラメータが含まれます。

モデルは初期条件も満たす必要があります。

[ \mathbf{y}(0)=\mathbf{y}_0. ]

還流は気液平衡、内部流動、組成、在庫、および留出流量の分母に同時に影響を与えるため、結果として生じる最適化は非線形となります。

完全な最適化問題の指定

代表的な定式化は以下の通りです。

[ \begin{aligned} \max_{\mathbf{z},,\mathbf{y}(t)} \quad & P_{\text{main}}

\sum_{j=1}^{m} \int_{t_{j-1}}^{t_j} \frac{V(t)}{a_jt+b_j+1},dt \[4pt] \text{subject to} \quad & \frac{d\mathbf{y}}{dt}

\mathbf{f}\left(\mathbf{y},R_j(t),\mathbf{p}\right), \ & \mathbf{0}

\mathbf{g}\left(\mathbf{y},R_j(t),\mathbf{p}\right), \ & \bar{x}{D,j}^k \geq \bar{x}{D,\text{spec}}^k, \ & R_{\min}\leq R_j(t)\leq R_{\max}, \ & a_jt+b_j+1>0, \ & t_{j-1}<t_j, \ & t_m\leq t_{\text{batch}}. \end{aligned} ]

目的関数は、特定のメインカット成分の量を最大化するように変更することも可能です。

[ \max P_{\text{main}}^k

\max \sum_{j=1}^{m} \int_{t_{j-1}}^{t_j} x_D^k(t) \frac{V(t)}{a_jt+b_j+1},dt. ]

これは、「収率」が回収された留出物の総量ではなく、ターゲット成分の回収率を意味する場合に適切です。

切り替えとカット境界の処理

線形ポリシー間の連続性の強制

還流ポリシーが間隔（j）から間隔（j+1）へ変化する場合、以下の連続性を課すことができます。

[ a_jt_j+b_j

a_{j+1}t_j+b_{j+1}. ]

この制約がない場合、最適化アルゴリズムは還流の急激なジャンプを作成する可能性があります。制御ハードウェアが対応していればそのようなジャンプは許容されますが、そうでない場合は制約を加えるか、制限付きのランプ関数に置き換える必要があります。

カット切り替え時間の最適化

切り替え時間は、プロセスがある還流ポリシーから別のポリシーへ変更されるタイミング、あるいは製品回収が開始・終了するタイミングを決定します。これらは以下を条件として最適化できます。

[ t_{j-1}+\Delta t_{\min} \leq t_j \leq t_{\text{batch}}, ]

ここで（\Delta t_{\min}）は、間隔が無視できるほど短くなるのを防ぎます。

釜内の原料が枯渇するにつれて組成が連続的に変化するため、切り替え時間の最適化は重要です。切り替え時間が適切でない固定還流プロファイルでは、還流レベル自体が妥当であっても、過剰な中間オフカット物質を回収してしまう可能性があります。

オフカットおよび残渣制約の追加

操作にメインカット、オフカット、残渣の段階が含まれる場合は、個別のポリシーを定義します。

[ R_{\text{main}}(t)=a_{\text{main}}t+b_{\text{main}}, ]

[ R_{\text{off}}(t)=a_{\text{off}}t+b_{\text{off}}. ]

目的関数は、オフカット量を制約しながらメインカットの回収率を最大化するように設定できます。

[ \max P_{\text{main}}^k ]

制約条件：

[ P_{\text{off}}\leq P_{\text{off,max}} ]

およびメイン製品とボトム製品の両方に対する要求仕様。リサイクル操作では、オフカットの量と組成が次のバッチへの入力となる可能性があり、逐次的または外側のループ最適化問題を生じさせます。

数値的な解法

動的方程式の離散化

連続時間定式化は通常、直接転写、コロケーション、または最適化アルゴリズム内での時間積分を通じて、有限次元の非線形計画問題に変換されます。

単純な実装では、各間隔をグリッド点（t_n）に分割し、（R_j(t_n)=a_jt_n+b_j）を評価し、数値積分で蓄積製品を近似します。

[ P_j \approx \sum_n w_n \frac{V(t_n)} {R_j(t_n)+1}, ]

ここで（w_n）は積分重みです。

塔の状態方程式は、同じグリッド点で強制されるか、各試行ポリシーに対して動的モデルを積分することで評価されます。

ポリシーレベルと期間の同時最適化

実用的な近似として区分的な一定還流レベルが使用されますが、線形ポリシーは間隔ごとに2つのパラメータのみでより滑らかな軌道を提供します。最適化アルゴリズムは同時に以下を決定できます。

初期還流レベル
最終還流レベル
各線形セグメントの勾配
各セグメントの期間
メインカットとオフカット操作間の切り替え時間

これにより、一定ポリシーよりも柔軟性が高まりつつ、決定変数の数を管理可能な範囲に抑えることができます。

数値的および物理的な実行可能性の確認

最適化アルゴリズムは、（R_j(t)+1\leq 0）となる候補ポリシーを却下する必要があります。留出流量の式が未定義になるか、物理的に無意味になるためです。また、コンデンサー、リボイラー、還流バルブ、フラッディング、または最小留出流量の制限に違反する軌道も却下する必要があります。

数学的に実行可能な解が、自動的に実装可能な操作ポリシーになるわけではありません。最終的な軌道は、アクチュエータの応答制限およびプラント制御システムの分解能に対して確認されるべきです。

トレードオフの理解

還流の増加は純度を向上させるが、抜き出し速度を低下させる

一定のボイルアップ（V）に対して、（D(t)=\frac{V}{R(t)+1}）は還流が増加するにつれて減少します。高い還流はより多くの凝縮液を塔内に戻し、分離を向上させますが、単位時間あたりの留出物回収量は減少します。

したがって、最適化アルゴリズムは、純度の維持が困難な場合は高い還流を、組成の余裕がある場合はより速い製品抜き出しを可能にする低い還流を使用する傾向があります。

平均純度と経路純度は異なる目的である

平均純度制約は、回収されたカット内での組成変化を許容します。経路制約は、すべての瞬時の留出物サンプルが仕様を満たすことを要求します。

経路制約問題はより制限が厳しく、メインカットの収率を低下させる可能性がありますが、ブレンドが禁止されている場合や、製品品質を継続的に制御する必要がある場合には不可欠です。

ポリシー間隔を増やすと柔軟性が高まる

間隔を追加することで、還流軌道は変化する釜内組成により密接に対応できるようになります。しかし、間隔を追加するごとにパラメータ、切り替え条件、および数値的な複雑さが増加します。

間隔が多すぎると、操作が困難であったりモデル誤差に敏感な、過学習された制御軌道が生成される可能性があります。間隔の数は、プロセスのダイナミクスと利用可能な制御分解能を反映させるべきです。

モデルの精度が最適化の価値を制限する

最適なポリシーは、気液平衡モデル、ホールドアップの仮定、ボイルアップ挙動、および純度測定値に依存します。単純化された平衡段モデルで最適化された軌道は、大きな液ホールドアップや非理想的な熱力学を持つ塔では同じ性能を発揮しない可能性があります。

したがって、予測された収率を操作上の保証として扱う前に、モデルの検証とクローズドループでの実装が必要です。

目標に合わせた正しい選択

収率の意味と操作要件に応じて定式化を選択してください。

メインカットの質量収率を最優先する場合： 要求される平均純度と還流の境界を強制しながら、（\sum_j\int D_j(t),dt）を最大化します。
ターゲット成分の回収率を最優先する場合： 総留出物質量には不要な成分が含まれる可能性があるため、（\sum_j\int x_D^k(t)D_j(t),dt）を最大化します。
保証された製品品質を最優先する場合： 平均カット純度だけに頼るのではなく、瞬時の純度制約（x_D^k(t)\geq x_{D,\mathrm{spec}}^k）を適用します。
バッチ時間の最小化を最優先する場合： 最小メインカット量と純度制約を条件として、（t_m）を最小化します。
実用的なプラント実装を最優先する場合： 端点の還流値と切り替え時間を最適化し、線形ポリシーに連続性とアクチュエータの速度制限を課します。

数学的に定式化された線形還流ポリシーは、還流操作を、収率、純度、時間、および操作性が同時に最適化される制約付き動的最適化問題へと変貌させます。

要約表：

要素	主要な定式化または洞察
還流ポリシー	各操作間隔に対して $R_j(t)=a_jt+b_j$
留出流量	$D_j(t)=V(t)/(R_j(t)+1)$
メインカット収率	$P_{main}=\sum_j\int D_j(t)\,dt$ を最大化
ターゲット成分回収率	$P_{main}^k=\sum_j\int x_D^k(t)D_j(t)\,dt$ を最大化
純度制約	平均純度または瞬時の経路純度制限を適用
決定変数	ポリシーの勾配、切片、端点の還流値、および切り替え時間
操作制約	還流範囲、正の流量分母、間隔期間、バッチ時間制限を強制
実用的な実装	ポリシーの連続性、アクチュエータ速度、フラッディング、コンデンサー、リボイラー制約を追加
数値解法	直接転写、コロケーション、または数値積分を用いた動的シミュレーション
主なトレードオフ	還流の増加は分離を向上させるが、留出物抜き出し速度を低下させる