基本介紹
- 中文名：先進過程控制
- 外文名：advanced process control
- 別名：高等過程控制
- 簡稱：APC
- 包括：自適應控制、預測控制等
- 核心內容：數據的採集、處理和軟測量技術等
發展歷程,特點,核心內容,工程化方法,面臨的挑戰,
發展歷程
從40年代開始至今，採用PID控制規律的單迴路系統一直是過程控制領域最主要的控制系統，單迴路系統主要採用經典控制理論的頻域分析方法進行控制系統的分析和設計。PID控制算法簡單、有效，可以實現一般生產過程的平穩操慨墊凶作與運行。但單迴路PID控制並不適用於特性複雜的被控過程，不能滿足生產工藝的特殊需要和高精度控制的要求。
從60年代初期逐漸發展起來的以狀態空間為基礎的現代控制理論日趨完善，形成了狀態反饋、狀態觀測、最優控制等一系列多變數控制系統的設計方法，對自動控制技術的發展起到了積極的推動作用。但在生產過程控制中的套用卻沒有收到預期的效果。這是因為：（1）現代控制理論的設計方法必須依據被控過程準確的數學模型，但生產過程往往難以用簡單而精確的數學模型描述；（2）有些過程具有非線性、時變性、耦合性和不確定性等特點，即使做了大量簡化得到線性定常模型，並求出某些高等控制策略，但由於這些控制策略的結構和算法往往十分複雜，在實施中難以準確實現而無法達到預期的效果。
隨著過程工業日益走陵櫃乃主向大規模、複雜化，對生產過程的控制品質要求越來越高，出現了許多過程、結構、環境和控制均十分複雜的生產系統，出現了先進過程控制APC(亦稱高等過程控制)的概念。關於先進過程控制，目前尚無嚴格而統一的定義。習慣上將那些不同於常規單迴路PID控制，並具有比常規PID控制更好控制效果的控制策略統稱為先進過程控制，如自適應控制、預測控制、專家控制、模糊控制、神經網路控制、推理控制等都屬於先進控制。
特點
相比於傳統的控制技術，先進過程控制技術有以下特點：
（1）先進過程控制的控制策略與傳統的PID控制不同；
（2）先進過程控制通常用於實現複雜被控過程的自動控制；
（3）先進過程控制的實現需要足夠的計算能力作為支持平台。
核心內容
作為一個整體，先進過程控制系統應包括從數據採集處理、數學模型建立、先進控制策略到工程實施的全部內容。
數據的採集、處理和軟測量技術
利用大量的實測信息是先進過程控制的優勢所在。由於來自工業生產現場的過程信息通常帶有噪聲，數據採集時應作濾波處理， 採集到的數求探背據還應進行過失誤差的檢測與識別和過程數據的有效性檢驗及數據調理工作，這是先進控制套用的重要保障。基於可測信息和模型，實時計算不可測量的變數，即軟測量技術，是先進過程控制中不可缺少的內容。
多變數動態過程模型辨識技術
獲取對象的動態數學模型是實施先進過程控制的基礎。實際工業過程模型化是一項專門的技術，它涉及到過程動態學、系統辨識、統計學以及人工智慧等多種知識。目前類似模型預測控制這樣的先進過程控制策略希懂均採用工業試驗的方法來獲取控制模型，而機理模型和智慧型模型建立也有望成為有效的控制模型。
先進過程控制策略
先進過程控制採用了合理的控制目標和控制結構，可更好地適應工業生產過程的需要。先進過程控制主要解決：
① 個別重要過程變數控制性能的改善， 主要採用單變數模型預測控制與原控制迴路構成所謂的 “透明控制”的方式；
② 解決約束多變數過程的協調控制問題，主要採用帶協調層的多變數預測控制策略；
③ 推斷質量控制， 利用軟測量的結果實現閉環的質量卡邊控制。 涉及到的主要控制策略有模型預測控制、推斷控制、協調控制、質量卡邊控制、統計過程控制，以及模糊控制、神經控廈寒邀剃制等。
先進過程控制的實施
先進過程控制在實施時需要解決許多具體的工程問題：
① 合理地選擇被控的區域；
② 正確整定基本 PID 控制迴路和先進過程控制系統；
③ 合理限制控制變數的變化量和變化率，保證控制系統的平穩性和對不確定因素的魯棒性；
④ 建立良好的先進控制人機界面，確保在最常用的流程圖畫面上看到先進控想料元制的信息，便於投用、維護和操作。
工程化方法
要使先進過程控制達到預期的經濟效益，必須嚴格地按一定的程式完成先進過程控制的工程化工作，而且與所選用的工作平台無關。其工程化主要步驟如下：
（1）定義目標：首燥凶白先應將整個企業的目標細化為裝置的目標、過程單元的目標以及最終主要過程裝置的目標。
（2）分解目標至最底層：在一個裝置內，應對各主要設備建立控制目標，從而將過程裝置的目標分解至最底層的各個設備。
（3）識別先進過程控制的適用性：先進過程控制的適用性是指通過採用先進過程控制能否達到減少主要過程變數變化的預期目標。
（4）先進過程控制的效益 /成本分析：效益 /成本分析可以給出是否採用先進過程控制策略或應當採用哪種先進過程控制策略。
（5）制訂功能標準：對每個要實施的先進過程控制算法必須規定其功能標準。
（6）先進過程控制的實現：在先進過程控制方案確定後，首先進行詳細的工程設計，這些工程設計包括控制迴路連線圖、系統儀表配置一覽表、先進控制操作界面等，最終生成可實現的控制軟體。
（7）調試：調試是檢驗先進過程控制方案和生成的控制軟體是否正確。
面臨的挑戰
先進過程控制的廣泛套用，為企業帶來了顯著的經濟效益。另一方面，在實施先進過程控制的過程中，也會碰到許多富有挑戰性的問題，反過來又促進先進過程控制向更高層次發展。在實現先進過程控制策略中面臨如下幾個主要問題：
（1） 模型辨識的新工具：為了完成像反應器這樣的主要工業生產過程動態性能的測試，需要耗費數周的時間，給工程技術人員帶來很大的工作量，迫切需要更好和更有效的過程動態回響測試和能更充分利用統計信息辨識出動態模型的方法。
（2） 自適應模型預測控制：針對那些變增益的工業過程，如油品調合和 PH 控制等過程，需要套用自適應控制的思想來改進多變數模型預測控制器性能，例如模型參數預測等方法的研究和開發。
（3） 非線性模型預測控制：普遍套用的模型預測控制軟體包採用的是線性模型，在碰到內在非線性問題時，必須將其參數整定得以確保在整定操作區域內的穩定性，其後果是對許多操作區域的控制作用過於遲緩。為了根本解決這一問題，迫切需要非線性模型預測控制工程化軟體。
（4）多元統計監控：隨著計算機集成控制的廣泛套用，大量信號和控制迴路的集中管理監督和性能的評判，已成為工藝操作者的主要責任，如何加強計算機監控是當今現代工廠企業的重要內容。傳統的統計過程控制在處理含有耦合變數的連續過程單元時，通常會導致錯誤。然而，隨著主元分析（PCA）和部分最小二乘（PLS）技術的工程化套用研究開發，並進入到線上套用階段，含 PCA 和 PLS 的多元統計監控的套用將會日益增多。
獲取對象的動態數學模型是實施先進過程控制的基礎。實際工業過程模型化是一項專門的技術，它涉及到過程動態學、系統辨識、統計學以及人工智慧等多種知識。目前類似模型預測控制這樣的先進過程控制策略均採用工業試驗的方法來獲取控制模型，而機理模型和智慧型模型建立也有望成為有效的控制模型。
先進過程控制策略
先進過程控制採用了合理的控制目標和控制結構，可更好地適應工業生產過程的需要。先進過程控制主要解決：
① 個別重要過程變數控制性能的改善， 主要採用單變數模型預測控制與原控制迴路構成所謂的 “透明控制”的方式；
② 解決約束多變數過程的協調控制問題，主要採用帶協調層的多變數預測控制策略；
③ 推斷質量控制， 利用軟測量的結果實現閉環的質量卡邊控制。 涉及到的主要控制策略有模型預測控制、推斷控制、協調控制、質量卡邊控制、統計過程控制，以及模糊控制、神經控制等。
先進過程控制的實施
先進過程控制在實施時需要解決許多具體的工程問題：
① 合理地選擇被控的區域；
② 正確整定基本 PID 控制迴路和先進過程控制系統；
③ 合理限制控制變數的變化量和變化率，保證控制系統的平穩性和對不確定因素的魯棒性；
④ 建立良好的先進控制人機界面，確保在最常用的流程圖畫面上看到先進控制的信息，便於投用、維護和操作。
工程化方法
要使先進過程控制達到預期的經濟效益，必須嚴格地按一定的程式完成先進過程控制的工程化工作，而且與所選用的工作平台無關。其工程化主要步驟如下：
（1）定義目標：首先應將整個企業的目標細化為裝置的目標、過程單元的目標以及最終主要過程裝置的目標。
（2）分解目標至最底層：在一個裝置內，應對各主要設備建立控制目標，從而將過程裝置的目標分解至最底層的各個設備。
（3）識別先進過程控制的適用性：先進過程控制的適用性是指通過採用先進過程控制能否達到減少主要過程變數變化的預期目標。
（4）先進過程控制的效益 /成本分析：效益 /成本分析可以給出是否採用先進過程控制策略或應當採用哪種先進過程控制策略。
（5）制訂功能標準：對每個要實施的先進過程控制算法必須規定其功能標準。
（6）先進過程控制的實現：在先進過程控制方案確定後，首先進行詳細的工程設計，這些工程設計包括控制迴路連線圖、系統儀表配置一覽表、先進控制操作界面等，最終生成可實現的控制軟體。
（7）調試：調試是檢驗先進過程控制方案和生成的控制軟體是否正確。
面臨的挑戰
先進過程控制的廣泛套用，為企業帶來了顯著的經濟效益。另一方面，在實施先進過程控制的過程中，也會碰到許多富有挑戰性的問題，反過來又促進先進過程控制向更高層次發展。在實現先進過程控制策略中面臨如下幾個主要問題：
（1） 模型辨識的新工具：為了完成像反應器這樣的主要工業生產過程動態性能的測試，需要耗費數周的時間，給工程技術人員帶來很大的工作量，迫切需要更好和更有效的過程動態回響測試和能更充分利用統計信息辨識出動態模型的方法。
（2） 自適應模型預測控制：針對那些變增益的工業過程，如油品調合和 PH 控制等過程，需要套用自適應控制的思想來改進多變數模型預測控制器性能，例如模型參數預測等方法的研究和開發。
（3） 非線性模型預測控制：普遍套用的模型預測控制軟體包採用的是線性模型，在碰到內在非線性問題時，必須將其參數整定得以確保在整定操作區域內的穩定性，其後果是對許多操作區域的控制作用過於遲緩。為了根本解決這一問題，迫切需要非線性模型預測控制工程化軟體。
（4）多元統計監控：隨著計算機集成控制的廣泛套用，大量信號和控制迴路的集中管理監督和性能的評判，已成為工藝操作者的主要責任，如何加強計算機監控是當今現代工廠企業的重要內容。傳統的統計過程控制在處理含有耦合變數的連續過程單元時，通常會導致錯誤。然而，隨著主元分析（PCA）和部分最小二乘（PLS）技術的工程化套用研究開發，並進入到線上套用階段，含 PCA 和 PLS 的多元統計監控的套用將會日益增多。
