“在之前文章中闡述了“數字化下以工業(yè)軟件為驅動(dòng)的工業(yè)過(guò)程優(yōu)化的整體實(shí)現技術(shù)路徑”。過(guò)程優(yōu)化具備了軟件技術(shù)基礎之后，第一步就是實(shí)現控制優(yōu)化?？刂葡到y作為過(guò)程工廠(chǎng)的生產(chǎn)線(xiàn)核心中樞，它指揮和控制著(zhù)整個(gè)生產(chǎn)。而控制系統中的控制回路作為生產(chǎn)操作的基本單元，控制回路是工廠(chǎng)生產(chǎn)穩定高效的關(guān)鍵，而控制回路優(yōu)化往往也是工廠(chǎng)數字化轉型首先要實(shí)現的目標。

   控制優(yōu)化概念本身并不新，自從DCS和PLC 誕生后，對其中控制回路的控制性能優(yōu)化一直是工廠(chǎng)工藝和儀控技術(shù)人員追求的目標，但是由于實(shí)現技術(shù)瓶頸高，往往需要工藝和控制技術(shù)專(zhuān)家共同協(xié)作才能去實(shí)施，且優(yōu)化周期長(cháng)、優(yōu)化模型魯棒性差、后期維護困難。 在工廠(chǎng)數字化轉型時(shí)代，借助于工業(yè)軟件和人工智能，機器學(xué)習等技術(shù)，控制優(yōu)化實(shí)現的思路、方法和技術(shù)路徑也有了很大的不同。

過(guò)程工廠(chǎng)的控制優(yōu)化一般分基礎調節回路的優(yōu)化和先進(jìn)控制（APC）優(yōu)化。最近幾年，非常流行的操作規程自動(dòng)化也屬于控制優(yōu)化的范疇，但其兼具有過(guò)程控制優(yōu)化和操作優(yōu)化功能，我將在其它文章中單獨介紹。

  我們首先來(lái)介紹基礎調節回路的優(yōu)化，也叫內操自動(dòng)化。在過(guò)程工廠(chǎng)中，調節回路大部分是PID回路，關(guān)鍵的過(guò)程是控制檢測設備（如溫度，壓力，液位，PH等）和生產(chǎn)調節設備（如閥門(mén)，電機），實(shí)現了遠傳進(jìn)入控制系統，由生產(chǎn)內超操作后，內操自動(dòng)化的實(shí)現就成為了可能。內操自動(dòng)化的第一步是把手動(dòng)回路變成自動(dòng)回路。第二步是把已經(jīng)自動(dòng)的回路進(jìn)一步減少波動(dòng)，提高控制穩定性，進(jìn)一步把SP值向生產(chǎn)操作邊界靠近，俗稱(chēng)卡邊操作，從而達到降低操作負荷，提高操作穩定性和生產(chǎn)產(chǎn)能最大化的目的，同時(shí)也可以降低能耗，提高設備可靠性。

在過(guò)去，控制回路優(yōu)化基本靠控制優(yōu)化專(zhuān)家才能完成，專(zhuān)家需要具備很強的控制知識（例如PID控制原理）和工藝過(guò)程知識以及豐富的現場(chǎng)經(jīng)驗才能把現場(chǎng)的控制回路優(yōu)化好，并且需要花費很長(cháng)的時(shí)間，成本很高，無(wú)法全面展開(kāi)，只能選擇關(guān)鍵回路進(jìn)行試點(diǎn)優(yōu)化。盡管各DCS或PLC廠(chǎng)商也陸續推出了PID回路自整定工具，但是在現場(chǎng)使用時(shí)，由于與現場(chǎng)工藝無(wú)法匹配，整定效果基本不理想，無(wú)法代替控制優(yōu)化專(zhuān)家的知識和經(jīng)驗。隨著(zhù)現代工廠(chǎng)規模越來(lái)越大，工藝越來(lái)越復雜，傳統的專(zhuān)家優(yōu)化方法已經(jīng)無(wú)法滿(mǎn)足現在的生產(chǎn)需要。

在數字化時(shí)代，隨著(zhù)大數據分析、人工智能、機器學(xué)習等技術(shù)進(jìn)入OT領(lǐng)域，給控制回路優(yōu)化帶來(lái)了新的實(shí)現技術(shù)路徑。下面以艾默生的數字化控制回路優(yōu)化平臺DeltaV insight為例來(lái)介紹一下數字化的控制優(yōu)化實(shí)現的方法，如下圖：

DeltaV Insight作為數字化控制性能優(yōu)化平臺，它主要是集成了自學(xué)習模型（機器學(xué)習）和在線(xiàn)回路數據分析功能模塊DeltaV Inspect（大數據分析）。同時(shí)，在傳統控制回路按需自整定的基礎上，加入了自適應整定模塊（智能控制），而整個(gè)這些智能數字化模塊都是嵌入在其DCS系統DeltaV中。 有了這些數字化智能工具，DeltaV就具備實(shí)現控制回路智能優(yōu)化的全新技術(shù)路徑，如下圖。

如上圖所示，數字化回路控制優(yōu)化實(shí)現路徑的第一步，是在運行的系統上對需要優(yōu)化的控制回路（可同時(shí)多個(gè)控制回路）進(jìn)行自學(xué)習。打開(kāi)Insight上的Learning功能，系統會(huì )自動(dòng)觀(guān)察，識別存儲該回路在生產(chǎn)過(guò)程中的各種跟該控制回路相關(guān)的數據，采用內嵌的算法進(jìn)行機器學(xué)習，建立回路優(yōu)化仿真模型。為了保證模型的完整正確，一般建議自學(xué)習周期應該覆蓋該回路的全生產(chǎn)周期狀態(tài)（連續過(guò)程一般建議在1個(gè)月左右，間歇性生產(chǎn)建議至少完成2個(gè)完整的批次左右）。 第二步，自學(xué)習完成后，通過(guò)DeltaV Inspect工具對回路相關(guān)數據進(jìn)行深入分析，結合自學(xué)習模型，量化分析出回路重要的KPI，如時(shí)間常數、時(shí)滯常數、波動(dòng)指數、調節指數等，同時(shí)也能分析出跟回路連接的智能設備（如儀表閥門(mén)）性能，組態(tài)配置等是否滿(mǎn)足回路的控制需求，并給出相應回路整定優(yōu)化的方向和建議，如控制策略、整定方法等。如下圖所示：

通過(guò)前兩步可以看出，采用先進(jìn)的數字化技術(shù)和大數據分析方法，代替了傳統專(zhuān)家靠技術(shù)和經(jīng)驗到現場(chǎng)觀(guān)察總結，確定優(yōu)化方法的高難度工作，這就使得回路優(yōu)化的技術(shù)瓶頸大大下降。有基本的控制知識和工藝了解的現場(chǎng)儀控人員也可以進(jìn)行控制優(yōu)化的工作，從而為控制回路優(yōu)化在全廠(chǎng)的展開(kāi)提供了可能。

   確定了回路控制優(yōu)化的方向后，就進(jìn)入了第三步即回路整定。有了前面的的KPI分析和方向建議，整定時(shí)只需根據建議選擇相應的參數和控制策略，采用整定工具的模型檢測功能進(jìn)行自動(dòng)整定，并打開(kāi)仿真功能，可以把當前回路能夠實(shí)現穩定自動(dòng)控制的參數區間整定出來(lái)，如下圖：

 在上圖的綠色區域的穩定控制的區間，用鼠標點(diǎn)擊不同的位置，就可以顯示出不同的PV-SP、MV的曲線(xiàn)圖，根據該回路實(shí)際生產(chǎn)操作的需求選擇最合適的曲線(xiàn)（例如超調量，穩定時(shí)間，波動(dòng)性等），然后保存PID的比例，積分和微分關(guān)鍵參數，下裝到系統即可實(shí)現。

 以上是針對SP值在生產(chǎn)過(guò)程中基本保持不變的場(chǎng)景。智能的按需整定基本上可以實(shí)現控制回路優(yōu)化工作，但是還有很多回路的在整個(gè)生產(chǎn)周期過(guò)程中SP值變化范圍比較大，這就導致在不同的SP值，可能導致回路的各性能會(huì )發(fā)生很大的差異。例如SP在30%時(shí)，可能當前的PID控制很穩定，控制性能也很好，但是當SP值設置為70% 時(shí)，回路波動(dòng)就開(kāi)始增大，調節就開(kāi)始不穩定了。針對這種現象，就需要進(jìn)行回路優(yōu)化的第四步，自適應整定。DeltaV Insight 集成了一個(gè)智能整定模塊—自適應整定， 結合前面的自學(xué)習功能，自動(dòng)偵測到該回路在整個(gè)生產(chǎn)過(guò)程的SP設置范圍邊界，然后自動(dòng)的可以把整個(gè)操作區間細分成幾個(gè)性能相近的小區間，為每個(gè)小區間自動(dòng)整定出穩定的最優(yōu)控制參數。當SP值在不同區間切換時(shí)，可以自動(dòng)切換不同的控制參數，從而可以保證該回路在整個(gè)生產(chǎn)操作周期都能穩定高效控制，大大增加回路的穩定性。

 如果通過(guò)以上步驟，仍然無(wú)法實(shí)現回路優(yōu)化，尤其是出現回路相互耦合現象時(shí)，該平臺通過(guò)數據分析也可以明確的告訴用戶(hù)，并推薦采用先進(jìn)控制模型來(lái)繼續進(jìn)行控制優(yōu)化，這就是控制優(yōu)化的第五步：先進(jìn)控制。

 先進(jìn)控制范圍很廣泛，一切區別于常規的控制策略的控制都可以稱(chēng)為先進(jìn)控制，如模糊控制、自適應控制、多變量預估控制、神經(jīng)元網(wǎng)絡(luò )預測、專(zhuān)家經(jīng)驗系統控制等。目前，廣泛采用的APC策略基本上以多變量預估控制為主，即MPC。過(guò)去先進(jìn)控制的實(shí)施方法都是在控制系統外面搭建APC服務(wù)器，在上面建立先控模型，通過(guò)OPC與控制系統多個(gè)回路進(jìn)行同時(shí)，實(shí)現多回路的優(yōu)化穩定控制。先控模型基本需要通過(guò)專(zhuān)家技術(shù)結合現場(chǎng)情況進(jìn)行搭建，加上APC服務(wù)器與控制系統通信有比較大的滯后，導致APC模型的魯棒性很差，現場(chǎng)生產(chǎn)參數一超出范圍，APC模型就很容偏離控制，同時(shí)給后去的維護帶來(lái)了很大的困難。

 隨著(zhù)數字化技術(shù)的發(fā)展現在的APC模型都集成了先進(jìn)的智能自適應分析模塊，可以動(dòng)態(tài)檢測現場(chǎng)生產(chǎn)條件的變化。動(dòng)態(tài)改進(jìn)APC模型以適應不同的生產(chǎn)條件，從而大大提高了先控的魯棒性，同時(shí)降低了運營(yíng)中的維護成本，從而讓APC的實(shí)用性大大增強。，例如艾斯本公司的DMC3，就把數據分析，自適應控制與先控模型做了一個(gè)結合，如下圖所示，相對于其以前的DMC Plus模型有了很大的提高，目前在石化和化工行業(yè)得到了廣泛的應用。而艾默生的DeltaV MPC模塊不但能集成智能分析自動(dòng)建模的功能，還得益于其DCS系統控制器強大的數據處理能力，可以把先進(jìn)控制模型直接載入控制器中執行，無(wú)需額外的外置APC服務(wù)器，從而大大減少了先控模型與底層回路的通信的滯后，提升先控的穩定性。如下圖所示這種嵌入式的APC特別適用于小場(chǎng)景的專(zhuān)業(yè)裝置中使用，可復制性非常強，維護成本非常低，在化工行業(yè)得到了廣泛應用。最近艾默生持股55%與艾斯本共同成立了一家新的軟件技術(shù)公司，組成了新的戰略聯(lián)盟，相信Aspen DMC3和DeltaV MPC的強強聯(lián)合，將會(huì )把過(guò)程行業(yè)的先控優(yōu)化推向更高的高度。

綜上所示，在數字化技術(shù)不斷發(fā)展的推動(dòng)下，控制優(yōu)化借助機器學(xué)習、大數據分析、自適應智能控制等技術(shù)，實(shí)現了數字化轉型，大大降低了控制優(yōu)化實(shí)施的技術(shù)瓶頸，同時(shí)也降低了控制系統生命周期的維護成本，為工廠(chǎng)大規模全面實(shí)現控制優(yōu)化提供了可能，為工廠(chǎng)的整體數字化轉型奠定了堅實(shí)的基礎。

關(guān)于艾默生 

艾默生（美國紐約證券交易所代碼: EMR）總部位于美國密蘇里州圣路易斯，是一家全球性的技術(shù)與軟件公司，為工業(yè)、商業(yè)及住宅市場(chǎng)客戶(hù)提供創(chuàng )新性解決方案。作為工業(yè)自動(dòng)化領(lǐng)域的領(lǐng)先企業(yè)，艾默生通過(guò)自動(dòng)化解決方案和艾斯本（AspenTech）業(yè)務(wù)幫助過(guò)程、混合和離散行業(yè)制造商優(yōu)化運營(yíng)，確保人員安全，降低排放以及達成其可持續發(fā)展目標。艾默生通過(guò)商住解決方案幫助確保人類(lèi)舒適度和健康，保障食品質(zhì)量和安全，提升能效，以及打造可持續發(fā)展的基礎設施。