19 先进过程控制系统

19.1 先进过程控制（APC）的介绍与需求

如今，过程工业中的控制设计几乎完全基于PID控制器。尽管它们易于实现且容易集成到控制系统中，但这些反馈控制策略本身存在死区时间（系统响应设定值变化的滞后）等固有问题。虽然前馈控制避免了反馈控制的迟缓性，但要使其有效，必须能够准确预测扰动的影响。

然而，大多数复杂工艺都包含许多需要调节的变量，并具有多控制回路。这些多控制回路常常相互影响，导致过程不稳定。因此，在面对更高复杂性时，传统的反馈和前馈控制策略很快达到其局限性。此时，先进过程控制（APC）为解决这些问题提供了新的机遇。

借助先进过程控制，即使复杂的情况也可以通过过程参数或变量进行数学描述，并用于自动灵活的工厂操作。先进过程控制提供的过程管理可显著降低能源和原材料消耗，持续保持高质量标准，并促进灵活生产。

19.2 过程控制历史

简要回顾过程控制历史，便可看出先进过程控制的重要性。

到20世纪50年代中期，过程传感器、过程数据的气动传输、气动控制器和阀门执行器已成为高度发达的自动控制形式。通过这些技术，操作成本实现了显著节约。在此期间，用于在线分析的过程分析仪开始投入使用，为操作人员提供了比过程流量、温度、压力和液位更具体和及时的信息。经典控制理论开始由学术机构和主要控制公司进行开发。

从20世纪50年代末到20世纪60年代初，涉及电子传输和控制的电子仪表变得越来越普遍。仪器行业就电子技术与气动技术的优劣展开了激烈的争论。尽管仪表制造商各自推崇自己的系统，但仍实现了一定程度的标准化。此外，数据记录也被引入。

20世纪60年代初，低成本小型数字计算机的出现带来了重要的里程碑——使用数字计算机来控制炼油厂和化工厂。主要用户与仪器及计算机公司联合开展了开发工作，计算机控制系统软件开始迅速发展。

到20世纪60年代中期至70年代中期，电子模拟仪表因其能够满足工业需求并提供可靠的计算机备份和与工艺的接口而得到广泛应用。然而，从模拟向数字的转变已经展开。有远见的人认识到，分布式控制系统（DCS）可以将多个回路集中在一个计算机芯片上，并通过电子数据通道实现操作员通信，而不是依赖专用盘装仪表。

尽管用于实现过程控制的硬件和操作系统软件对项目的成功至关重要，但真正带来主要经济效益的是应用和过程控制策略。炼油和化工行业中的过程控制从业者认识到，当时的控制概念普遍超前于实际实施，且大部分理论难以应用于实际过程。导致实际实施不足的最普遍原因包括：

• 对过程理解不足
• 变量间强相互作用
• 过程非线性 精确的数学模型很少。

然而，随着行业从业者在商业化工厂的计算机控制方面积累了经验，相关的激励措施逐渐被认识并得以实现。这些激励措施来源于：

• 改进的基础控制和先进控制
• 更好地理解过程动态和单元操作 在接近约束条件下运行
• 找到最有利可图的操作条件。

19.3 先进过程控制

通过前馈和交互控制，不同变量之间的关系变得更为复杂，且远不明显。

随着20世纪70年代末期和20世纪80年代初期功能更强大的微处理器的出现，执行重复性简单操作的底层微型计算机与执行复杂计算、需要大量数值计算能力的顶层主机计算机相结合的架构，成为此后大多数计算机控制系统安装的基础。到20世纪80年代末期，基于多变量模型的预测控制器实现了在单个程序中的控制。凭借预测能力，控制器能够在约束违规发生之前就采取必要措施加以预防，而不是像PID控制器那样只能在问题发生后进行响应。对过程响应动态进行工厂测试以开发和完善多变量控制模型，正日益成为一项重要优先任务。

到20世纪90年代中期，几乎每家炼油厂都在使用线性规划（LP）或其他模拟模型进行离线业务优化，并提供体积信号或指导原材料选择、运行吞吐量和强度以及期望的产品组合。到1995年，由于基于大型模型的多变量预测控制器技术的出现，该技术利用实际工厂测试数据模拟工厂动态，性能得到了显著提升。许多公司正在转向这些多变量控制器，并停用部分原有的单回路先进控制器。这些基于大型模型的控制器能够更好地应对动态复杂性和相互作用，并产生一定的协同效应。这些预测控制器安装在分布式控制系统的外部计算机上，并停用了分布式控制系统中的许多回路。

先进过程控制（APC）是一个广义术语，包含多种用于解决多变量控制问题或离散控制问题的过程控制工具。APC涵盖了来自多个学科的元素，包括控制工程、信号处理、统计学、决策理论和人工智能。

参与先进过程控制的几种不同的过程控制工具包括：

• 模型预测控制（MPC）
• 统计过程控制（SPC）
• Run2Run（R2R）
• 故障检测与分类（FDC）。

其中一些内容在下面的章节中进行了简要介绍。

19.3.1 模型预测控制

模型预测控制（MPC）是一种先进的过程控制方法，自20世纪80年代以来已在化工厂和炼油厂等流程工业中得到应用，并已被证实有效。模型预测控制器依赖于过程的动态模型，这些模型大多数是通过系统辨识获得的线性经验模型。

模型预测控制具有使其成为工业控制设计成功方法的众多特性：
简单性：模型预测控制的基本思想不需要复杂的数学，且具有“直观性”。

丰富性：所有基本的模型预测控制组件都可以根据手头问题的细节进行定制。

实用性：通常是对满足控制或输出约束等问题的解决，决定了控制器的有效性。
可证明性：它确实有效！——正如工业界许多实际应用所表明的那样，模型预测控制被常规且盈利地采用。

虽然模型预测控制适用于几乎所有类型的问题，但在应用于以下问题时，其主要优势尤为突出：

• 大量的操纵变量和被控变量。
• 对操纵变量和被控变量施加的约束。
• 变化的控制目标和/或设备（传感器/执行器）故障。
• 时间延迟。

模型预测控制模型可预测被建模系统中因变量的变化，这些变化由自变量的改变引起。在化工过程中，控制器可调节的自变量通常是常规PID控制器的设定值（压力、流量、温度等）或最终控制元件（阀门、挡板等）。控制器无法调节的自变量则作为扰动使用。这些过程中的因变量是其他测量值，代表控制目标或过程约束。模型预测控制利用当前的装置测量值、过程的当前动态状态、模型预测控制模型以及过程变量目标和限值，计算出自变量未来的调整量。

这些调整量的计算旨在使因变量保持在目标值附近，同时满足对自变量和因变量的约束。模型预测控制通常仅输出每个自变量的第一个调整指令予以执行，并在需要下一次调整时重复该计算。

19.3.1.1 线性模型预测控制

尽管许多实际过程并非线性，但通常可认为其在较小的运行范围内近似线性。在大多数应用中，采用线性模型预测控制方法，并通过模型预测控制的反馈机制来补偿由于模型与实际过程之间的结构不匹配所引起的预测误差。

模型预测控制理论

模型预测控制基于对系统模型的迭代、有限时域优化。在时间t，采样当前系统状态，并通过数值最小化算法计算未来相对较短时间范围内的最小化代价的控制策略：[t + T]。具体而言，采用在线或实时计算方法，探索从当前状态出发的状态轨迹，并找到直至时间t + T的最小化代价的控制策略。仅实施该控制策略的第一步，然后再次采样系统状态，并从新的当前状态重新进行计算，从而得到新的控制和新的预测状态路径。预测时域不断向前移动，因此模型预测控制也称为滚动时域控制。尽管这种方法并非最优，但在实践中已取得了非常好的效果。

模型预测控制原理

模型预测控制是一种使用以下方法的多变量控制算法：

• 过程的内部动态模型
• 过去控制动作的历史
• 在滚动预测时域上的优化常数 J。

控制器的核心是一个由参数集u参数化的模型M(u)，用于预测被控对象的未来行为。该预测包含两个主要部分：自由响应（f r），即假设未来控制作用为零时输出的预期行为；以及强制响应（f o），即由于未来控制量的“候选”集合（u）所引起的输出响应的附加分量。对于线性系统，总预测可计算为f o+ f r。

参考序列（r）是输出应达到的目标值。未来系统误差可计算为e = r −(f o+ f r)，其中f o、f r和r为适当维度的向量。

使用具有用户定义目标函数 J(e,u) 的优化器，通过最小化目标函数 J(e,u) 来计算最佳的未来控制动作序列。该优化受限于操纵变量(MVs)和控制器变量(CVs)的约束条件。

使模型预测控制成为闭环控制律的是采用了滚动时域法。这意味着只将控制作用集u中的第一个控制作用传递给被控对象，之后利用当前被控对象输出重复执行完整的优化和预测过程。

19.3.1.2 非线性模型预测控制

非线性模型预测控制（NMPC）是模型预测控制的一种变体，其特点是在预测中使用非线性系统模型。与线性模型预测控制一样，非线性模型预测控制需要在有限预测时域上迭代求解最优控制问题。虽然这些问题在线性模型预测控制中是凸的，但在非线性模型预测控制中不再具有凸性。这给非线性模型预测控制的稳定性理论和数值解法都带来了挑战。

19.3.2 统计过程控制（SPC）

统计过程控制（SPC）是将统计方法应用于过程监控，以确保其在充分潜力下运行，从而生产出合格产品。在SPC下，过程可预测地运行，以尽可能多地生产合格产品，并使浪费最少。尽管SPC最常用于控制生产线，但它同样适用于任何具有可测量输出的过程。SPC的关键工具包括控制图、持续改进以及试验设计。

19.3.2.1 概念

无论工艺控制得多严格、运行得多好，最终产品的质量仍存在变异。重要的是要评估这些变异，以确定最终产品的特性是否在可接受的质量限内。

变异的原因可分为两类。某些变异是过程本身固有的，可称为正常（有时也称为普通或偶然）变异。其他变异则归因于过程之外的“特殊原因”。可能的“特殊原因”包括校准不当的仪器、培训不足、过期试剂等。一旦发现这些变异的“特殊原因”，便可制定并实施相应程序，以确保这些问题不再持续。统计过程控制（SPC）使我们能够检测到这些少数存在的特殊原因变异。一旦消除，该过程即被认为是稳定的，这意味着其产生的变异可预期保持在已知的限值范围内，至少在引入另一个特殊原因变异之前如此。

SPC技术利用随机抽样和统计分析，而非持续监控，以近乎完全的置信度确定变异是源于过程本身还是特殊原因。当使用SPC技术时，测量测试的频率和时机通常由统计学家定义。

19.3.2.2 优势

SPC 的许多优势在于能够利用一些工具来分析过程及其变异源，这些工具更注重客观分析而非主观意见，并能数值上确定每个变异源的影响程度。过程中可能影响最终产品或服务质量的变异可以被及时发现并纠正，从而减少浪费以及问题传递给客户的可能性。由于 SPC 强调问题的早期检测与预防，因此相较于检验等其他质量方法具有明显优势，后者是在问题发生后才投入资源进行检测和纠正。

19.4 先进过程控制的优势

先进过程控制（APC）的典型优势包括改进的最终结果，例如：

• 效率提升
• 提高产率
• 提高处理量
• 单位产品能耗和原材料消耗降低
• 降低运营成本
• 质量提升
• 稳定的产品质量
• 敏捷性提升
• 提高操作灵活性
• 改善工艺稳定性

通过实施先进过程控制，可实现运营成本的2%到6%的效益。这些效益显然巨大，且通过减少工艺波动来实现，从而让工厂能够按其设计产能运行（图19.3）。

19.5 架构与技术

许多领先的公司认识到，先进过程控制应用能够显著改善复杂工艺的控制，特别是对于具有长滞后时间、耦合回路、高度受限操作或逆向响应的工艺。从历史上看，先进过程控制的实施需要非常专业的专业技能和有经验的人员来进行实施和维护，从而限制了该技术的应用范围，主要集中在大型炼油厂或可证明此类开支合理的石化装置。一些自动化供应商提供的新型嵌入式APC工具正在改变这一状况。这些工具设计的易用性功能旨在使先进过程控制模块几乎像PID回路一样易于使用。

秦和巴德韦尔进行的一项全球调查显示，在接受调查的大约2200个安装案例中，超过82%的先进过程控制应用实施于炼油和石化行业，且这些应用主要集中在主要炼油厂的大型设施中。

传统先进过程控制技术通常在类似于图19.4所示的监督控制架构中实现。

在此环境中，先进过程控制应用在与分布式控制系统通过某种方式连接的独立计算机上执行。先进过程控制应用将计算所需调节动作，并将其发送至分布式控制系统，通过调节控制器和现场I/O执行基本控制功能。在许多情况下，分布式控制系统（DCS）和先进过程控制（APC）系统通过行业标准的用于过程控制的OLE（OPC）协议进行连接。

监控系统通常具有自己的用户界面、分布式控制系统驱动程序、数据库、调度器以及标签同步问题。通常，需要在分布式控制系统中进行至少一定程度的定制编程，以提供操作员开关功能、故障安全逻辑和看门狗定时器功能。进行过程的阶跃测试通常需要连续24小时的工程支持，持续数天甚至数周。此外，历史上先进过程控制应用需要经验非常丰富的顾问和专业技能来进行实施和维护。因此，只有那些潜在效益最大的大型流程才能负担得起实施这些技术。

遗憾的是，多年来实施的先进过程控制应用中有相当一部分在投运几年后被关闭。导致这一情况的主要原因有：

• 调节控制问题——在先进过程控制应用有可能成功之前，基本的调节回路必须运行良好。故障的阀门、不良的整定以及处于手动模式的控制器都可能导致先进过程控制性能下降。
• 工艺变更——任何影响控制器设计或显著改变过程模型动态特性或增益的工艺变更，都需要额外工作来更新先进过程控制应用。
• 新增约束或限值——在原始控制设计中未考虑的工艺或设备限制必须纳入先进过程控制策略中。
• 不同的控制目标——由于经济性、进料、约束条件或操作条件的变化，工艺操作目标有时会与原始设计不同。
• 控制器需要重新进行阶跃测试——每当过程动态发生显著变化时，就需要对过程重新进行阶跃测试，并重新拟合模型以减少模型误差。这可能是一个昂贵且耗时的过程。
• 应用未维护——应用需要持续更新以兼容最新的操作系统和软件版本。一旦应用过于陈旧，若无重大投入，升级将变得难以实施。
• 缺乏操作员培训——如果操作员不了解先进过程控制器的操作原理，该控制器可能会被关闭。对操作员进行先进过程控制技术和先进控制策略的充分培训，对于维持系统正常运行时间至关重要。
• 预算限制——很多时候，软件维护不像工厂其他设备那样被列入预算。此外，聘请先进过程控制专家对现有先进过程控制应用进行重新设计、重新配置、阶跃测试、建模、更新文档和重新投运的成本，几乎与最初的工程服务费用相当。

随着新型嵌入式APC工具的出现，这些问题中的许多都得以消除。嵌入式APC功能消除了对独立监控系统以及随之而来的额外数据库和编程的需求。这些新工具只是自动化架构的一部分——就像PID模块一样——完全去除了一整层的系统、软件、数据库和接口复杂性。

在新架构下，先进过程控制功能可以分布在多个控制器或应用站上执行，这些控制器和应用站运行在原生控制系统总线上，如图19.5所示的架构。

因此，实施和维护这些应用的工作量显著减少。通过这些新系统，可以实现：

• 监控系统上无需维护额外的数据库。
• 添加、更改或重新校准测点时不会出现数据库同步问题。
• 无需看门狗时间来确认先进过程控制应用程序仍在运行。
• 没有控制器故障/卸载逻辑设计来自动处理先进过程控制应用的故障。
• 无需进行接口配置或编程即可实现分布式控制系统与上位机之间的通信。
• 无需单独的操作员界面显示器或为先进过程控制功能定制的图形界面。

一些供应商提供可在自动化系统控制器内运行的嵌入式APC工具，且运行环境为高速、可靠且冗余的环境。该架构将此技术应用于一类全新的控制问题，包括具有极高速动态特性的问题，或需要直接向阀门输出而非向PID控制器设定值输出的应用。