高级过程控制:更多答案

先进过程控制(APC)包括许多工具和技术，它们的共同特征是使过程自动化超越单循环控制的限制，进入多循环(或多变量)控制的领域。1月9日的网络直播，“先进的过程控制:过去、现在和未来”，旨在帮助过程工程师(也称为生产或操作工程师)增加对现代控制系统如何提高过程性能和优化的理解。

在网络直播的最后，观看直播的注册者会提问。下面是网络直播没有时间回答的其他问题和答案。如果还有其他问题要问克恩，请在这里联系他。

问:请详细解释一下你说货币政策委员会投入了大量计划外资源是什么意思。

答:模型预测控制(MPC)在过去的几十年里，无论是用户还是供应商，都投入了大量的资源。问题是这是有计划的还是无计划的。该行业应该向多循环控制(MLC)发展——更灵活、成本更低、工具更容易使用。

但相反，大部分精力都花在了模型质量、优化器和矩阵设计上。斗争仍在继续，而所有权的成本和复杂性并没有下降;如果说有什么不同的话，那就是成本和复杂性增加了。

业界已经了解了为什么这些问题无法解决(在建模的情况下)，或者为什么它们可能不值得在这一点上解决(在优化的情况下)。

利用这一经验，工业界应该转向更易于管理和更有前途的APC 2.0解决方案。

问:“强大矩阵”在APC中如何比模型更重要?

答:这是个好问题;矩阵是一个相对简单的概念，而基于模型的控制是一个非常高级的控制概念，所以在逻辑上更重要。

但关键是，就像单循环趋势vs.比例积分导数(PID)算法本身一样，矩阵是一个简单的工具，可以更好地可视化和理解多变量控制，最终可以比算法本身的本质更有影响力，如果这有意义的话。

此外，在MPC之外，工业界正在实现更多的多变量控制方法。矩阵是一个基本的底层工具，不管它是如何执行的——手动、MLC还是MPC。

问:我在网上看到APC Performance和Lin & Associates以您的名义发表的论文。有什么不同?

答:APC Performance是我的控制咨询业务，但我也与总部位于凤凰城的Lin & Associates (L&A)密切合作。L&A是凤凰城一家知名的中型控制系统集成商，已有超过25年的历史，在石油和大多数其他行业拥有许多长期的财富500强客户。除了L&A的传统业务外，我还与L&A合作开发用于工业的APC 2.0工具。

问:除了HPI，你还有其他行业的工作经验吗?你在职时间最长的申请是什么?在长期APC支持中，服务有多突出?

答:所提到的MLC工具已经可用，其中一些应用程序已经上线好几年了。控制器已经运行基本上100%正常运行时间和免费维护。

我曾在碳氢化合物加工业(HPI)、化工和电力行业工作过。上面提到的系统集成公司L&A几乎在所有行业都有经验:石油、天然气、化工、电力、造纸和一些大宗商品。

问:APC是否总能保证工厂在最佳状态下运行?多回路能确保这一点吗?

答:APC保证工厂在最佳条件下运行，如果:

1. APC应用程序本身正在运行。
2. 它不会被有限的限制、被控制的变量(mv)等错误地约束或击败。
3. 它有正确的矩阵。
4. MPC的复杂性和脆弱性不利于实现这些目标，大型矩阵设计范式也是如此。
5. MLC的一个目标就是超越这些“脆弱”的断裂来源。

问:那效益评估、性能监控和维护呢?

答:第一个也是最重要的好处是闭环的内在好处。过程控制中的每个人都明白这是目标。在许多应用中，这是充分的理由，特别是在成本较低的情况下(MPC成本较高，因此需要更充分的理由)。

在MLC中，就像MPC一样，在某些应用中，收益可以相当高。我现在正在开发一个应用程序，估计每年价值几十万美元。众所周知，在APC 1.0中，大部分的好处往往来自于几个变量或几个模型，而不是整个矩阵。性能监控是一种意外的副业——一种计划外的活动，基本上是不可能的，正如我在性能标准中提到的——最小化错误与安全驾驶习惯。在MLC下，我看到性能监控，就像我们在MPC下想到的那样，消失了。

问:APC如何创造价值?

答:闭环的明显和内在的好处提供了价值和简单、可靠的MLC控制。这很重要。

问:关于自适应增益，什么时候应该使用非线性增益?

答:首先，我要强调尽可能使用级联。级联增益和自适应增益是互补的。级联线性增益，而不是使用自适应增益。

除此之外，老实说，我不太喜欢实践中的自适应增益。作为一种学习工具，它很有用，可以说明控制算法是如何工作的，但在实践中往往很麻烦。像不必要的前馈使用一样，自适应增益需要确保模型与过程匹配，如果不匹配，性能可能会因为你的麻烦而变得更糟。

我也不太喜欢关卡控制中的间隙增益，在我看来，这也会获得更多关注。看到“控制工程师的十大调优技巧”。

在大多数情况下，我宁愿使用平均增益(或应用程序要求的最小增益)，看看我是否可以接受它。

问:在谈到APC时，分段控制、比例控制和史密斯预测器在哪里适用?

答:我将这些归入高级监管控制(ARC)的范畴。这些都是在你的盒子里有三个重要的工具，以及前馈和覆盖。也许还有自适应增益或级联。

问:什么是工作信封?

答:网络广播中的幻灯片20和21显示了一个五边形，代表操作包络。圆圈是每分钟的操作区域，而五边形是整个包络线(或窗口)。APC的两步目标是将操作区域置于包络线内，然后将其向的方向移动更大的优化尽其所能。

问:控制器调优不仍然需要模型(滞后时间、过程增益和死区时间)吗?

答:是的。作为反馈控制器，MLC(或我的版本，无模型多变量控制，称为XMC)将有一些基本的调优需求，但也有可靠值的范围，并具有保守或安全的方向，以稳定的性能为代价。在这方面，它与PID类似，但与MPC不同，MPC依赖于模型精度。

问:你怎么知道什么时候去MPC，而不是以一堆MLC解决方案结束?

答:到目前为止，适当的MPC应用程序已经很好地建立起来。使用演示文稿中展示的技术来识别MLC应用程序。在大多数情况下，应用程序将在操作上存在问题，例如创建大量操作员干预和警报，即一旦您意识到如何发现它们，大多数应用程序将“找到您”。

问:设计非内置分布式控制系统(DCS) MPC需要什么编程语言?

答:自定义可重用功能块(现在在大多数现代dcs和可编程逻辑控制器(plc)中可用)是目标部署机制，尽管有了当今灵活的技术，其他选项也出现了。Visual Basic (VB)或c++都不错。

问:你认为哪些平台会支持MLC?嵌入式控制器或服务器，还是什么?

答:DCS控制层和(有更多限制)plc可以支持MLC。在某些情况下，用户可能更喜欢基于网络的通用解决方案，但这给所有者/运营商增加了复杂性和其他问题。

问:MPC是否需要连续的步骤/预测试数据?

答:理论上没有必要，但在连续运行中，有更多的连续性和发现可能导致数据不规则的潜在工厂事件的能力。

问:没有足够的强调我们工程师需要了解我们的流程。

答:我完全同意。在MLC中，矩阵是基于现有的(或期望的)手动多变量控制方法设计的，也就是说，它基于操作团队已经知道如何管理约束和优化变量的自动化方式。

问:一家主要的流程工业软件供应商……现在以几种形式提供在线动态模型更新。你熟悉这个吗?你见过相关的应用吗?

答:我对你说的软件很熟悉，但是没有使用过。这又一次代表了自动调优的故事，这是我在演讲中没有时间讲的一个重要的过去经验教训。自动调优可以看作是为单个循环创建“自适应模型”的尝试。在很大程度上，尽管业界做了很多尝试，但在这方面还是失败了。那么，在几何上更大更复杂的多变量基础上，它成功的可能性有多大?这又给MPC增加了一层成本和复杂性，在我看来，前景令人怀疑。我在一个相关的控制工程条:“自动调优的利与弊——重要的故事”。

问:朝着更以反馈为中心(而不是基于模型)的范式发展，MLC是否能够像MPC目前那样尊重约束/限制?

答:我想是的。例如，一个简单的重写实际上是一个多变量约束控制和优化工具:正常的设定值是优化目标;覆盖设定值是约束限制;选择器是一个1×2矩阵;选择器下面是MV。我们知道这些重写是绝对可靠的，并且不使用模型或优化器。这些性能良好的ARC配置在整个行业中都存在，没有人考虑过他们可能需要或受益于一个模型(尽管从技术上讲，如果你用MPC来做，在MV和约束变量之间会有一个模型)。但我们知道这是不必要的。我认为行业会发现反馈MLC将简单可靠地解决许多多环问题。

问:你有数据表明MPC的长期性能问题和维护需求吗?你能分享这些数据吗?你提出了一些非常可靠的观点，有数据支持就好了。

答:没有人拥有或公布这样的数据，但是，慢慢地，多年来，这个故事已经出现，现在被普遍接受，即使人们仍然不公开谈论它。高可用性和高利用率的MPC是罕见的;低可用性和低利用率通常是规律，而不是例外。自2005年以来，我一直在发表这方面的文章。在某种程度上，我发现了根本问题——寿命短的模型，错误地假设最小化错误的性能标准，超大的矩阵设计加剧了前两个根本问题。在这一点上，我开始建议改变，而不是修复，这把我带到了MLC。

问:在MLC或MPC的维护中使用闭环模型识别技术如何?

答:一般来说，我不喜欢详细的模型识别。大多数模型在花费金钱和时间的同时增加了维护和风险。在任何可能的情况下，使用反馈。你将知道前馈模型在哪里是需要的，因为它将在操作上踢你的尾巴。在大多数确实需要前馈模型的有限情况下，它已经存在于基础层控件中。我尤其怀疑“自适应建模”。请参阅我之前对这个主题的回答和相关文章链接。

Q:你熟悉Cooper, c.d.， Alley, F.C.和Overcamp, T.J.吗?(1982);环境的进步;1;129年?

这是一种基于模型的分析方法，可以适用于MPC。它适用于单一工艺——有机化合物的热氧化——不同的有机化合物有不同的参数。这显然是MPC的一种形式，在四个自变量和一个因变量的中间范围内工作得很好。我不认为许多热氧化剂的所有者正在使用MPC，但我认为他们可能想尝试它作为一种优化质量(即高破坏)的手段，同时最小化燃料消耗(即低操作温度)。参见R.J.马丁;(2019);《热氧化剂运行质量先进方法》;纸# 71 ea - 0175;在第11届美国全国燃烧会议上发表;2019年3月24日至27日，美国加利福尼亚州帕萨迪纳市。

答:恐怕我对上面提到的方法不太熟悉，但基于这个非常好的问题，我有一些想法。我认为有许多在中间矩阵范围内的高速多循环应用程序还没有被MPC服务，因为MPC对于中间矩阵设计来说是昂贵的，而且(更重要的是)不能像MLC那样在1秒内执行。根据你的描述，这似乎是其中一个应用程序。而且，循环越快，基于模型的控制就越少，反馈就越有效。我想考虑使用我们的MLC工具的其中一个应用程序。

问:性能不取决于误差的定义吗?

答:我同意。请参阅我关于错误最小化性能标准的错误假设的回答(下面)，这也在网络直播的幻灯片24中描述。

问:动态、过程变化如何?

答:许多或大多数动态问题，如逆响应，在使用反馈时变得不那么重要或麻烦。反向响应主要是一个来自基于模型的控制的问题(在此之前你从未听说过它)。基于模型的控制首先突出了处理逆响应的能力，然后转向并提供了失谐旋钮来忽略快速动态!类似地，基于模型的控制理论上适用于死时间，但不能处理非可变死时间，而大多数应用程序都是如此(基于进给率的变化)。死时间总是需要考虑的，即使在反馈中也是如此。(见文章控制工程”什么是率预测控制?”)

以下问题已在网络直播中口头回答，但下面提供的答案提供了更详细的信息。

问:请说明MLC如何在没有优化器的情况下进行优化?

答:首先，如幻灯片23所示，优化发生在业务级别，所有所需的工具和信息都可用。

在控制层或APC层，优化是指如何使用多余的MV可用性或自由度。(这是一个两步目标;请看幻灯片。)

所以问题就变成了:APC的优化目标从何而来——生产计划与优化(PP&O)、工程师和操作员，有时还有实时计算。它们真的不能来自控制层优化，因为在控制器本身之外没有可用的信息。顺便说一下，大多数目标很少改变;一个有限的数字可能每天都在变化，这在PP&O计划中被记录下来。

不幸的是，在整个APC 1.0时代，优化是一个很关键的方面。

问:我不明白为什么误差最小化是错误的假设?(如果不是最小化错误，会怎样?)

答:如果你做了很长一段时间的控制工程师，你可以看到这样一种模式:网站开始调优/建模活动，然后是失调或移动抑制期。

问题是，误差最小化是一个激进的准则，导致快速/大的MV移动，以及过度的超调和振荡。

在工业过程操作中，这些是至少理想的性能特征。更重要的是以安全速度和最小的超调或振荡达到设定值。

不幸的是，这(后一种)类型的性能本身并不适合简单的或数学的测量，而只能通过整体指标来收集，例如手动中的循环，手动中的多变量循环，警报的数量等。

问:关于人工智能(AI)、深度学习、工业物联网(IIoT)、恢复时间目标(RTO)等，有很多问题。它们对APC有什么影响?

答:人工智能是一个令人兴奋的领域，但它不是我的领域，在我(现在有点有限)的时间范围内，我不认为它对APC有很大的影响。

我认为人工智能是一种工具，可以更快地完成任务，但不一定更好。如果建模不能用我们所看到的所有努力解决问题，那么我认为人工智能不会起作用，直到我们理解问题的本质。

有些令人惊讶的是，即使对我们这些从事这一行业的人来说，大多数工厂都是高度可变的，不是每周都一样——许多变量都在变化，而且似乎有无穷无尽的新类型的干扰。

行业在基准测试中看到了这一点;我们在APC建模中见过;我们在推理的神经网络中看到过。

所以，我向人工智能人群脱帽致敬，但目前它还不是我关注的重点。至少对APC来说不是。

问:无模型APC如何工作?

答:无模型基本上可以被认为是反馈，而基于模型基本上是前馈。

也就是说，我们的MLC工具(XMC)中使用的算法已经获得了专利。它们代表了业界唯一的“固有自适应”控制算法，以及唯一的“无模型”多变量控制方法。而且它们特别适合于多循环应用。

Q:当应用正确时，模糊逻辑(FL)是有效的。我有直接的经验。关键是要有一个坚实的理解的过程和适当的应用FL。

答:谢谢你的反馈。正如我所说，模糊逻辑总是会出现，所以一定会有一些满意的用户。在连续APC中，我们通常不需要或避免任何类型的不连续断点。这也是我不喜欢间隙水平控制的一个原因(尽管我还有其他原因)。

问:请讨论模糊逻辑和前馈控制。

答:模糊逻辑总是出现在讨论中，但我从来没有用过。

前馈另一方面，这是一个非常重要的主题——每个控制工程师都应该知道它;这并不复杂。前馈是单回路等效的基于模型的控制。对于某些应用程序来说，这是必不可少的或关键的技术，但只是在非常有选择性的基础上。它不像APC 1.0中那样被用于猎枪射击。

如前所述，你不需要担心错过前馈模型——它会找到你。空载时间控制也是至关重要的;学会使用史密斯预测器可变死时间。

这些主题可能会在未来的网络广播中更详细地讨论。

艾伦·克恩APC Performance LLC，由内容经理马克·t·霍斯克编辑。控制工程，《媒体，mhoske@cfemedia.com．

关键词:先进过程控制(APC)，多回路控制(MLC)，矩阵

更多答案将在网络直播后揭晓APC的过去、现在和未来

过程工程师可以使用APC来改进操作。

一个矩阵,与APC一起使用，可以更好地可视化和理解多变量过程。

考虑一下这个

是你的多变量控制应用程序运行开环?你遗漏了多少优化?

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。