2006年4月14日控制工程在线更新

制造工厂正变得比以往任何时候都更加自动化，大大减少了运营工厂的人数。但与此同时，操作也变得复杂得多。其结果是，操作员有如此多的任务要执行，以至于他们越来越难以手动维护优化的工艺条件。

进入规则引擎应用程序或专家系统。这些系统可以在劳动力减少的情况下提高产量和质量。规则引擎应用程序可以通过在标准条件下进行频繁但很小的调整，将流程稳定在或接近最佳水平。

例如，在水泥厂，窑内的传感器决定操作温度，对废气的化学分析显示是否发生过烧或欠烧。基于这种类型的信息，操作员不断地被期望做出关于燃料和原料进入窑的进料率的决定。但是，作业人员要完成的任务太多了，当他们可以自由地解决这类问题时，可能会发生重大变化，需要采取一大步措施才能使过程重新得到控制。这就造成了成品质量的变化，也有可能导致生产过程走向相反的方向——在最坏的情况下，可能会导致生产损失。

法国巴黎的拉法基集团是世界上最大的水泥生产商，他们克服了这一问题，并在此过程中将50家水泥厂的产量提高了4%至5%。他们通过实现一个规则引擎应用程序来实现这一点，该应用程序部署了拉法基专家的知识，以优化操作参数，如进料速率。与作业人员相比，该应用程序可以进行更小、更频繁的更改，从而提高了输出一致性，并使其更接近作业极限。

“露西”处理了90%

该应用程序名为“Lucie”，即Lafarge通用水泥推理引擎，由内部团队基于马萨诸塞州伯灵顿Gensym公司的G2实时规则引擎平台开发。该团队的一位高级工程师表示，专家系统在大约90%的时间内以闭环模式运行工厂和窑炉，而操作员则处理最复杂的情况，占另外10%。

这位工程师说:“在现代水泥厂，根本没有足够的人员来使用传统的手动控制方法实现真正的过程优化。”“我们开发Lucie的目标是提供一种自动化方法，在工厂在标准条件下运行的绝大多数时间内优化流程。偶尔发生的非常复杂的情况很难参数化，因此我们认为由操作员来处理这些情况会更好。”

G2应用程序将操作数据实时转换为自动决策和操作。G2平台将实时推理技术(包括规则、过程、对象建模、仿真和图形)集成到单一的开发和部署环境中。该平台支持整个应用生命周期，Lafarge公司不断与工程师和操作人员面谈，以改进Lucie系统。为了简化知识的输入，开发了一种图形化规则语言。

Lucie控制策略基于闭环计算集，这些计算集保持通用以方便维护。通用软件版本构成了每个工厂控制系统的基础，为不同类型的窑、篦冷器、传统球磨机和垂直主轴磨提供了策略。燃料管理器负责向窑系统提供替代能源。

露西从过程控制器收集传感器信号。传感器信号要经过有效性和可信度测试，未通过测试的信号可能要经过更严格的过滤或丢弃。处理后的传感器值被数学处理，以产生基于提高生产率、提高产品质量和降低能耗目标的短期行动。短期操作是根据公司最有经验的操作人员的专业知识进行建模的。例如，为了从沮丧的状态中恢复而采取的突然行动。在条件恢复正常后，这些操作被逆转以保持长期稳定．

太热，太冷，还是刚刚好?

Lucie具有判断功能，它使用被称为模糊逻辑的推理技术应用专业知识来实时判断过程条件。例如，一个烤箱判断函数可能会得出它是太冷、太热还是刚刚好。或者通过测量烤箱温度，窑炉扭矩和气体分析，露西将判断材料是否处于正确的燃烧或质量水平。有了这些判断，就不需要等待质量的实验室结果，这可能需要半个小时的时间来运行并向操作部门报告。露西的目标是根据判断立即采取行动。

该系统对拉法基的好处是显而易见的。由于该公司在精轧机闭环控制方面经验丰富，这也是最容易量化效益的地方。在美国工厂中，一致的磨机电路控制方法使磨机产量平均增加了6%。质量的可变性也减少了16%。Lucie在希腊安装的第一家工厂与其他仍在手动操作的工厂相比，产量立即增加了2.3%。

这位拉法基工程师表示:“如果工厂售罄，这些产量的增加可以立即转化为收入。”“如果没有，钢厂仍然可以提高质量，降低运营成本。”例如，马来西亚两家未满负荷运行的水泥厂能够将能耗降低4.1%和5.1%，并将质量变化率降低40%。

拉法基的一些工厂也开始在较为困难的窑区看到改善。在一家工厂，在Lucie实施后，窑炉产量迅速攀升至创纪录的水平。一项对法国窑炉控制的研究表明，Lucie能够将熟料质量变化减少近40%。本研究还表明，安装Lucie后，每小时人工干预次数从5.83次下降到0.249次，为操作员提供了更多的时间来专注于主动任务。

这位工程师总结道:“我们在世界各地实施了Lucie的工厂已经实现了产量的增加、质量的改善和运营成本的降低。”“看到了可以实现的好处，我们正在尽快在我们剩下的工厂实施专家系统，以便最大限度地提高我们从实时闭环监督控制中获得的竞争优势。”

Gensym公司www.gensym.com

拉法基集团www.lafarge.com