可控性和盈利性

过程工业和学术界似乎普遍认为，目前多变量控制的选择方法是模型预测控制(MPC)。MPC框架成功地处理了具有多个输入和输出的过程，其中单回路控制器可能无效;它还直接处理PID控制器存在问题的约束(如饱和)。

MPC理论的基础是求解一个二次目标函数，该函数惩罚跟踪误差，操纵变量根据过程的动态模型移动，该动态模型通常基于过程的步进测试。

MPC理论的一个逻辑扩展是使用基于过程经济学的目标函数(而不是二次函数形式)来为动态条件设计一个多变量控制器。然而，这一目标已经困扰了院士和从业者30多年。事实上，很难确定盈利能力等经济标准与当前控制器的设计或操作方式之间的直接关系。许多工业工厂使用线性或非线性编程软件实时选择稳态运行条件，使用基于营业收入减去费用的目标函数。然而，将同样的思想应用于动态变化(扰动或设定值变化)并不简单。

由于过程控制的经济理由是多方面的，因此很难将可控性和盈利性联系起来。过程控制最终用户被驱使:

1. 交付始终满足客户规格的产品;

2. 最大限度地提高实施和支持控制和信息系统的成本效益;

3. 尽量减少产品的可变性;

4. 符合安全和环境监管要求;

5. 最大限度地利用资产，灵活地运营工厂;

6. 提高控制和信息系统的工作范围和可靠性;增加操作者的控制范围。

在列出的六个业务驱动因素中，MPC控制器可以通过二次目标函数和约束处理直接处理第1、3和4项，但二次函数并不一定与工厂的利润函数匹配。大多数MPC应用在化工厂和炼油厂的大通量连续过程中，其重点是拒绝干扰，以保持产品质量符合规范。

另一方面，批量加工厂可能提供了一个更好的机会，将可控性和盈利能力联系起来。对于这些工厂，可以根据处理业务驱动1到5的成本或盈利能力定义一个目标函数。值得注意的是，优化批处理动态过程(如化学反应器)的概念，使用真正的利润指标(如最大产量)，可以追溯到20世纪60年代。由于硬件和软件的限制，实现这种最优非线性控制器是不切实际的。

在未来的20年里，由于过程工业性质的变化，可能会更加强调批次控制，并更加强调纳米加工和生物加工。事实上，半导体制造公司最近已经采用先进的控制作为一种方法，以最大限度地提高涉及薄膜沉积和蚀刻的许多批量步骤的利润。改进的过程控制可用于最大限度地提高每块晶圆的晶片产量，通过最小化周期时间来降低设备拥有成本，并减少因不合规格的晶片而导致的返工。然而，在设计和实施全面的控制策略之前，半导体设备中缺乏合适的原位传感器将需要解决。

作者信息

托马斯·埃德加(Thomas F. Edgar)是德克萨斯大学奥斯汀分校化学工程系的教授。

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。