五个先进的过程控制，数据分析连接

工业物联网(IIoT)、人工智能(AI)、增强现实/虚拟现实(AR/VR)、工业4.0和制造业数字化是信息技术(IT)世界最近的发展。资深的高级过程控制(APC)工程师可能会想，他们的世界与数字化，特别是“数据分析”的新世界之间是否有任何联系。大量的实时和历史数据可供制造业使用。拥有更多的数据是否能提高运营效率?

APC的优化

APC(多变量)的目的是调整单回路控制器的设定值，使关键操作变量接近目标，并使操作更接近约束条件，这是局部层面的一种“优化”形式。经验丰富的板操作员可以根据他们对工艺的了解、当前的操作条件和生产计划的投入来完成APC所做的工作。然而，人类并没有以电脑的速度和孜孜不倦地工作。

APC在过去的40多年中出现和发展，依靠逐步响应模型(而不是工艺知识和经验)来决定移动哪些循环，以及移动多少，以保持工艺处于最佳条件。

《APC》是一场代价高昂但勉强成功的冒险。它很难维持，需要不断的改造，太大了，经济驱动力是静态的。(与上周相比，今天每磅产品的价值增加了多少?)一些制造商做得很好，而其他许多制造商做得不好或不能。数据分析能帮上忙吗?

连接数据分析

数据分析是指使用高级工具(分析和算法)处理原始数据以生成有用的信息。具体来说，对于APC来说，什么是“有用的信息”?以下是关于APC和数据分析的五个想法。

1.模型灵敏度实时更新

原始仪器和分布式控制系统(DCS)历史和实时数据(例如，过程变量[pv]，设定值，阀门位置)，以及相关的质量(实验室)数据，现在通过数据历史学家“连接”到组织的站点和企业级。为什么不使用这些数据来不断地实时更新驱动装甲运兵车的模型的关键敏感性呢?这并不像听起来那么复杂。算法技术确实可以实现这一点，现有技术也可以将这些敏感性转移回模型，并内置适当的安全性。

2.模型的准确性

驱动将关键生产目标下载到apc的站点和企业生产计划工具(工厂和企业级优化器)的模型如何?目前这些工具的主要问题是它们缺乏实时执行。如果依赖于昨天的数据，那么运行工厂优化器来设定今天的目标有什么价值呢?这就是APC最初的先驱之一所提到的评论:“只有当数据能够带来更好的决策时，它才有价值。”根据昨天的数据做出的今天的决定有什么价值?它是零，甚至是负的，因为旧的数据可能会导致错误的决定。

3.实时数据分析

如果决策必须是实时的，那么无论多么复杂的数据分析都需要实时运行。同样，这并不像听起来那么复杂。需要实时更新的变量数量非常有限，以确保生产计划工具正在下载最佳目标。数据分析应该专注于这几个关键变量。

4.APC设计和范围改进

目前在工厂运行的APC控制器的设计和范围如何?它们还能改进吗?当今工厂中许多控制器的最大问题之一就是它们太大了。基于标准化的训练程序，设计人员运行测试，使用每个可能的操纵变量(MV)，查看对每个可能的控制/约束变量(CV)的影响，然后将这些变量中的每一个都包含在模型和控制器设计中。

不应该是这样的。有经验的操作人员可以告诉你哪些变量是重要的。为什么不拥有一个基于数据分析并包含关键生产率指标的数据监控工具，以处理工厂和实验室数据呢?它可以识别重要的MV/CV关系，帮助APC设计人员找到合适的控制器尺寸，并过滤掉对机组和装置运行的可控性和优化影响很小的变量和变量关系。

5.APC监控和支持

一个APC监控工具如何测量和报告APC控制器的表现?这不是关于控制器是否在运行，或者有多少mv处于活动状态，而是关于经济状况如何?数据分析可以使用工厂和经济实时数据(产品价值、能源成本等)来计算apc的“盈利能力”，基于企业范围的业务标准和公认的方法。

这些只是数据分析可以提供帮助的几个方面。现在，我们所需要的是管理层的远见和承诺来实现它，有人来推销它并验证它。这很有挑战性，但却是可行的。

吉姆·福特博士，高级顾问是在特立独行的技术,一个控制工程内容合作伙伴。由内容经理马克·霍斯克编辑，控制工程，CFE媒体和技术，mhoske@cfemedia.com．

关键词:先进的过程控制，数据分析

先进过程控制(APC)依靠良好的数据做出最佳决策。

一些数据更新应该是实时的。

APC设计和范围影响性能。

考虑一下这个

如果APC没有达到预期，重新检查数据连接、模型和监控。

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。