如果控制系统实施控制活动时www.cechina.cn，在恰好达到目标值前向给料系统发出关闭指令，以便对延迟以及其它影响进行补偿，那么就可以实现更精确的配料。问题是，“要多早？”该值有时也被称为“提前量”，或“ 溢出值”。
　　控制溢出——也就是控制给料系统收到停止信号以后配送给过程的物料的数量——的最佳方式就是过程系统的良好设计。给料所使用的设备，尤其是用于测量给料的仪表，必须使用恰当。不幸的是，在做设计决定的时候，自动化供应商并没有介入到项目中，或者制定决策依据的是其它因素而不是提高过程控制。
　　一般来讲，可以通过“滴漏”或降低给料速率，逐步达到预期目标而提高给料精度。滴漏通过减少给料速率而控制溢出。何时开始滴漏，可以通过下面所述的溢出预测方法来计算。滴漏增加了一个批次所需的时间，降低了生产的能力。它反过来也会影响流量仪表的精度，所以一般最好配合动标尺仪表。
　　当不能控制溢出时，必须对其进行管理。溢出可以通过预测以及适当的应对措施来管理它。当溢出可以被精确预测时www.cechina.cn，给料精度就可以提高了。
　　消除异常数据
　　有效的数据模型，能够使用某种方法消除异常数据的影响。一种简单的确定异常数据的方法就是：将所有数据与上次数据的平均值相比较，如果有显著差异，则将其视为异常数据。那么问题又来了，“多大差异就可以视为显著呢？”
　　其中一个答案就是，任何超过技术规范书的给料都被视为异常。另外一个答案是定义落到其它固定范围之外或者定义在设定平均值上下的范围之外的数值视为异常。再或者，定义异常的范围可以基于设置的范围而不是平均值。

基于模型的控制系统，ECS解决方案S88供应商，为每条线路的给料系统单独计算预测溢出值。给料历史数据库保存的数据不仅根据线路，而且依据每种物料。这样就具有足够的适应性，来适应粉末给料路径：虽然这些物料在生产日内随着环境湿度的变化而变化控制工程网版权所有，该方案仍然可以实现非常精确的给料，到目前为止能够满足所有的客户规格书。图片来源：ECS Solutions

　　任何消除异常的方法都是对简单方法的改进。对客户定制编程，编程人员既可以使用这些方法中的任意几个，也可以一个都不用。有时，个别公式可能获益于经验系数。依赖于先前测量的溢出值数据集的统计特性，建立更具复用性的数学模型。
　　预测溢出值更有用的方法，是从收集最近测量的溢出数据集开始，一般情况下大概为10个。在对这些数据继续排序后，该方法可以确定25%和75%之间的数值范围，对于有数个数据的数据集来讲，就是第3个和第8个数值。25%分隔的数值会做适当的调整，以便确定数据的高低限，超过该限值的数据就被视为异常。将所有在范围内的数值求和平均，以便计算新的预测溢出数值。对于10个值数据集，V 1 -V 10，G代表的是增益系数，小于1则缩小范围，大于1则扩大范围。限值的上（Fh）下（Fl） 范围计算如下：
　　Fl= V3 – [V8 – V3 ]*G, Fh= V8 + [V8 – V3 ] * G
　　忽略比预计溢出值低数倍的给料，因为给料系统在停机前无法达到稳定状态。不需对预计溢出值进行重新计算。在模型中，有专门的逻辑处理边界条件，比如在数据集中只有一个值，或很少几个数值的时候。
　　非常重要的是异常并没有被从数据集中剔除；只是在用这些数据计算预测溢出时不使用这些数据而已。如果在刚开始的时候被视为异常的数值，实际上是过程变化，那么在后续类似的测量溢出时，会使用50%到75%之间的范围，并开始将新值包含在平均值中。预测的溢出值将会随之发生变化，向更新的点移动，从而反应实际过程的变化，正如它本来应该做的一样。溢出值经常根据路径来计算。某些路径配送多种物料。
　　实现原料成本的节约
　　在烘焙控制系统中，通过使用这些建模方法，仅仅升级软件，保持控制系统和所有的仪表系统不变，面包店就可以紧密的追踪给料精度控制工程网版权所有，尤其是对那些比较贵的成份，从而实现生产效率的提升。
　　更精确的给料系统，总是可以提高质量，节约成本，但是很少有人计算出真正能够节约多少。对软件进行升级，提供了这样一个机会，可以独立的计算数学模型所带来的收益。由于不再使用滴漏系统，因此可以减少每批次的时间，这样面包房的生产能力可以提高20%。在运行新系统数周之后控制工程网版权所有，用户估计更精确的给料系统，在物料成本上，每年大概可以节约50万美元，这一计算的基础是实际的给料超过但是非常接近于它们的最小规范。预计系统集成和软件费用大概为10万美元。
　　“采用数据模型实现设计控制，为每条线路的给料系统单独计算预测溢出值，提升了20%的生产能力，每年还能节省约50万美元。”