PID不能满足要求？“多变量控制”或是最佳选择！

　　对多变量控制的解释，总是使用很复杂的术语，其中涉及诸如详细过程模型、实时优化和矩阵数学之类的概念。这意味着，除了先进过程控制（APC）工程师之外，很少有人能够理解它。对工业过程操作中的多变量控制有了更深入的了解，使更多的人进入过程自动化企业，同时为运营带来的好处包括及时性、一致性和更少的报警。

　　普及ARC知识

　　什么是多变量控制？

　　可以将多变量控制定义为：单回路控制器设定值和输出调整的自动化，否则的话，这些任务将留给运营团队手动执行。如果运营人员在当值过程中进行设定值和输出的调整，这就是手动多变量控制。自动多变量控制技术（例如模型预测控制（MPC）或无模型多变量控制），可自动执行此任务。

　　自动多变量控制（或闭环多变量）与单个闭环控制具有一样的好处，包括更具及时性和一致性、更少的报警和超越限值，以及更好的优化。它通常会带来显著的运营改善和经济利益。

　　在过程运营中的作用

　　自动多变量控制可自动执行或接管为相关控制器组进行设定值和输出调整的任务。这通常会导致更一致、更及时的调整、更少的报警和超越限值，以及更多的优化。这些好处也可以理解为闭环与开环控制的内在好处。在单回路控制领域，这些好处一直很容易理解，其实这也同样适用于多变量控制。

　　传统的约束图（图1）说明了它们的差异。通过手动多变量控制，运营人员可以在进行中的运营和限值之间，保留适量的缓冲区或错误余量，以防过程中发生意外变化或干扰。相对于完全优化的运营，缓冲区通常会转化为经济损失。

图1：传统约束图显示了手动和自动多变量控制之间的区别。在手册中，如果发生意外的过程更改或干扰，运营人员会在正在进行的运营和约束限值之间保留缓冲区或误差余量。相对于完全优化的运营，缓冲区通常会转化为经济损失。图片来源：APC Performance

　　多变量控制应用仍处于常规大矩阵MPC范例的“雷达之下”，因为尚未成功证明MPC的高成本是合理的，并且对于高级监管控制（ARC）的局限性来讲，成本也太大。

　　图2是一个“低空雷达”示例，它显示了一直处于MPC“雷达之下”的多变量控制应用。它显示了在给定时间段内，运营人员在控制台上根据设定值、输出或模式更改所进行的干预次数。它显示了25个最差的“角色”，即那些需要最多运营人员干预的控制器。这是对任何现代控制系统控制台都能轻松绘制的图表。

图2：有效的指标提供了有意义的度量，直观的反映在某一段时间内的进度。业界是否一直在忽视可以证明自动多变量控件合理性的指标？可以为任何现代控制系统控制台轻松绘制出25个最差的控制器（需要最多运营人员干预的控制器）的图表。

　　微管理APC

　　可以肯定的是，这些干预措施中的大多数都代表手动多变量控制方案，在这种情况下，运营团队会疲于应付相关控制器组的微管理。

　　多变量控制的目标是实现手动多变量控制方案的自动化，并实现多变量的闭环，同时减少变量的数量。

　　缺失的APC指标

　　图2看起来很熟悉。最近，业界至少两次采用了类似的最佳实践——手动管理回路（除了我们现在正在讨论的手动多变量回路）和管理“坏角色”的报警（除了现在我们正在谈论的需要运营人员频繁干预的坏角色）。

　　手动多变量回路以及频繁的运营人员干预会带来一些不良后果，包括更多的报警和超越限值、运营人员对更高级别任务的更少关注和优化。手动干预通常是不一致、不及时且是次优的。

　　有效的指标可提供有意义的度量，直观的反映一段时间内的进展。图2符合这些标准，并反映了成功的过程自动化和控制台运营质量的基本方面。工业界是否忽略了这一自然而潜在的重要指标？（作者：Allan Kern）

图说工控