數(shù)字化技術(shù)下控制優(yōu)化實(shí)現(xiàn)的新路徑

本文作者：艾默生系統(tǒng)及方案工業(yè)軟件及數(shù)字化——黃雪鋒

“在之前文章中闡述了“數(shù)字化下以工業(yè)軟件為驅(qū)動(dòng)的工業(yè)過程優(yōu)化的整體實(shí)現(xiàn)技術(shù)路徑”。過程優(yōu)化具備了軟件技術(shù)基礎(chǔ)之后，第一步就是實(shí)現(xiàn)控制優(yōu)化。控制系統(tǒng)作為過程工廠的生產(chǎn)線核心中樞，它指揮和控制著整個(gè)生產(chǎn)。而控制系統(tǒng)中的控制回路作為生產(chǎn)操作的基本單元，控制回路是工廠生產(chǎn)穩(wěn)定高效的關(guān)鍵，而控制回路優(yōu)化往往也是工廠數(shù)字化轉(zhuǎn)型首先要實(shí)現(xiàn)的目標(biāo)。

控制優(yōu)化概念本身并不新，自從DCS和PLC 誕生后，對(duì)其中控制回路的控制性能優(yōu)化一直是工廠工藝和儀控技術(shù)人員追求的目標(biāo)，但是由于實(shí)現(xiàn)技術(shù)瓶頸高，往往需要工藝和控制技術(shù)專家共同協(xié)作才能去實(shí)施，且優(yōu)化周期長(zhǎng)、優(yōu)化模型魯棒性差、后期維護(hù)困難。 在工廠數(shù)字化轉(zhuǎn)型時(shí)代，借助于工業(yè)軟件和人工智能，機(jī)器學(xué)習(xí)等技術(shù)，控制優(yōu)化實(shí)現(xiàn)的思路、方法和技術(shù)路徑也有了很大的不同。

過程工廠的控制優(yōu)化一般分基礎(chǔ)調(diào)節(jié)回路的優(yōu)化和先進(jìn)控制（APC）優(yōu)化。最近幾年，非常流行的操作規(guī)程自動(dòng)化也屬于控制優(yōu)化的范疇，但其兼具有過程控制優(yōu)化和操作優(yōu)化功能，我將在其它文章中單獨(dú)介紹。

我們首先來介紹基礎(chǔ)調(diào)節(jié)回路的優(yōu)化，也叫內(nèi)操自動(dòng)化。在過程工廠中，調(diào)節(jié)回路大部分是PID回路，關(guān)鍵的過程是控制檢測(cè)設(shè)備（如溫度，壓力，液位，PH等）和生產(chǎn)調(diào)節(jié)設(shè)備（如閥門，電機(jī)），實(shí)現(xiàn)了遠(yuǎn)傳進(jìn)入控制系統(tǒng)，由生產(chǎn)內(nèi)超操作后，內(nèi)操自動(dòng)化的實(shí)現(xiàn)就成為了可能。內(nèi)操自動(dòng)化的第一步是把手動(dòng)回路變成自動(dòng)回路。第二步是把已經(jīng)自動(dòng)的回路進(jìn)一步減少波動(dòng)，提高控制穩(wěn)定性，進(jìn)一步把SP值向生產(chǎn)操作邊界靠近，俗稱卡邊操作，從而達(dá)到降低操作負(fù)荷，提高操作穩(wěn)定性和生產(chǎn)產(chǎn)能最大化的目的，同時(shí)也可以降低能耗，提高設(shè)備可靠性。

在過去，控制回路優(yōu)化基本靠控制優(yōu)化專家才能完成，專家需要具備很強(qiáng)的控制知識(shí)（例如PID控制原理）和工藝過程知識(shí)以及豐富的現(xiàn)場(chǎng)經(jīng)驗(yàn)才能把現(xiàn)場(chǎng)的控制回路優(yōu)化好，并且需要花費(fèi)很長(zhǎng)的時(shí)間，成本很高，無(wú)法全面展開，只能選擇關(guān)鍵回路進(jìn)行試點(diǎn)優(yōu)化。盡管各DCS或PLC廠商也陸續(xù)推出了PID回路自整定工具，但是在現(xiàn)場(chǎng)使用時(shí)，由于與現(xiàn)場(chǎng)工藝無(wú)法匹配，整定效果基本不理想，無(wú)法代替控制優(yōu)化專家的知識(shí)和經(jīng)驗(yàn)。隨著現(xiàn)代工廠規(guī)模越來越大，工藝越來越復(fù)雜，傳統(tǒng)的專家優(yōu)化方法已經(jīng)無(wú)法滿足現(xiàn)在的生產(chǎn)需要。

在數(shù)字化時(shí)代，隨著大數(shù)據(jù)分析、人工智能、機(jī)器學(xué)習(xí)等技術(shù)進(jìn)入OT領(lǐng)域，給控制回路優(yōu)化帶來了新的實(shí)現(xiàn)技術(shù)路徑。下面以艾默生的數(shù)字化控制回路優(yōu)化平臺(tái)DeltaV insight為例來介紹一下數(shù)字化的控制優(yōu)化實(shí)現(xiàn)的方法，如下圖：

DeltaV Insight作為數(shù)字化控制性能優(yōu)化平臺(tái)，它主要是集成了自學(xué)習(xí)模型（機(jī)器學(xué)習(xí)）和在線回路數(shù)據(jù)分析功能模塊DeltaV Inspect（大數(shù)據(jù)分析）。同時(shí)，在傳統(tǒng)控制回路按需自整定的基礎(chǔ)上，加入了自適應(yīng)整定模塊（智能控制），而整個(gè)這些智能數(shù)字化模塊都是嵌入在其DCS系統(tǒng)DeltaV中。 有了這些數(shù)字化智能工具，DeltaV就具備實(shí)現(xiàn)控制回路智能優(yōu)化的全新技術(shù)路徑，如下圖。

如上圖所示，數(shù)字化回路控制優(yōu)化實(shí)現(xiàn)路徑的第一步，是在運(yùn)行的系統(tǒng)上對(duì)需要優(yōu)化的控制回路（可同時(shí)多個(gè)控制回路）進(jìn)行自學(xué)習(xí)。打開Insight上的Learning功能，系統(tǒng)會(huì)自動(dòng)觀察，識(shí)別存儲(chǔ)該回路在生產(chǎn)過程中的各種跟該控制回路相關(guān)的數(shù)據(jù)，采用內(nèi)嵌的算法進(jìn)行機(jī)器學(xué)習(xí)，建立回路優(yōu)化仿真模型。為了保證模型的完整正確，一般建議自學(xué)習(xí)周期應(yīng)該覆蓋該回路的全生產(chǎn)周期狀態(tài)（連續(xù)過程一般建議在1個(gè)月左右，間歇性生產(chǎn)建議至少完成2個(gè)完整的批次左右）。 第二步，自學(xué)習(xí)完成后，通過DeltaV Inspect工具對(duì)回路相關(guān)數(shù)據(jù)進(jìn)行深入分析，結(jié)合自學(xué)習(xí)模型，量化分析出回路重要的KPI，如時(shí)間常數(shù)、時(shí)滯常數(shù)、波動(dòng)指數(shù)、調(diào)節(jié)指數(shù)等，同時(shí)也能分析出跟回路連接的智能設(shè)備（如儀表閥門）性能，組態(tài)配置等是否滿足回路的控制需求，并給出相應(yīng)回路整定優(yōu)化的方向和建議，如控制策略、整定方法等。如下圖所示：

通過前兩步可以看出，采用先進(jìn)的數(shù)字化技術(shù)和大數(shù)據(jù)分析方法，代替了傳統(tǒng)專家靠技術(shù)和經(jīng)驗(yàn)到現(xiàn)場(chǎng)觀察總結(jié)，確定優(yōu)化方法的高難度工作，這就使得回路優(yōu)化的技術(shù)瓶頸大大下降。有基本的控制知識(shí)和工藝了解的現(xiàn)場(chǎng)儀控人員也可以進(jìn)行控制優(yōu)化的工作，從而為控制回路優(yōu)化在全廠的展開提供了可能。

確定了回路控制優(yōu)化的方向后，就進(jìn)入了第三步即回路整定。有了前面的的KPI分析和方向建議，整定時(shí)只需根據(jù)建議選擇相應(yīng)的參數(shù)和控制策略，采用整定工具的模型檢測(cè)功能進(jìn)行自動(dòng)整定，并打開仿真功能，可以把當(dāng)前回路能夠?qū)崿F(xiàn)穩(wěn)定自動(dòng)控制的參數(shù)區(qū)間整定出來，如下圖：

在上圖的綠色區(qū)域的穩(wěn)定控制的區(qū)間，用鼠標(biāo)點(diǎn)擊不同的位置，就可以顯示出不同的PV-SP、MV的曲線圖，根據(jù)該回路實(shí)際生產(chǎn)操作的需求選擇最合適的曲線（例如超調(diào)量，穩(wěn)定時(shí)間，波動(dòng)性等），然后保存PID的比例，積分和微分關(guān)鍵參數(shù)，下裝到系統(tǒng)即可實(shí)現(xiàn)。

以上是針對(duì)SP值在生產(chǎn)過程中基本保持不變的場(chǎng)景。智能的按需整定基本上可以實(shí)現(xiàn)控制回路優(yōu)化工作，但是還有很多回路的在整個(gè)生產(chǎn)周期過程中SP值變化范圍比較大，這就導(dǎo)致在不同的SP值，可能導(dǎo)致回路的各性能會(huì)發(fā)生很大的差異。例如SP在30%時(shí)，可能當(dāng)前的PID控制很穩(wěn)定，控制性能也很好，但是當(dāng)SP值設(shè)置為70% 時(shí)，回路波動(dòng)就開始增大，調(diào)節(jié)就開始不穩(wěn)定了。針對(duì)這種現(xiàn)象，就需要進(jìn)行回路優(yōu)化的第四步，自適應(yīng)整定。DeltaV Insight 集成了一個(gè)智能整定模塊—自適應(yīng)整定， 結(jié)合前面的自學(xué)習(xí)功能，自動(dòng)偵測(cè)到該回路在整個(gè)生產(chǎn)過程的SP設(shè)置范圍邊界，然后自動(dòng)的可以把整個(gè)操作區(qū)間細(xì)分成幾個(gè)性能相近的小區(qū)間，為每個(gè)小區(qū)間自動(dòng)整定出穩(wěn)定的最優(yōu)控制參數(shù)。當(dāng)SP值在不同區(qū)間切換時(shí)，可以自動(dòng)切換不同的控制參數(shù)，從而可以保證該回路在整個(gè)生產(chǎn)操作周期都能穩(wěn)定高效控制，大大增加回路的穩(wěn)定性。

如果通過以上步驟，仍然無(wú)法實(shí)現(xiàn)回路優(yōu)化，尤其是出現(xiàn)回路相互耦合現(xiàn)象時(shí)，該平臺(tái)通過數(shù)據(jù)分析也可以明確的告訴用戶，并推薦采用先進(jìn)控制模型來繼續(xù)進(jìn)行控制優(yōu)化，這就是控制優(yōu)化的第五步：先進(jìn)控制。

先進(jìn)控制范圍很廣泛，一切區(qū)別于常規(guī)的控制策略的控制都可以稱為先進(jìn)控制，如模糊控制、自適應(yīng)控制、多變量預(yù)估控制、神經(jīng)元網(wǎng)絡(luò)預(yù)測(cè)、專家經(jīng)驗(yàn)系統(tǒng)控制等。目前，廣泛采用的APC策略基本上以多變量預(yù)估控制為主，即MPC。過去先進(jìn)控制的實(shí)施方法都是在控制系統(tǒng)外面搭建APC服務(wù)器，在上面建立先控模型，通過OPC與控制系統(tǒng)多個(gè)回路進(jìn)行同時(shí)，實(shí)現(xiàn)多回路的優(yōu)化穩(wěn)定控制。先控模型基本需要通過專家技術(shù)結(jié)合現(xiàn)場(chǎng)情況進(jìn)行搭建，加上APC服務(wù)器與控制系統(tǒng)通信有比較大的滯后，導(dǎo)致APC模型的魯棒性很差，現(xiàn)場(chǎng)生產(chǎn)參數(shù)一超出范圍，APC模型就很容偏離控制，同時(shí)給后去的維護(hù)帶來了很大的困難。

隨著數(shù)字化技術(shù)的發(fā)展現(xiàn)在的APC模型都集成了先進(jìn)的智能自適應(yīng)分析模塊，可以動(dòng)態(tài)檢測(cè)現(xiàn)場(chǎng)生產(chǎn)條件的變化。動(dòng)態(tài)改進(jìn)APC模型以適應(yīng)不同的生產(chǎn)條件，從而大大提高了先控的魯棒性，同時(shí)降低了運(yùn)營(yíng)中的維護(hù)成本，從而讓APC的實(shí)用性大大增強(qiáng)。，例如艾斯本公司的DMC3，就把數(shù)據(jù)分析，自適應(yīng)控制與先控模型做了一個(gè)結(jié)合，如下圖所示，相對(duì)于其以前的DMC Plus模型有了很大的提高，目前在石化和化工行業(yè)得到了廣泛的應(yīng)用。而艾默生的DeltaV MPC模塊不但能集成智能分析自動(dòng)建模的功能，還得益于其DCS系統(tǒng)控制器強(qiáng)大的數(shù)據(jù)處理能力，可以把先進(jìn)控制模型直接載入控制器中執(zhí)行，無(wú)需額外的外置APC服務(wù)器，從而大大減少了先控模型與底層回路的通信的滯后，提升先控的穩(wěn)定性。如下圖所示這種嵌入式的APC特別適用于小場(chǎng)景的專業(yè)裝置中使用，可復(fù)制性非常強(qiáng)，維護(hù)成本非常低，在化工行業(yè)得到了廣泛應(yīng)用。最近艾默生持股55%與艾斯本共同成立了一家新的軟件技術(shù)公司，組成了新的戰(zhàn)略聯(lián)盟，相信Aspen DMC3和DeltaV MPC的強(qiáng)強(qiáng)聯(lián)合，將會(huì)把過程行業(yè)的先控優(yōu)化推向更高的高度。

綜上所示，在數(shù)字化技術(shù)不斷發(fā)展的推動(dòng)下，控制優(yōu)化借助機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析、自適應(yīng)智能控制等技術(shù)，實(shí)現(xiàn)了數(shù)字化轉(zhuǎn)型，大大降低了控制優(yōu)化實(shí)施的技術(shù)瓶頸，同時(shí)也降低了控制系統(tǒng)生命周期的維護(hù)成本，為工廠大規(guī)模全面實(shí)現(xiàn)控制優(yōu)化提供了可能，為工廠的整體數(shù)字化轉(zhuǎn)型奠定了堅(jiān)實(shí)的基礎(chǔ)。