高级过程控制

在控制理论中，高级过程控制（APC）是指在工业过程控制系统中实施的一系列广泛的技术和工艺。高级过程控制通常是在基本过程控制的基础上选择性部署的。基本过程控制是与过程本身一起设计和建立的，以促进基本操作、控制和自动化要求。高级过程控制通常是随后添加的，通常是在多年的过程中，以解决过程中的特殊性能或经济改进机会。过程控制（基本和高级）通常意味着过程工业，其中包括化学品、石油化工、石油和矿物精炼、食品加工、制药、发电等。这些行业的特点是连续过程和流体处理，而不是离散部件制造，如汽车和电子制造。过程自动化这一术语基本上是过程控制的同义词。过程控制（基本的以及先进的）在过程控制系统内实现，这可能意味着分布式控制系统（DCS）、可编程逻辑控制器（PLC）和/或监督控制计算机。DCS和PLC通常在工业上是硬化的和容错的。监督控制计算机通常没有经过加固或容错，但它们为控制系统带来了更高层次的计算能力，以承载有价值但不关键的高级控制应用。高级控制可以驻留在DCS或监控计算机中，这取决于应用。基本控制位于DCS及其子系统中，包括PLC。

以下是众所周知的高级过程控制的类型列表。高级调节控制（ARC）是指几种已被证实的高级控制技术，如超控或自适应增益（但在所有情况下，调节或反馈）。ARC也是一个总括性术语，用来指任何不属于任何其他类别的定制或非简单技术。ARC通常在DCS层面使用功能块或自定义编程功能来实现。在某些情况下，ARC存在于监督控制计算机层面。高级过程控制（APC）指的是几种经过验证的高级控制技术，如前馈、解耦和推理控制。APC也可以包括模型预测控制，如下所述。APC通常在DCS层面使用功能块或自定义编程功能来实现。在某些情况下，APC驻留在监督控制计算机层面。多变量模型预测控制（MPC）是一种流行的技术，通常部署在监督控制计算机上，确定重要的独立和依赖过程变量以及它们之间的动态关系（模型），并经常使用基于矩阵数学的控制和优化算法来同时控制多个变量。MPC的一个要求是模型在控制器的操作范围内必须是线性的。自从上位机在20世纪80年代首次为控制系统带来必要的计算能力以来，MPC一直是APC的一个突出部分。非线性MPC。与多变量MPC类似，它包含了动态模型和基于矩阵数学的控制；然而，它没有模型线性度的要求。非线性MPC能够适应具有不同过程增益和动态（即死区时间和滞后时间）的模型的过程。推理测量。

推理的概念是通过现成的过程测量值来计算流的属性，如温度和压力，否则直接实时测量可能成本太高或太费时。推断的准确性可以定期与实验室分析进行交叉检查。推断可以用来代替实际的在线分析仪，无论是用于操作人员的信息，还是级联到基础层过程控制器或多变量控制器CV。顺序控制是指在连续过程中发生的不连续的基于时间和事件的自动化序列。这些可以作为时间和逻辑功能块的集合、自定义算法或使用正式的顺序功能图方法来实现。智能控制是一类使用各种人工智能计算方法的控制技术，如神经网络、贝叶斯概率、模糊逻辑、机器学习、进化计算和遗传算法。相关技术以下技术与APC相关，在某些情况下可以被视为APC的一部分，但通常是独立的技术，有自己的（或需要自己的）Wiki文章。统计过程控制（SPC），尽管它的名字叫"统计过程控制"，但在离散型生产中更为常见。