更先进的过程控制——无模型多变量控制（APC2.0） / 开普饭

无模型多变量控制（XMC）旨在解决多变量控制难题，而无需详细模型或嵌入式优化器。

“基于模型的多变量控制”应用已经有很长时间，以至于许多工程师都没有意识到，现在无需在模型上付出工作，就可以拥有多变量控制。

无模型多变量控制（XMC）并不是对多变量控制方法的“颠覆”，它代表了对基本原理的回归。无模型多变量控制以更简单、更可靠的方式解决了多变量控制问题，而无需使用详细的模型或在线优化器。

在传统的基于模型的多变量控制中，与模型有关的活动占工程和维护成本的90％或更多，但是几乎所有的可靠性和性能问题都是因为模型质量差，几乎没有理由期望这种情况会改变。

如今，大多数高级过程控制资源都被用于支持已经存在的应用程序，而不是支持新的应用程序。这使得许多高级过程控制需求未得到满足，机会没有被抓住，因此问题也就没有得到解决。无模型多变量控制提供了摆脱这种不可持续困境的途径。

无模型多变量控制的原理

以前，运营团队管理受到过程限制条件需要手动优化运营活动，而无模型多变量控制（XMC）则将这些工作实现自动化，且无需详细的模型或在线优化器。重要的过程限制条件、主要手柄的控制、驱动器优化和安全移动大小等，不再是从模型细节中才能获得的秘密。它们已成为运营团队成员的基本知识（图1）：

无模型多变量控制（XMC）使运营团队，将以前需要手动执行的多变量约束控制和优化方式实现自动化。值得注意的是，这种方法不需要详细的模型或嵌入式优化器。无模型多变量控制在内部使用获得专利的速率预测控制（RPC）。图片提供：APC Performance

· 在其它常规的多变量控制矩阵中捕获的重要约束、相关手柄、优化目标和增益方向（不是详细的模型），这对于无模型多变量控制来说足以确定每个控制手柄的正确移动方向。

· 无模型多变量控制根据既定的安全运营规范（也称为“过程速度限制”），为每个手柄实施预先设计的移动速率。

· 无模型多变量控制监视实际正在运行的过程响应，而不是昨天或去年的响应，并使用速率预测控制（RPC）（一种最新的、获得专利的单环控制算法），进行进一步的移动速率调整，以预测性地减少移动。

从历史上看，手动多变量控制的质量取决于时间、主动性和不同运行人员的专业水平。而及时性和一致性是自动化的基石，这些都是无模型多变量控制的优势。

使用速率预测控制

基于自动验证的手动控制方法，并结合重要的过程控制原理和智能概念。速率预测控制的基础是将传统的成熟的手动控制方法自动化，并结合重要的过程控制原则和智慧。

速率预测控制产生的是单回路解决方案，而无模型多变量控制是多变量控制解决方案，它在内部使用速率预测控制。因此速率预测控制的所有优点也适用于无模型多变量控制。

与传统的比例- 积分- 微分（PID）相比，速率预测控制具有许多显著优势，它对PID替代的需求低，而对多变量控制替代的需求却很高，它的最大优势可能是在采用无模型多变量控制的环境中，带来如下好处：

· 反应灵敏且稳定的性能；

· 变量逐渐接近目标值时，进行预测渐缩以避免不必要的过冲或波动；

· 预先选择的移动速度（或“过程速度限制”），在多变量控制中可能特别重要，因为在该过程中可能会移动多个关键手柄；

· 强健的反馈控制特性，因此无论干扰源如何或“模型如何匹配”，它都会采取适当措施。

“无模型”是什么意思？

无模型控制意味着反馈控制。所有过程控制本质上都是反馈或前馈。前馈控制需要模型，这些模型用于预测和采取前馈行动。反馈则响应正在进行的偏差，并且必须有合理的方法来响应，例如PID 或速率预测控制。

因此，基于模型与前馈同义。无模型是反馈的代名词。大多数控制工程师都很欣赏前馈的潜力（无缝地消除干扰），但是历史经验以及现代的多变量经验表明，最好像无模型多变量控制那样有选择地使用前馈，而不是像模型预测控制那样大量使用。无模型也意味着自适应，这意味着随着过程响应的变化（在短期和长期基础上，它们通常会发生变化），控制算法会自动进行补偿。自适应控制始终是过程控制的主要目标。在当代，工业界一直在尝试通过自动调整来实现回路自适应控制，但是在很大程度上却没有成功，并且在更复杂的多变量基础上尝试进行相同的事情，例如自适应建模。值得注意的是，速率预测控制拥有无数过程控制专利中唯一具有固有适应性的专利。

此外，无模型控制意味着控制不基于模型。因此，通过使用无模型控制可以减少或完全消除与模型相关的活动，包括工厂测试、模型标识和模型维护。