摘 要 介紹了先進(jìn)控制的發(fā)展過程、基本概念和在工程應(yīng)用中的優(yōu)勢，然后闡述了針對國內(nèi)先進(jìn)控制應(yīng)用過程中的特殊問題所做的主要研究和應(yīng)用工作，最后介紹了先進(jìn)控制進(jìn)一步的發(fā)展方向。也闡述了中國石油大學(xué)對先進(jìn)控制應(yīng)用研究的貢獻(xiàn)和利用基于機(jī)理分析建模方法解決我國先進(jìn)控制應(yīng)用中特殊問題的重要作用。

關(guān)鍵詞 過程控制 先進(jìn)控制 預(yù)測控制 軟測量

中圖分類號 TP11? ?文獻(xiàn)標(biāo)志碼 A? ?文章編號 1000-3932（2023）05-0597-14

自形成現(xiàn)代連續(xù)化工工業(yè)以來，過程控制就成為保證產(chǎn)品質(zhì)量和生產(chǎn)安全、提高經(jīng)濟(jì)收益和勞動生產(chǎn)率的不可缺少的一個重要環(huán)節(jié)。在連續(xù)生產(chǎn)過程中使用最為廣泛的是PID控制算法，原因是PID算法容易實(shí)現(xiàn)、魯棒性強(qiáng)、操作方便。由于處理量的不斷增大，工藝過程越來越復(fù)雜，過程優(yōu)化、節(jié)能降耗越來越受到重視，對過程控制的要求也越來越高。為追求更加良好的控制性能、更有效的抗干擾能力和更能體現(xiàn)產(chǎn)品質(zhì)量的性能指標(biāo)與經(jīng)濟(jì)效益的優(yōu)化指標(biāo)，PID算法不能完全滿足工控的要求，研究更先進(jìn)的過程控制方法——基于模型的控制算法便成了近幾十年來的熱點(diǎn)之一，特別是對智能制造的需求，給與人工智能同源的自動控制帶來了更大發(fā)展機(jī)遇。

1 化工過程先進(jìn)控制的發(fā)展過程

在20世紀(jì)50年代出現(xiàn)由龐德里亞金提出的極大值原理和卡爾曼提出的狀態(tài)空間模型所形成的現(xiàn)代控制理論以后，從理論上已經(jīng)解決了多變量系統(tǒng)的優(yōu)化控制問題，并在航空航天等國防工業(yè)上獲得了很好的應(yīng)用效果。自然地，現(xiàn)代控制理論在化工過程控制領(lǐng)域的推廣應(yīng)用也受到了人們的重視［1，2］。但是，現(xiàn)代控制理論是建立在精確模型的基礎(chǔ)之上的，而生產(chǎn)過程中不確定因素很多，精確模型很難得到，致使現(xiàn)代控制理論長期未能在生產(chǎn)過程中得到很好的應(yīng)用，沒有得到規(guī)?；墓こ虘?yīng)用推廣［3］。

20世紀(jì)60年代到80年代初期，推動現(xiàn)代控制理論早期應(yīng)用的力量主要來自于數(shù)學(xué)工作者。為解決控制模型問題，學(xué)者們主要從基于最小二乘數(shù)學(xué)方法著手，開展數(shù)據(jù)驅(qū)動建模的研究，使系統(tǒng)辨識技術(shù)得到了較快的發(fā)展［4，5］，推動了現(xiàn)代控制理論在工業(yè)過程中的應(yīng)用嘗試。但遇到了一些化工過程特性時變的難題，這也促進(jìn)了模型參考自適應(yīng)控制和自校正控制方法的發(fā)展，這些算法能在線修改模型的參數(shù)，提高了模型的適應(yīng)能力，使得基于模型的控制方法向?qū)嵱梅较蚯斑M(jìn)了一大步［6～11］。但生產(chǎn)過程的復(fù)雜性、大量的噪聲以及不可測輸入的影響等因素，使建模工作比較困難，要得到所需要的高精度模型是非常困難的，在化工生產(chǎn)過程中這些矛盾更為突出。

基于1968年ZADEH L A提出的模糊算法，人們開始了模糊控制的研究和應(yīng)用，特別是在家用電器中獲得了成功的應(yīng)用，在20世紀(jì)80年代末形成了應(yīng)用高潮。它們在測量、控制精度低情況下的應(yīng)用優(yōu)勢卻沒有在具有相對完善的測量、控制條件的化工過程得到充分發(fā)揮，在對安全平穩(wěn)性、控制精度要求高的化工過程，未能得到規(guī)?；こ虘?yīng)用推廣［12～15］。

20世紀(jì)80、90年代的研究熱點(diǎn)——魯棒控制方法，針對模型在結(jié)構(gòu)或參數(shù)上的不確定性，在對系統(tǒng)進(jìn)行靈敏度分析和攝動分析的基礎(chǔ)上，使系統(tǒng)仍然穩(wěn)定且保持控制性能，這種以不變應(yīng)萬變的魯棒控制方法可使現(xiàn)代控制理論適應(yīng)生產(chǎn)過程的時變特性，對控制器的分析、設(shè)計(jì)起到了指導(dǎo)作用，但同以變應(yīng)變的自適應(yīng)控制方法一樣，由于化工過程的復(fù)雜性，也未能得到規(guī)?；こ虘?yīng)用推廣［16，17］。

1980年前后，來自過程控制界的專家RICHALET Ｊ、ROUHANI R及CUTLER C R等分別提出了解決基于模型預(yù)測和實(shí)時動態(tài)環(huán)境下帶約束多變量耦合系統(tǒng)控制問題的有關(guān)研究方法，這就是著名的模型預(yù)測啟發(fā)式控制（MPHC）、模型算法控制（MAC）和動態(tài)矩陣控制（DMC），這3種方法成為能夠在工業(yè)生產(chǎn)中得到規(guī)?；こ虘?yīng)用推廣的為數(shù)不多的現(xiàn)代控制理論方法［18～20］。

這類控制方法用模型預(yù)估未來，適應(yīng)了過程普遍存在的滯后特性、因果性和存貯性的特點(diǎn)，并采用了最優(yōu)控制和反饋修正技術(shù)，使控制系統(tǒng)具有較好的魯棒性，在模型不準(zhǔn)或有變化時，均能給出比在航空航天領(lǐng)域應(yīng)用成功的現(xiàn)代控制理論的核心基礎(chǔ)方法最優(yōu)控制更為良好的魯棒控制效果，也可以認(rèn)為預(yù)測控制是一種優(yōu)秀的魯棒控制策略，特別對有大純滯后的化工過程有很好的改進(jìn)控制效果，開創(chuàng)了現(xiàn)代控制理論在化工過程規(guī)?；こ虘?yīng)用推廣的先例［21］。

預(yù)測控制策略的誕生和發(fā)展得益于現(xiàn)代控制理論、經(jīng)典控制理論和計(jì)算機(jī)算力的發(fā)展。在這之前，諸如Smith預(yù)估控制這樣的控制算法實(shí)際上也具有一些預(yù)測控制的概念，它們也為預(yù)測控制思想的提出奠定了思想基礎(chǔ)。如圖1所示的Smith預(yù)估控制這樣一類復(fù)雜控制方法也是采用對象模型對純純滯后進(jìn)行補(bǔ)償控制，其通過引入一個和被控對象并聯(lián)的模型來預(yù)估對象輸出，以補(bǔ)償器消除純滯后對控制性能穩(wěn)定性的影響。其補(bǔ)償結(jié)果如下：

通過圖1所示的預(yù)測補(bǔ)償作用，如果模型完全準(zhǔn)確的話，則將原來PID控制的閉環(huán)特征多項(xiàng)式中影響閉環(huán)穩(wěn)定性的純滯后環(huán)節(jié)移到了環(huán)外，解決了大純滯后引起的控制穩(wěn)定性問題。但它和計(jì)算機(jī)典型最優(yōu)控制算法——最小拍控制一樣，預(yù)報(bào)步長只是到純滯后的第1步，過程模型準(zhǔn)確的話，雖然其能夠消除純滯后對控制穩(wěn)定性的影響，但其魯棒性差的問題仍沒有得到改善［22］。

預(yù)測控制的一大突破是基于模型對未來任意時刻進(jìn)行預(yù)報(bào)和控制，預(yù)估步長跨過了純滯后時間，顯著提高了控制的魯棒性和動態(tài)控制性能，且預(yù)估步長成為調(diào)整魯棒性和最優(yōu)性的一個重要參數(shù)［23］?？梢杂抿T自行車打個比喻，以通俗易懂地理解這個問題。傳統(tǒng)控制（如基于PID控制的經(jīng)典控制、Smith預(yù)估控制、計(jì)算機(jī)控制中的最小拍控制等）像騎自行車的人只盯著自行車前輪下的地面來調(diào)節(jié)自行車的方向，而預(yù)測控制相當(dāng)于觀察前方的路線來調(diào)節(jié)自行車的方向，后者能夠提前根據(jù)前面的路況優(yōu)化規(guī)劃路線來調(diào)節(jié)自行車的方向，能夠更平穩(wěn)地騎行。

再以大型加熱爐的出口溫度控制（圖2）來分析PID控制的局限性以及預(yù)測控制的優(yōu)勢。由于大型加熱爐具有大的容量滯后和一定的純滯后，假如出口溫度的給定值是360 ℃，由于擾動或出口溫度給定值提升，現(xiàn)在實(shí)際溫度為358 ℃，從熱平衡角度估算，假如需要增加10 kg燃料能夠使加熱爐新的平穩(wěn)工作點(diǎn)達(dá)到給定值360 ℃，而PID控制通過比例、積分和微分這3個控制作用調(diào)節(jié)來增加燃料，只有當(dāng)燃料超過10 kg一段時間，溫度才會達(dá)到給定值360 ℃，這時調(diào)節(jié)器輸出才會往回調(diào)節(jié)來減少燃料，前一段超過10 kg的那部分燃料會讓出口溫度超過給定值360 ℃一段時間（如圖2b中的控制曲線②和③），控制系統(tǒng)有超調(diào)，并持續(xù)振蕩若干周期，除非將PID控制整定得非常緩慢（如比例、積分作用很弱，如圖2b中的控制曲線①），但這將減弱PID控制快速跟蹤和抑制噪聲干擾的能力，肯定會一定程度地影響生產(chǎn)裝置的運(yùn)行效果，如溫度、壓力、進(jìn)料量這樣一 類保證反應(yīng)轉(zhuǎn)化率或精餾效果的參數(shù)，生產(chǎn)過程的經(jīng)濟(jì)效益會受到損失，因此關(guān)于化工過程PID參數(shù)整定的期望目標(biāo)是4∶1衰減。而預(yù)測控制在無模型適配情況下，可以做到n+m+1（純滯后時間為m個控制周期，ｎ為被控過程動態(tài)階次）個控制周期就控制到給定值，對于最小相位系統(tǒng)，采用單值預(yù)估控制將預(yù)估步數(shù)設(shè)為n+m+1即可實(shí)現(xiàn)。但對于化工過程，建立沒有模型失配的精確模型是不現(xiàn)實(shí)的，并且為保證安全平穩(wěn)地生產(chǎn)也不希望有如此劇烈的控制作用，實(shí)際應(yīng)用時可以通過調(diào)大預(yù)估步長整定到合適的控制質(zhì)量，這也是檢查控制軟件是否正確的一個訣竅。在1988年催化裂化裝置反應(yīng)過程成功投運(yùn)后，操作工就認(rèn)識到該控制方法的優(yōu)越性，有經(jīng)驗(yàn)的操作工為了加快調(diào)節(jié)速度也是首先將控制輸出快速改變，比達(dá)到給定值時的控制輸出變化要大，然后當(dāng)被控變量達(dá)到給定值前提前將控制輸出再調(diào)節(jié)到給定值所需要的值。這需要操作工有豐富的經(jīng)驗(yàn)，并且需要一直人工值守著，預(yù)測控制給出了實(shí)現(xiàn)這種快速控制的自動化實(shí)現(xiàn)方法。當(dāng)然預(yù)測控制需要被控對象模型，也需要數(shù)字控制才能實(shí)現(xiàn)，而PID控制可以不需要模型，用模擬儀表也可以實(shí)現(xiàn)，這是預(yù)測控制比PID控制應(yīng)用門檻高的地方。但對于預(yù)測控制原理精通且又有豐富機(jī)理建模經(jīng)驗(yàn)的人員，也是可以粗略地估計(jì)出模型參數(shù)，投運(yùn)后再根據(jù)控制器輸入輸出值，像PID整定一樣通過直接修改模型參數(shù)進(jìn)行預(yù)測控制的“控制參數(shù)整定”。在20世紀(jì)90年代，DCS就可以對PID控制算法模塊進(jìn)行修改，將PID控制修改為預(yù)測控制，用將控制面板上的P、I、D參數(shù)設(shè)置改為控制模型參數(shù)K、T、τ的方式來實(shí)現(xiàn)將DCS上的PID控制修改為單入單出預(yù)估控制，其具有比PID整定更為直觀的優(yōu)點(diǎn)，只需要一條開環(huán)階躍響應(yīng)曲線或通過機(jī)理分析即可估計(jì)模型參數(shù)，得到粗略的K、T、τ估計(jì)值并不困難。不過基于輸入模型的DMC等算法對被控對象動態(tài)特性有自衡要求，即它不能用于開環(huán)不穩(wěn)定的被控過程，除非采用基于狀態(tài)空間模型的預(yù)測控制算法。

預(yù)測模型可以是輸入輸出模型、機(jī)理分析（狀態(tài)空間）模型、神經(jīng)元網(wǎng)絡(luò)模型等任何可以用來對過程未來進(jìn)行預(yù)測的參數(shù)模型和非參數(shù)模型。典型的算法有基于卷積模型MAC算法［19］、DMC算法［20］、基于狀態(tài)空間模型的SFPC算法［24～28］、將預(yù)估控制思想與自校正控制結(jié)合的廣義預(yù)測控制算法GPC［29，30］以及結(jié)合眾家之長的UPC算法［31，32］。

效果最好的是基于狀態(tài)空間模型的狀態(tài)反饋預(yù)估控制［33，34］。由于其綜合了預(yù)測控制和狀態(tài)反饋控制的優(yōu)點(diǎn)，所以該算法同時具有跟蹤能力和抑制噪聲能力強(qiáng)的優(yōu)點(diǎn)，又能方便地應(yīng)用于多變量過程。在狀態(tài)可測時，該算法適合于開環(huán)不穩(wěn)定的被控過程。同時，該算法還具有計(jì)算量小、內(nèi)存占用少的優(yōu)點(diǎn)。但該算法所基于的狀態(tài)空間模型往往需要通過機(jī)理分析建模方法才能獲得。中國石油大學(xué)在1988年將自主研發(fā)的算法成功地應(yīng)用于催化裂化裝置反應(yīng)過程的反應(yīng)深度控制，取得了良好的控制指標(biāo)和可觀的經(jīng)濟(jì)效益［35，36］，是國內(nèi)外先進(jìn)控制軟件在國內(nèi)大型石化生產(chǎn)過程的首次成功應(yīng)用，并獲得了“1989年中石化科技進(jìn)步一等獎”“1990年國家科技進(jìn)步二等獎”，開創(chuàng)了國內(nèi)先進(jìn)控制應(yīng)用的先河，也為國內(nèi)早期先進(jìn)控制應(yīng)用研究和推廣應(yīng)用培養(yǎng)了骨干力量。

CLARKE D W等提出的廣義預(yù)測控制（Generalized PC），采用CARMA模型，將自適應(yīng)技術(shù)與模型預(yù)估控制技術(shù)結(jié)合起來，有一定的吸引力，有不少理論研究成果發(fā)表［37～42］，但由于多種原因，其在石油化工過程中應(yīng)用并不太多見，在已有商業(yè)化的先進(jìn)控制軟件中也采用得不多。

20世紀(jì)80、90年代，模型預(yù)測控制方法經(jīng)過在模型辨識、優(yōu)化算法、控制結(jié)構(gòu)分析、約束處理、參數(shù)整定和有關(guān)穩(wěn)定性、魯棒性等一系列的研究，實(shí)現(xiàn)了多種約束模型預(yù)測控制的工程化軟件包。針對過程控制提出的要求，國際上主流軟件產(chǎn)品采用的基于非參數(shù)模型預(yù)估控制為基礎(chǔ)的多變量約束協(xié)調(diào)控制軟件包，都是采用基于系統(tǒng)辨識的實(shí)驗(yàn)建模方法，不需要實(shí)施人員深入了解工藝過程知識，只需按操作手冊執(zhí)行即可，這也是這些跨國公司迅速占領(lǐng)國際市場的商業(yè)途徑。不同軟件包對約束和自由度的處理不同，這在很大程度上體現(xiàn)了其各自的特點(diǎn)和優(yōu)勢。直到目前，模型預(yù)測控制仍可以說是現(xiàn)代控制理論在過程控制中應(yīng)用最為成功的控制方法，在20世紀(jì)，僅兩家主流軟件（Aspen Technology和Honeywell兩家公司的先進(jìn)控制軟件）就在煉油工業(yè)應(yīng)用了1 680套，煉油工業(yè)成為20世紀(jì)先進(jìn)控制率先應(yīng)用及主要應(yīng)用的行業(yè)［43］。

預(yù)測控制之所以被工業(yè)界廣泛接受，除了上面所提的優(yōu)勢外，它還具有諸多常規(guī)控制方法所不具備的優(yōu)點(diǎn)，其中一個很重要的優(yōu)點(diǎn)是可以在控制器設(shè)計(jì)過程中系統(tǒng)地處理過程約束。實(shí)際過程中，無論是操作變量，還是被控變量、狀態(tài)變量，經(jīng)常會受到各種約束條件的限制，如幅值約束、速率約束等。約束條件按重要性可分為硬約束和軟約束。硬約束是指那些必須滿足的約束條件，如裝置的物理限制、閥門的上下限等。而軟約束則是指那些為滿足其他更重要的目標(biāo)，容許可以暫時違背的約束條件，如質(zhì)量指標(biāo)限等。當(dāng)然，對處理過程約束有多種不同的方法。另外一個優(yōu)點(diǎn)是能夠處理操縱變量和被控變量數(shù)不等的“胖”系統(tǒng)和“瘦”系統(tǒng)非方系統(tǒng)的控制問題，解決了常規(guī)控制系統(tǒng)設(shè)計(jì)中多于被控變量的操縱變量只能手動操作、多于操縱變量的被控變量無法自動控制的設(shè)計(jì)難題，并且只能在設(shè)計(jì)時固定選擇某個操縱變量去控制某個被控變量，原因有二：一是無法充分利用所有合適的操縱變量的調(diào)節(jié)能力給出整個系統(tǒng)的優(yōu)化操作；二是系統(tǒng)運(yùn)行時由于和設(shè)計(jì)時的工況不同，而使原來設(shè)計(jì)的控制方案無法正常運(yùn)行。預(yù)測控制的這個優(yōu)點(diǎn)能夠使先進(jìn)控制實(shí)現(xiàn)控制系統(tǒng)的多變量約束過程的實(shí)時協(xié)調(diào)策略，充分發(fā)揮裝置生產(chǎn)潛力，為動態(tài)卡邊優(yōu)化這種經(jīng)濟(jì)目標(biāo)優(yōu)化提供了條件，在完成動態(tài)控制的同時實(shí)現(xiàn)經(jīng)濟(jì)目標(biāo)的優(yōu)化。

隨著生產(chǎn)技術(shù)的發(fā)展和生產(chǎn)過程的日益復(fù)雜，要求確保生產(chǎn)裝置安全、保證產(chǎn)品質(zhì)量和卡邊優(yōu)化，這推動了產(chǎn)品質(zhì)量的直接閉環(huán)控制、質(zhì)量約束和安全約束控制的廣泛應(yīng)用。對產(chǎn)品質(zhì)量指標(biāo)等目前還不可測生產(chǎn)裝置提出了實(shí)時測量被控變量的迫切需求?？墒窃谠S多生產(chǎn)裝置的這類重要過程變量中，大部分由于技術(shù)或是經(jīng)濟(jì)上的原因，很難通過傳感器進(jìn)行測量，如催化裂化裝置的催化劑循環(huán)量、精餾塔的產(chǎn)品組分濃度、生物發(fā)酵罐的菌體濃度等。為了解決這些問題，形成了軟測量方法及其應(yīng)用技術(shù)的研究方向，正如著名過程控制專家MacVoy發(fā)表在《Automatica》上的論文所述，軟測量已經(jīng)成為過程控制的主要發(fā)展方向之一，成為不斷完善的主流先進(jìn)控制軟件的標(biāo)配。在基于裝置級的先進(jìn)控制和優(yōu)化的普遍應(yīng)用以來，軟測量技術(shù)得到了更為廣泛的發(fā)展和應(yīng)用?？梢哉f，軟測量在某種意義上決定了先進(jìn)控制的成敗，它已成為先進(jìn)控制中不可或缺的重要部分?；鶎覲ID控制解決了操作工的手動操作帶來的問題，比較準(zhǔn)確的產(chǎn)品質(zhì)量和生產(chǎn)指標(biāo)的軟測量結(jié)合預(yù)測控制的多變量協(xié)調(diào)與卡邊優(yōu)化，能夠?qū)崿F(xiàn)原本需要工藝技術(shù)人員來確定基層PID控制給定值的工作由先進(jìn)控制系統(tǒng)來自動操作，將提高裝置操作優(yōu)化水平和安全平穩(wěn)性并明顯降低工藝技術(shù)人員的勞動強(qiáng)度。

軟測量（Soft-Sensor）也稱為軟儀表（Soft-Instrument），用來“測量”那些難以測量或現(xiàn)有技術(shù)不能在線測量的重要變量。其原理是選擇那些能與被測變量構(gòu)成某種數(shù)學(xué)關(guān)系的其他一些容易測量的變量加以測量，然后用此數(shù)學(xué)關(guān)系來推斷和估計(jì)被測變量。這種不直接用硬件來測量變量的儀表被稱為軟測量。實(shí)際上軟測量與一般的儀表測量相比，原理上并無本質(zhì)的區(qū)別，像流量變送器將壓力傳感器測量信號通過變送器內(nèi)的氣動元件或電子元件轉(zhuǎn)換為流量輸出信號（實(shí)際上智能變換器也已經(jīng)采用嵌入式計(jì)算模塊進(jìn)行數(shù)字計(jì)算了）；又如早期，通過單元組合儀表實(shí)現(xiàn)分餾塔內(nèi)回流的計(jì)算，也是利用類似的方法得到了不能直接測量的變量，只不過它們是利用測量儀表內(nèi)的模擬計(jì)算元件或模擬單元組合儀表來實(shí)現(xiàn)簡單的計(jì)算，而不是利用計(jì)算機(jī)軟件來實(shí)現(xiàn)的?，F(xiàn)在大家對軟測量較為普遍的共識是：軟測量就是選擇與被估計(jì)變量相關(guān)的一組可測變量，構(gòu)造某種以可測變量為輸入、被估計(jì)變量為輸出的數(shù)學(xué)模型，用計(jì)算機(jī)軟件加以實(shí)現(xiàn)的對重要過程變量的估計(jì)［44］。

對軟測量方法比較系統(tǒng)的研究源于20世紀(jì)70年代Brosillow提出的推斷控制的基本思想和方法，即采集過程中比較容易測量的輔助變量，構(gòu)造推斷估計(jì)器來估計(jì)并克服擾動和測量噪聲對過程主導(dǎo)變量的影響。推斷控制策略中包括估計(jì)器和控制器的設(shè)計(jì)。現(xiàn)在發(fā)展起來的軟測量技術(shù)就體現(xiàn)了這種估計(jì)器的特點(diǎn)。從數(shù)學(xué)角度來看，軟測量的實(shí)質(zhì)就是建模問題。

現(xiàn)在研究和應(yīng)用的軟測量方法有許多種，按其建模方法來分，可以分為基于機(jī)理建模的方法和基于實(shí)驗(yàn)建模的方法兩大類。

基于機(jī)理建模的軟測量技術(shù)，由于工程背景明確，與一般工藝設(shè)計(jì)和計(jì)算關(guān)系密切，相應(yīng)的軟測量模型也較為簡單，便于應(yīng)用，因此基于機(jī)理建模的軟測量是工程中一種常用的方法，同時也是工程界最容易接受的軟測量方法。在工藝機(jī)理較為清晰的應(yīng)用場合，基于該方法的軟測量往往能取得較好的效果。這種方法容易處理動態(tài)、靜態(tài)、非線性等各種對象，有較大的適用范圍，操作條件變化時也可以外推。它的缺點(diǎn)是建模的代價較高，對于某些復(fù)雜的過程難以建模，并且難以形成通用的軟測量技術(shù)。目前，一般都是以針對某個具體生產(chǎn)單元計(jì)算包的形式出現(xiàn)。

另一種基于實(shí)驗(yàn)建模的軟測量也是一種十分有用的軟測量技術(shù)，由于它能夠形成通用的軟測量技術(shù)，因此該類軟測量技術(shù)得到了較多的研究，并形成了各種類型的方法，其中基于回歸分析方法和基于神經(jīng)網(wǎng)絡(luò)模型的兩種實(shí)驗(yàn)建模方法得到了普遍的應(yīng)用，已經(jīng)成為先進(jìn)控制商業(yè)化軟件中的必備組件。

預(yù)測控制和軟測量的緊密結(jié)合，構(gòu)成了先進(jìn)控制的核心內(nèi)容，也成為商業(yè)化先進(jìn)控制軟件最為重要的組件，制約先進(jìn)控制成功應(yīng)用的主要問題也是控制模型和軟測量模型的建模精度問題。

2 國內(nèi)先進(jìn)控制的發(fā)展過程、特殊問題及解決

國內(nèi)預(yù)測控制的研究始于20世紀(jì)80年代初，特別是上海交通大學(xué)的席裕庚教授和中國石油大學(xué)的袁璞教授分別在德國、美國學(xué)習(xí)和研究Predictive Control，學(xué)成回國后推動了Predictive Control的研究和應(yīng)用，在當(dāng)時該領(lǐng)域有著“南席北袁”之說。席裕庚教授主要致力Predictive Control的理論方法研究，將Predictive Control翻譯為“預(yù)測控制”，在學(xué)術(shù)界流行。袁璞教授主要致力于應(yīng)用技術(shù)的研發(fā)和應(yīng)用，將Predictive Control翻譯為“預(yù)估控制”，在應(yīng)用界流行［45～47］。

20世紀(jì)80年代初，華東石油學(xué)院（現(xiàn)在的中國石油大學(xué)，在1953年以清華大學(xué)石油工程系為主新建的北京石油學(xué)院于1969年遷往勝利油田所在地山東東營時所用的校名）自動化專業(yè)在為專業(yè)確定科研方向及確定77級畢業(yè)生攻讀碩士研究生培養(yǎng)方向時，將煉油工業(yè)中最重要、最復(fù)雜、最危險(xiǎn)的催化裂化裝置的優(yōu)化控制和操作優(yōu)化作為研究方向，當(dāng)時的自控教研室主任袁璞教授（1952年入學(xué)清華大學(xué)，1956年畢業(yè)于北京石油學(xué)院，1956年至1958年在清華大學(xué)自動化班研修）任負(fù)責(zé)人，他聯(lián)合學(xué)校煉油專業(yè)的鄭遠(yuǎn)揚(yáng)教授（清華大學(xué)化工系創(chuàng)始人、首任系主任曹本熹教授1956年在北京石油學(xué)院的首屆研究生）開展催化裂化裝置動態(tài)機(jī)理模型開發(fā)，合作指導(dǎo)研究生（筆者留校工作3年后，于1985年攻讀碩士研究生時有幸成為兩位導(dǎo)師（正、副研究生導(dǎo)師）的學(xué)生），在催化裂化裝置動態(tài)機(jī)理模型開發(fā)中取得了豐碩的成果，為我國石化行業(yè)的先進(jìn)控制（催化裂化反應(yīng)過程觀測與控制）和仿真培訓(xùn)系統(tǒng)（催化裂化模擬培訓(xùn)系統(tǒng)）的首次成功應(yīng)用奠定了堅(jiān)實(shí)的基礎(chǔ)，也為過程控制領(lǐng)域的融合機(jī)理分析和數(shù)據(jù)驅(qū)動建模開創(chuàng)了新路徑。我國石化行業(yè)的先進(jìn)控制和仿真培訓(xùn)系統(tǒng)于1988年由該課題組首次成功完成開發(fā)和應(yīng)用，并于1989年分獲“中石化科技進(jìn)步一等獎和二等獎”，先進(jìn)控制項(xiàng)目又獲得“1990年國家科技進(jìn)步二等獎”，是國內(nèi)石化行業(yè)先進(jìn)控制和仿真培訓(xùn)系統(tǒng)研發(fā)和應(yīng)用的開創(chuàng)性工作［48～51］。

能夠在國內(nèi)大型復(fù)雜石化裝置上率先開發(fā)和應(yīng)用先進(jìn)控制正是由于當(dāng)時石油工業(yè)部從國外引進(jìn)了催化裂化裝置優(yōu)化模型，并借助于當(dāng)時的蘭州煉油廠60萬噸催化裂化裝置開發(fā)和應(yīng)用在線優(yōu)化軟件的契機(jī)。由于袁璞教授團(tuán)隊(duì)的前期工作，被邀參加該攻關(guān)任務(wù)，主要承擔(dān)快速跟蹤在線優(yōu)化給出的催化裂化反應(yīng)溫度給定值任務(wù)。筆者當(dāng)時參加了該項(xiàng)目的工作，主要負(fù)責(zé)數(shù)據(jù)采集處理和濾波、在線實(shí)時仿真、在線實(shí)時預(yù)報(bào)、在線模型修正、反再過程不可測變量的動態(tài)觀測、總體程序結(jié)構(gòu)設(shè)計(jì)和監(jiān)控程序設(shè)計(jì)，于1984年到蘭州煉油廠收集現(xiàn)場數(shù)據(jù)，開始現(xiàn)場實(shí)際生產(chǎn)裝置建模研究工作，當(dāng)時現(xiàn)場裝置的計(jì)算機(jī)還沒有購置安裝，是從模擬記錄儀打印的記錄曲線上再讀取換算出生產(chǎn)過程數(shù)據(jù)。由于現(xiàn)場記錄儀幅寬窄，為提高重要變量采集數(shù)據(jù)的精度，從學(xué)校自帶了多臺沉重的上海大華儀表廠生產(chǎn)的實(shí)驗(yàn)室用寬幅記錄儀對重要變量進(jìn)行記錄。后來購置的現(xiàn)場計(jì)算機(jī)是美國DEC公司的PDP11-23小型機(jī)，計(jì)算機(jī)的數(shù)據(jù)采集使用的是當(dāng)時精度最高的十位模數(shù)轉(zhuǎn)換器，其最高分辨率為1/1024，當(dāng)時反再生產(chǎn)過程的溫度變送器的量程為1 000 ℃，即由于模數(shù)轉(zhuǎn)換器模擬量轉(zhuǎn)換為數(shù)字量的最小變化約為1 ℃，再加上各環(huán)節(jié)存在的采集噪聲（如提升管入口溫度由于高溫催化劑和低溫原料油混合的喘動），造成該溫度測量值有高達(dá)近10 ℃的隨機(jī)噪聲誤差，再加上當(dāng)時的計(jì)算機(jī)采樣速度慢，也無法用一個控制周期內(nèi)采集多點(diǎn)數(shù)據(jù)進(jìn)行平均來減小噪聲影響，采用已有的濾波方法無法滿足各種應(yīng)用對數(shù)據(jù)質(zhì)量的要求，僅這個問題就制約了項(xiàng)目進(jìn)展幾個月之久。當(dāng)時提出了智能自適應(yīng)限幅濾波方法，使動態(tài)過程數(shù)據(jù)的噪聲濾波效果接近理想濾波器效果，這才排除了第1個攔路虎，并成為后來實(shí)施先進(jìn)控制、實(shí)時優(yōu)化等應(yīng)用后提高數(shù)據(jù)質(zhì)量和可靠性的重要手段［52，53］。

由于該項(xiàng)目的主體在線優(yōu)化軟件一直未能給出可用的優(yōu)化給定值，于是提出了催化裂化裝置反應(yīng)過程的反應(yīng)深度控制方案，以宏觀反應(yīng)熱為被控變量來取代傳統(tǒng)的反應(yīng)溫度控制。由于宏觀反應(yīng)熱綜合了影響反應(yīng)過程的各種因素，維持反應(yīng)熱平穩(wěn)，可使反應(yīng)深度平穩(wěn)，從而使整個裝置操作較平穩(wěn)，有利于優(yōu)化操作工況。此外，還提出基于狀態(tài)反饋模型的預(yù)估（測）控制，實(shí)現(xiàn)了反應(yīng)過程的先進(jìn)控制和操作方案的改進(jìn)，相對傳統(tǒng)控制取得了顯著的控制效果，提升了裝置的經(jīng)濟(jì)效益，1988年在蘭州石化公司催化裂化裝置成功應(yīng)用，這也是國內(nèi)石化過程基于預(yù)測控制算法先進(jìn)控制的首次成功應(yīng)用，獲得了“1989年中石化科技進(jìn)步一等獎”“1990年國家科技進(jìn)步二等獎”，并于20世紀(jì)80、90年代在烏石化、天津石化、洛陽石化、長嶺石化、茂名石化等廠進(jìn)一步進(jìn)行了改進(jìn)和推廣應(yīng)用工作，筆者作為骨干或項(xiàng)目負(fù)責(zé)人參加了烏石化、天津石化、長嶺石化的項(xiàng)目。

袁璞教授在布局機(jī)理分析建模、仿真、系統(tǒng)辨識、預(yù)測控制方法研究的同時，在20世紀(jì)早期就布局開展重要不可測變量的觀測方法（也就是現(xiàn)在的軟測量方法）的研究，以用于在前饋補(bǔ)償控制中抑制不可測擾動［54～56］。在首套催化裂化裝置反再系統(tǒng)應(yīng)用先進(jìn)控制時，重要不可測變量（如催化劑循環(huán)量、反應(yīng)熱等）沒有輸出樣本，無法進(jìn)行軟測量模型訓(xùn)練，只有采用機(jī)理分析模型來設(shè)計(jì)觀測器進(jìn)行觀測，并且在國內(nèi)石化行業(yè)第1個先進(jìn)控制應(yīng)用就將觀測變量（軟測量）用作被控變量，這在國際上也是走在前列的，在那時就開發(fā)和應(yīng)用了現(xiàn)在先進(jìn)控制的兩個重要組成部分。在烏石化帶前置燒焦罐高效再生催化裂化裝置進(jìn)行第1個先進(jìn)控制推廣應(yīng)用，該廠帶有前置燒焦罐高效再生器的不可測變量的實(shí)時動態(tài)觀測，僅可用再生滑閥信息計(jì)算催化劑循環(huán)量（進(jìn)一步計(jì)算反應(yīng)深度控制方案所用的反應(yīng)熱）的計(jì)算模型參數(shù)修正，限于當(dāng)時的計(jì)算機(jī)條件，都是采用人工修改，后來提出了自動修改技術(shù)［57］并擴(kuò)大到整個再生器快床再生器催化劑循環(huán)量、氧含量、燒焦量、再生與待生催化劑含焦量等不可測變量的在線實(shí)時觀測，為再生器的優(yōu)化操作提供指導(dǎo)［58］。在復(fù)雜的再生器系統(tǒng)不可測變量動態(tài)觀測和主分餾包塔頂產(chǎn)品質(zhì)量指標(biāo)觀測（軟測量）的觀測模型建立中，發(fā)現(xiàn)現(xiàn)有測量變量不能滿足可觀測條件，必須增加測點(diǎn)才能滿足可觀測性，為進(jìn)一步分析該問題，袁璞教授后來還招收了博士研究生進(jìn)行相關(guān)研究［59～62］。在這里通過可觀性和機(jī)理分析確定，必須要知道通過連接一、二段上再生器的稀相管的催化劑流量才能夠滿足可觀性條件，但受限于在再生器內(nèi)部不可能安裝催化劑流量測量儀表，最后通過利用稀相管壓降來計(jì)算稀相管的催化劑流量解決了該問題，整個再生器不可測變量的在線實(shí)時觀測結(jié)果得到了工藝人員的高度認(rèn)可，對反再生產(chǎn)過程的優(yōu)化操作起到了重要作用。關(guān)于非線性觀測器在應(yīng)用中的改進(jìn)方法研究，如何將復(fù)雜的觀測器計(jì)算簡化為工藝機(jī)理分析所得非線性方程計(jì)算結(jié)果加上低通濾波器的工程化簡化等研究成果向1990年在法國巴黎召開的IFAC大會投稿并被錄用，但未能去參會。

1991～1993年，筆者作為主要參加人員，負(fù)責(zé)天津石化反應(yīng)再生過程機(jī)理動態(tài)數(shù)學(xué)模型開發(fā)及其用于不可測變量的實(shí)時動態(tài)觀測，后因所用計(jì)算機(jī)性能不可靠和再生滑閥不能使用未能在該廠實(shí)現(xiàn)反應(yīng)再生部分的先進(jìn)控制。任務(wù)目標(biāo)改為用當(dāng)時的蘭煉儀表廠生產(chǎn)的可編程控制器實(shí)現(xiàn)催化裂化裝置主分餾塔的汽油干點(diǎn)觀測與控制，筆者負(fù)責(zé)了實(shí)施方案的設(shè)計(jì)和準(zhǔn)備，用一個簡易數(shù)字控制器成功實(shí)現(xiàn)了分餾塔的先進(jìn)控制，該項(xiàng)目獲得了“1995年中石化科技進(jìn)步二等獎”。

1992～1995年，筆者作為項(xiàng)目負(fù)責(zé)人和主要研發(fā)人員承擔(dān)了國家“八五”推廣項(xiàng)目長嶺煉油廠重油催化裂化裝置動態(tài)數(shù)學(xué)模型的開發(fā)與應(yīng)用，該裝置是我國最早一批重油催化裂化裝置，其熱量過剩，為盡可能減少再生器內(nèi)的燃燒熱，其一再采用不完全再生工藝，即盡量多地產(chǎn)生CO，到CO鍋爐作為燃料去燃燒，但由于該新工藝當(dāng)時還不太成熟，再生器操作不太平穩(wěn)，再生器溫度波動幅度高達(dá)50 ℃。而先進(jìn)控制的反應(yīng)深度控制方案是用反應(yīng)熱取代反應(yīng)溫度作為控制催化裂化反應(yīng)過程的被控變量，對于當(dāng)時的操作規(guī)程規(guī)定反應(yīng)溫度作為反應(yīng)過程的控制指標(biāo)，推廣應(yīng)用就遇到了很大阻力，并且對于再生器這么大的溫度波動，采用反應(yīng)深度控制方案會導(dǎo)致反應(yīng)溫度波動幅度不可接受，因此增加了通過原料油預(yù)熱溫度作為調(diào)節(jié)反應(yīng)溫度在一定變化范圍的操作變量，需要采用多變量預(yù)測控制。當(dāng)時只能用DCS控制器上的計(jì)算模塊（美國貝利公司INFI-90 DCS，每個控制器上可以支持8個編碼模塊）實(shí)現(xiàn)先進(jìn)控制，對預(yù)測控制的實(shí)現(xiàn)是個巨大的挑戰(zhàn)，對控制算法的運(yùn)算量、內(nèi)存都有極大的限制［63］。根據(jù)這個項(xiàng)目的需求，提出了反應(yīng)熱給定點(diǎn)控制與反應(yīng)溫度區(qū)域控制多變量協(xié)調(diào)控制策略，開發(fā)出浮動差值預(yù)估控制算法，既避免了差值計(jì)算中需要穩(wěn)態(tài)工作點(diǎn)的難題，又解決了兩步差值預(yù)估控制算法對于該廠再生器溫度波動大造成的反應(yīng)熱觀測值噪聲誤差大，而導(dǎo)致未來預(yù)測值大得難以接受的難題，這是由于兩步差值預(yù)估算法的未來預(yù)測值的誤差是對預(yù)估初始狀態(tài)值中噪聲誤差的積分，相對于穩(wěn)態(tài)工作點(diǎn)的差值預(yù)估算法其造成的預(yù)測誤差要明顯增加。

在該項(xiàng)目中還解決了許多技術(shù)難題，如原料油預(yù)熱后通過比較長的管道輸送到反應(yīng)器入口造成的大純滯后問題，還針對裝置負(fù)荷變化造成的變純滯問題，提出了大純滯后預(yù)估控制簡化算法，該算法具有的簡單實(shí)用的優(yōu)點(diǎn)使其能夠在DCS的計(jì)算模塊中實(shí)現(xiàn)，并采用了根據(jù)原料油實(shí)時流量和管線容量計(jì)算實(shí)時純滯后時間的方法來在線修改模型［64］。由于反應(yīng)熱觀測計(jì)算值噪聲誤差大，無論是采用當(dāng)前計(jì)算值還是一段時間的平均值都基本上難以和實(shí)際反應(yīng)熱值一致，投運(yùn)時對當(dāng)前的運(yùn)行工況總會造成擾動，最后通過變控制增益解決了投運(yùn)時的擾動問題。該項(xiàng)目在先進(jìn)控制的通用化等工程化水平提升方面取得了重要進(jìn)展，與國外同步獨(dú)立解決和完善了先進(jìn)控制通用化和工程化問題，僅用了17萬元的項(xiàng)目經(jīng)費(fèi)，具有很高的投資回報(bào)率，還為該廠的其他項(xiàng)目提供了經(jīng)驗(yàn)，并培養(yǎng)出多名全日制研究生和在職研究生，都成為先進(jìn)控制相關(guān)領(lǐng)域的骨干力量［65，66］。該項(xiàng)目得到了企業(yè)的高度評價。

由于國內(nèi)外催化裂化裝置在線優(yōu)化問題一直沒能得到解決，筆者團(tuán)隊(duì)在這個項(xiàng)目中也花費(fèi)了大量精力研發(fā)了基于主分餾塔產(chǎn)品產(chǎn)率觀測反饋尋優(yōu)反應(yīng)條件的實(shí)時優(yōu)化技術(shù)。這種反饋調(diào)優(yōu)方法在1989年毛寶瑚教授承擔(dān)的東黃原油長輸管線各輸送站熱媒加熱爐進(jìn)口控制系統(tǒng)替代項(xiàng)目（進(jìn)口計(jì)算機(jī)控制系統(tǒng)大多老化停用，作為當(dāng)年參與引進(jìn)工作的毛寶瑚教授承擔(dān)了用單板機(jī)開發(fā)計(jì)算機(jī)控制系統(tǒng)，并實(shí)現(xiàn)點(diǎn)火投用、正常運(yùn)行和停運(yùn)的無人值守）中就得到了成功應(yīng)用，解決了原來進(jìn)口控制系統(tǒng)中氧含量在線分析儀可靠性差且測量值漂移，很難有效運(yùn)行的問題。筆者當(dāng)時指導(dǎo)毛寶瑚教授的在職研究生通過熱效率實(shí)時觀測值反饋尋優(yōu)來直接調(diào)節(jié)風(fēng)量調(diào)節(jié)閥閥位實(shí)現(xiàn)熱效率最優(yōu)，使熱媒加熱爐的風(fēng)量控制系統(tǒng)真正實(shí)現(xiàn)了無人操作，并顯著提高了熱效率，在原油輸送管線上得到了廣泛應(yīng)用，并成為中石油大型水套式加熱爐新產(chǎn)品的配套產(chǎn)品。但基于主分餾塔產(chǎn)品產(chǎn)率觀測反饋尋優(yōu)的主要困難在于主分餾塔產(chǎn)品產(chǎn)率動態(tài)觀測值的精度和時間滯后問題，通過引入塔內(nèi)和油氣分離罐等滯液量積蓄變化補(bǔ)償和餾出油品實(shí)際沸點(diǎn)、產(chǎn)品標(biāo)準(zhǔn)沸點(diǎn)的偏差補(bǔ)償?shù)膭討B(tài)觀測器，實(shí)現(xiàn)了通過主分餾塔餾出油品產(chǎn)率來得到反應(yīng)器出口裂化反應(yīng)產(chǎn)品產(chǎn)率，使從反應(yīng)熱變化到反應(yīng)產(chǎn)品產(chǎn)率達(dá)到穩(wěn)態(tài)響應(yīng)的時間，由主分餾塔側(cè)線產(chǎn)品產(chǎn)率超過30 min的滯后縮小到幾分鐘，為基于主分餾塔產(chǎn)品產(chǎn)率觀測動態(tài)反饋尋優(yōu)提供了條件。特別是油氣分離罐的截面積大且截面積隨液位高度變化，由該油氣分離罐液位變化引起的積蓄量變化是重點(diǎn)，為提高觀測精度，通過查閱設(shè)計(jì)圖紙和現(xiàn)場確認(rèn)，推導(dǎo)出了用液位變化計(jì)算分離罐截面積變化的計(jì)算公式，顯著提升了觀測精度，并且該計(jì)算公式也為后來的非線性液位控制方法提供了基礎(chǔ)。所開發(fā)的催化裂化裝置在線優(yōu)化技術(shù)于1996年在茂名石化成功應(yīng)用，并獲得“1998年國家科技進(jìn)步三等獎”等獎勵，獲得較為廣泛的應(yīng)用，也被進(jìn)一步推廣到其他反應(yīng)-分離生產(chǎn)過程。

國外先進(jìn)控制軟件于1992年在齊魯石化公司的催化裂化裝置上首次成功投運(yùn)，但也僅用多變量預(yù)測控制常規(guī)PID控制的變量，還屬于初始階段軟件產(chǎn)品。隨后隨著國外多家先進(jìn)控制公司的兼并整合，形成了以Honeywell和Aspen兩家為主的先進(jìn)控制軟件公司，軟件都是采用基于系統(tǒng)辨識的實(shí)驗(yàn)建模方法的易于推廣的先進(jìn)控制軟件。該類軟件在國外得到快速推廣，于20世紀(jì)90年代中期開始進(jìn)入中國，并通過企業(yè)聯(lián)盟快速占領(lǐng)了中國市場，當(dāng)時中石化批量購買每套軟件單價高達(dá)50萬美元，實(shí)施由國外公司來人負(fù)責(zé)，往往實(shí)施費(fèi)用高于軟件費(fèi)用。面對這種情況，國內(nèi)多所高校向國家呼吁給予支持，開發(fā)具有自主知識產(chǎn)權(quán)的先進(jìn)控制軟件，在國家和企業(yè)的支持下，加快了先進(jìn)控制應(yīng)用技術(shù)和工程化軟件的研發(fā)和應(yīng)用工作，多所高校開發(fā)出了與國外軟件產(chǎn)品技術(shù)水平相當(dāng)?shù)妮^為成熟的工程化先進(jìn)控制軟件，并獲得了成功的應(yīng)用［67～70］。清華大學(xué)于1996～1999年在國家計(jì)委“九五”攻關(guān)課題支持下開發(fā)了具有完全自主知識產(chǎn)權(quán)的可擴(kuò)展多變量先進(jìn)魯棒控制器（Scalable Multivariable Advanced Robust Control Technology，SMART），也是在蘭州煉油廠進(jìn)行的應(yīng)用示范。當(dāng)時普遍是以基于實(shí)驗(yàn)建模的主流先進(jìn)控制軟件為目標(biāo)，但清華大學(xué)還融入了一些專家知識，如Honeywell公司通過加權(quán)方式將所有操縱變量和被控變量都納入控制，Aspen公司采用組態(tài)時提前設(shè)置好變量選擇優(yōu)先級，而筆者團(tuán)隊(duì)研發(fā)了基于控制規(guī)則和對象特性知識的多變量約束過程的實(shí)時協(xié)調(diào)決策技術(shù)，實(shí)現(xiàn)了被控變量和操縱變量選擇的實(shí)時協(xié)調(diào)，既保證了更好的控制效果，又大幅度減少了運(yùn)算量。在當(dāng)時蘭州煉油廠的常減壓示范裝置上與已經(jīng)投運(yùn)的國外先進(jìn)控制軟件同臺對比，筆者團(tuán)隊(duì)設(shè)計(jì)軟件的輸入輸出數(shù)據(jù)是以國外軟件的實(shí)時數(shù)據(jù)庫作為中繼，這樣控制器具有更大的純滯后時間和不確定性，但仍取得了更好的控制和卡邊優(yōu)化效果，像過渡過程時間更長的減壓塔的控制，國外先進(jìn)控制經(jīng)常不平穩(wěn)甚至不能投用，而筆者團(tuán)隊(duì)的先進(jìn)控制都能保持良好的控制效果，特別是對減四線產(chǎn)品（最粘稠、價格最高的潤滑油基料），先進(jìn)控制卡邊優(yōu)化能夠從價格非常低廉的塔底減渣中提取更多的潤滑油基料，僅這一項(xiàng)就取得幾千萬的經(jīng)濟(jì)收益。該成果獲得了“2000年中石化科技進(jìn)步一等獎”。

但由于當(dāng)時國內(nèi)的研發(fā)支持力度、科研成果轉(zhuǎn)化機(jī)制、國產(chǎn)軟件產(chǎn)品與進(jìn)口軟件產(chǎn)品價格的巨大差距的限制，導(dǎo)致國內(nèi)先進(jìn)控制軟件自我造血能力差，在軟件工程化、商業(yè)化方面與國外先進(jìn)控制軟件一直存在著差距，同時應(yīng)用企業(yè)普遍對國內(nèi)產(chǎn)品信任度不高，致使國內(nèi)先進(jìn)控制軟件產(chǎn)品的發(fā)展和應(yīng)用不夠順利。但是，在大幅度降低國外先進(jìn)控制軟件壟斷價格（國產(chǎn)軟件應(yīng)用成功后，每套國外進(jìn)口軟件價格迅速從五十萬美元左右降到十幾萬美元）、培養(yǎng)研究應(yīng)用人才、促進(jìn)先進(jìn)控制的普及應(yīng)用方面發(fā)揮了重要作用，如實(shí)施隊(duì)伍逐漸本土化，大幅度降低了實(shí)施費(fèi)用。

2000年初，先進(jìn)控制在國內(nèi)石化行業(yè)主要生產(chǎn)裝置得到了較為廣泛的應(yīng)用，僅中石化就先后有近百套裝置實(shí)施了先進(jìn)控制（主要以Honeywell和Aspen兩家軟件產(chǎn)品為主），包括催化裂化、常減壓、重整、延遲焦化、加氫裂化、氣分、芳烴、聚丙烯等裝置，涵蓋了中石化的主要工藝裝置種類，應(yīng)用成功的裝置增強(qiáng)了生產(chǎn)過程操作的平穩(wěn)性，提高了產(chǎn)品質(zhì)量合格率，實(shí)現(xiàn)了裝置的卡邊優(yōu)化運(yùn)行。但真正能在現(xiàn)場長期運(yùn)行，長期穩(wěn)定地獲得應(yīng)有經(jīng)濟(jì)效益的還不多，大多剛投用時有不錯的應(yīng)用效果，但隨著時間的推移，控制性能逐漸衰退，甚至不能穩(wěn)定運(yùn)行，即使勉強(qiáng)在線運(yùn)行，也難以實(shí)現(xiàn)先進(jìn)控制的功能和收益。

當(dāng)時對國內(nèi)外情況進(jìn)行了分析對比，尋找基于實(shí)驗(yàn)建模的先進(jìn)控制軟件國內(nèi)應(yīng)用效果明顯差于國外的原因，發(fā)現(xiàn)確實(shí)存在著一些我國特有的客觀原因。一個主要原因是進(jìn)裝置原料成分穩(wěn)定性問題，國外石油公司占據(jù)了主要大型油氣資源，具有穩(wěn)定的原油來源，即使是多種原油，他們都對其進(jìn)行調(diào)合，保持進(jìn)裝置原料穩(wěn)定或?yàn)橛邢薹N穩(wěn)定配方。而我國原油來源多樣，品質(zhì)差別大，企業(yè)加工原油品種經(jīng)常變動，當(dāng)加工原油性質(zhì)變化比較大時，基于實(shí)驗(yàn)建模的先進(jìn)控制實(shí)施時測試的模型參數(shù)就會發(fā)生大的變化，導(dǎo)致模型失配增大、控制效果變差。實(shí)際上受影響更大的是軟測量模型精度，它更容易受到原料性質(zhì)的影響，影響產(chǎn)品質(zhì)量控制，導(dǎo)致卡邊優(yōu)化無法實(shí)現(xiàn)。所以后來的先進(jìn)控制軟件實(shí)施時大多都不做軟測量和卡邊優(yōu)化了，有的雖然保持產(chǎn)品質(zhì)量的軟測量，但在被控變量的加權(quán)值設(shè)得很小，喪失了先進(jìn)控制的最大優(yōu)勢，再加上控制模型誤差大，控制平穩(wěn)性差，預(yù)測控制的優(yōu)勢也丟掉了，導(dǎo)致很多企業(yè)人員認(rèn)為先進(jìn)控制不如在DCS上的PID控制好，包括最早最廣泛應(yīng)用先進(jìn)控制的中石化也有相當(dāng)一部分人持有這種觀點(diǎn)。另外一個主要原因是國內(nèi)自動化儀表設(shè)計(jì)規(guī)格一般比國外低，較少采用在線分析儀表或由于維護(hù)狀況差而無法滿足先進(jìn)控制的精度要求，而國外應(yīng)用先進(jìn)控制時盡可能采用在線分析儀表，這保證了先進(jìn)控制的應(yīng)用效果。這也是因?yàn)閲獠僮魅藛T少，需要高度的自動化，而我國人力資源成本低，在裝置設(shè)計(jì)時為減少投資盡量降低自動化設(shè)備的投入，在自動控制回路不能投自動時，用人工操作也可接受，甚至不能在操作室遠(yuǎn)程手動遙控操作的，去到現(xiàn)場手動調(diào)閥，裝置也能照樣運(yùn)行，而國外系統(tǒng)出現(xiàn)這些問題后都要停工維修。因?yàn)榛趯?shí)驗(yàn)建模的先進(jìn)控制應(yīng)用模式基本上采用上層預(yù)測控制和基層DCS控制回路串級的方式（20世紀(jì)所做的基于機(jī)理分析建模的先進(jìn)控制，大多是直接控制調(diào)節(jié)閥），所以基層DCS上的PID控制回路投運(yùn)率低、控制跟蹤效果差也是制約國內(nèi)先進(jìn)控制的原因。十幾年前中化公司和筆者討論他們準(zhǔn)備應(yīng)用先進(jìn)控制的打算時，筆者建議他們先進(jìn)行PID控制整修和參數(shù)整定，并建議他們找企業(yè)有經(jīng)驗(yàn)的技術(shù)人員，不要找高校。后來他們邀請了在加拿大企業(yè)工作的馮恩波博士來負(fù)責(zé)這個工作，一個廠一個廠地進(jìn)行PID控制器整修和參數(shù)整定，大幅提升了中化企業(yè)的PID控制投用率。當(dāng)然付出也是很大的，因?yàn)榛芈返恼ㄒ蕾囉薪?jīng)驗(yàn)的專家一個一個地進(jìn)行?？紤]到這個問題，筆者團(tuán)隊(duì)開展了“具有自動運(yùn)行能力的工業(yè)控制器性能監(jiān)控、診斷與維護(hù)方法”的研發(fā)工作，該技術(shù)克服了國內(nèi)外已有技術(shù)普遍存在的應(yīng)用中需要人工干預(yù)多、實(shí)施難度大和成本高的缺點(diǎn)，通過大數(shù)據(jù)、知識自動化等人工智能技術(shù)，自動采集和分析DCS組態(tài)數(shù)據(jù)和日常操作運(yùn)行數(shù)據(jù)，自動基于提取的過程知識建立PID控制回路故障診斷、獲取性能評估基準(zhǔn)參數(shù)，并針對動態(tài)特性的變化不斷自動更新性能基準(zhǔn)，實(shí)現(xiàn)控制器性能的實(shí)時監(jiān)控、故障診斷和自整定，保證控制器運(yùn)行在高性能狀態(tài)，并顯著減少系統(tǒng)實(shí)施的難度和人力成本［71］。該技術(shù)通過學(xué)校知識產(chǎn)權(quán)轉(zhuǎn)化，為清華大學(xué)的孵化公司——清云智通公司和清云智控公司提供了廣受企業(yè)歡迎的拳頭產(chǎn)品。

針對國內(nèi)的特殊問題——基于機(jī)理分析模型的先進(jìn)控制軟件推廣應(yīng)用困難和基于實(shí)驗(yàn)建模的先進(jìn)控制軟件難以完全滿足我國國情的情況，近二十幾年來，清華大學(xué)研究團(tuán)隊(duì)致力于研發(fā)融合二者優(yōu)點(diǎn)的先進(jìn)控制技術(shù)和軟件，開發(fā)了精餾、加熱、延遲焦化等廣泛使用的一類裝置通用的“智能化”先進(jìn)控制技術(shù)和軟件產(chǎn)品，實(shí)現(xiàn)無人操作，有效解決了基于實(shí)驗(yàn)建模先進(jìn)控制軟件不能很好適應(yīng)裝置的問題，該技術(shù)于2011年和2013年兩次獲得“中國石油化工自動化行業(yè)協(xié)會技術(shù)發(fā)明一等獎”［72～75］。并對基于實(shí)驗(yàn)建模的先進(jìn)控制軟件的軟測量模型、控制模型受原料變化、工況變化等問題進(jìn)行持續(xù)的改進(jìn)，在工業(yè)過程上成功應(yīng)用和推廣，取得了顯著的經(jīng)濟(jì)效益和社會效益［44，76，77］。圖３是國內(nèi)應(yīng)用的主要先進(jìn)控制軟件產(chǎn)品。其中SMART＋套件是和清云智通公司合作的產(chǎn)學(xué)研產(chǎn)品，它快速提升了先進(jìn)軟件產(chǎn)品的工程化水平，形成了一系列完整的解決方案和軟件產(chǎn)品，它和中國石油大學(xué)的PARACS軟件都是國內(nèi)具有完全自主知識產(chǎn)權(quán)的先進(jìn)控制軟件，它們被石化聯(lián)合會認(rèn)定、推薦，長期以來能夠在中石化、中石油與國外軟件產(chǎn)品同場競爭（具有投標(biāo)資質(zhì)）。

針對基層控制問題，前文提到研發(fā)了“具有自動運(yùn)行能力的工業(yè)控制器性能監(jiān)控、診斷與維護(hù)方法”的技術(shù)，由清云智通公司和清云智控公司開發(fā)出工程化、商業(yè)化的CLPM軟件產(chǎn)品，已在多個化工企業(yè)成功應(yīng)用，以低成本快速提升了企業(yè)PID控制回路的投用率，并明顯提升了對企業(yè)的儀表維護(hù)水平和效率，受到應(yīng)用企業(yè)的廣泛好評。對于像煙道擋板和長執(zhí)行機(jī)構(gòu)驅(qū)動的大型調(diào)節(jié)閥，采用PID控制往往很難控制平穩(wěn)，即使能夠控制住，PID控制器的連續(xù)調(diào)節(jié)特別是控制不太平穩(wěn)時，會讓調(diào)節(jié)閥的使用壽命大幅降低。還有像具有很大測量噪聲的煤粉（煤漿）流量控制也是很難投入自動控制的。為此，筆者團(tuán)隊(duì)提出了基于“動態(tài)前饋、穩(wěn)態(tài)反饋”和平衡思想的智能控制，融合了工藝機(jī)理、專家知識和新的控制思想，以此來保障控制回路的穩(wěn)定性，為安全操作提供幫助，實(shí)現(xiàn)了人只要能遙控，就能夠自動控制，解決了類似大型加熱爐煙風(fēng)的自動控制，使加熱爐熱效率在線優(yōu)化技術(shù)廣泛應(yīng)用于所有的具有加熱爐的先進(jìn)控制項(xiàng)目中，并在其他行業(yè)的大型燃煤鍋爐成功應(yīng)用，實(shí)現(xiàn)了大型加熱爐的無人操作和熱效率的提升?；谠摽刂撇呗?，開發(fā)出加熱爐支路平衡控制、非線性液位控制及其他復(fù)雜控制回路的控制方法，消除了基層控制自動化的死角，保障了裝置安全、平穩(wěn)自動操作，為先進(jìn)控制和全流程優(yōu)化提供了堅(jiān)實(shí)的基礎(chǔ)。

3 展望

針對國內(nèi)的情況，僅靠單一的基于實(shí)驗(yàn)建模的先進(jìn)控制軟件很難解決所有生產(chǎn)過程的問題，根據(jù)筆者的長期應(yīng)用實(shí)踐，提出了如圖4所示的智能優(yōu)化控制整體架構(gòu)，它是集機(jī)理知識、先進(jìn)控制、軟測量技術(shù)、實(shí)時優(yōu)化、數(shù)字孿生系統(tǒng)、人工智能、大數(shù)據(jù)解析、知識自動化等技術(shù)的動態(tài)優(yōu)化和穩(wěn)態(tài)優(yōu)化于一體的智能控制和優(yōu)化操作技術(shù)，能夠克服現(xiàn)有先進(jìn)控制軟件應(yīng)用實(shí)施難、長期應(yīng)用發(fā)揮效益更難的問題。

通過PID控制回路智能維護(hù)系統(tǒng)保障基層PID控制的高性能運(yùn)行，利用基層智能控制器解決PID控制器不能解決的控制回路的自動調(diào)節(jié)，實(shí)現(xiàn)基層控制回路全自動。

根據(jù)不同單元的情況，使用通用先進(jìn)控制軟件或?qū)Ｓ眠^程智能優(yōu)化控制實(shí)現(xiàn)單元智能優(yōu)化控制。

智能自主操作決策與實(shí)時優(yōu)化系統(tǒng)執(zhí)行計(jì)劃調(diào)度與人機(jī)協(xié)作指令，根據(jù)數(shù)字孿生系統(tǒng)、模型與知識智能學(xué)習(xí)系統(tǒng)的支持與單元智能優(yōu)化控制系統(tǒng)的反饋信息，對整個裝置進(jìn)行優(yōu)化決策，實(shí)現(xiàn)整個裝置的自動無人優(yōu)化操作。

參 考 文 獻(xiàn)

［1］ 錢學(xué)森，宋鍵.工程控制論［M］.北京：科學(xué)出版社，1980.

［2］ 解學(xué)書.最優(yōu)控制理論與應(yīng)用［M］.北京：清華大學(xué)出版社，1986.

［3］ 金以慧，王詩宓，王桂增.過程控制的發(fā)展與展望［J］.控制理論與應(yīng)用，1997，14（2）：145-151.

［4］? ?ASTROM K J，EYKHOFF P.System identification—A survey［J］.Automatica，1971，7（2）：123-162.

［5］? EYKHOFF P. System identification： Parameter and state estimation［M］.England：Wiley，Chichester，1974.

［6］? ASTROM K J， WINTTENMARK B. On Self-tuning Regulators［J］.Automatica，1973，9：185-199.

［7］? ?CLARKE D W，GAWTHROP J P.Self-tuning Controller［J］.Proc IEE，1975，122（a）：929-934.

［8］? ?LANDAU I D.A survey of model reference adaptive techniquse：Theory and applications［J］.Automatica，1974，10（4）：353-379.

［9］? CHIEN I L，MELLICHAMP D A， SEBORG D E.A multivariable self-tuning control strategy for distillation columns［J］.Industrial & Engineering Chemistry Process Design and Development，1986，25（3）：595-600.

［10］? SEBORG D E，EDGAR T F，SHAH S L.Adaptive control strategies for process control：A survey［J］.AIChE Journal，1986，32（6）：881-913.

［11］? ?GOODWIN G C，SIN K S.Adaptive filtering prediction and control［M］.New Jersy：Prentice-Hall，INC.，1984.

［12］? ?ZADEH L A.Fuzzy algorithms［J］.Information and Control，1968，12（2）：94-102.

［13］? ?ZADEH L A.Outline of a new approach to the analysis of complex systems and decision process［J］.IEEE Transactions on SMC，1973，SMC-3（1）：28-44.

［14］? ?MAMDANI E H.Applications of fuzzy algorithms for control of simple dynamic plant［J］.Proceedings of the Institution of Electrical Engineers，1974（12）：1585-1588.

［15］? ?SUGENO M，TANAKA K.Stability analysis and design of fuzzy control system［J］.Fuzzy Sets and Systems，1992，45（2）：135-156.

［16］? ?黃鶴，李德偉，席裕庚.基于多步控制策略的混合H2 /H∞魯棒預(yù)測控制器設(shè)計(jì)［J］.自動化學(xué)報(bào)，2012，38（6）：944-950.

［17］? ?AL-GHERWI W，BUDMAN H，ELKAMEL A.Robust distributed model predictive control：A review and recent developments［J］.Canadian Journal of Chemical Engineering，2011，89（5）：1176-1190.

［18］ ? RICHALET J，RAULT A，TESTUD J L.Model predictive heuristic control：Application to industrial processes［J］.Automatica，1978，14（5）：413-428.

［19］? ?ROUHANI R，MEHRA R K.Model algorithmic control （MAC）：Basic theoretical properties［J］.Automatica，1982，18（4）：401-414.

［20］? ?CUTLER C R，REMAKER B L.Dynamic Matrix Control—A Computer Control Algorithm［C］//Proceedings of Joint Automatic Control Conference.JACC，1980.

［21］? ?袁璞.預(yù)估控制及其在過程控制中的應(yīng)用——工業(yè)過程模型化與控制［M］.杭州：浙江大學(xué)出版社，1988.

［22］? ?袁璞.生產(chǎn)過程動態(tài)數(shù)學(xué)模型及其在線應(yīng)用［M］.北京：中國石化出版社，1994.

［23］? ?袁璞.單值預(yù)估控制［J］.石油大學(xué)學(xué)報(bào)（自然科學(xué)版），1992，16（5）：100-109.

［24］? ?叢松波，袁璞.基于狀態(tài)方程的預(yù)估控制技術(shù)［C］//俞金壽.工業(yè)過程模型化及控制：中國自動化學(xué)會第二屆過程控制科學(xué)報(bào)告會論文集.上海：華東化工學(xué)院出版社，1989.

［25］? ?LI S F，LIM K Y，F(xiàn)ISHER D G.State-space formulation for model predictive control［J］.AIChE Journal，1989，35（2）：241-249.

［26］? ?BALCHEN J G，LJUNGQUIST D，STRAND S.State-space predictive control［J］.Chemical Engineering Science，1992，47（4）：787-807.

［27］? ?LEE J H，GELORMINO M S，MORARI M.Model predictive control of multi-rate sampled-data systems：A state-space approach［J］.International Journal of Control，1992，55（1）：153-191.

［28］? ?LEE J H，MORARI M，GARCIA C E.State-space interpretation of model predictive control［J］.Automatica，1994，30（4）：707-717.

［29］? ?CLARKE D W，MOHTADI C，TUFFS P S.Generalized predictive control—part Ⅰ.The basic algorithm［J］.Automatica，1987，23（2）：137-148.

［30］? ?CLARKE D W，MOHTADI C，TUFFS P S.Generalized predictive control—partⅡ.Extensions and interpretations［J］.Automatica，1987，23（2）：137-160.

［31］? ?孫德祥，袁璞.一種通用的預(yù)估控制算法［C］//工業(yè)過程模型化及控制.1994：105-111.

［32］? ?SOETERBOEK A R M.Predictive control：A unified approach［M］.London： Prentice Hall，1992.

［33］? ?袁璞，左信，鄭海濤.狀態(tài)反饋預(yù)估控制［J］.自動化學(xué)報(bào)，1993，19（5）：569-577.

［34］? ?LEE J H，RICKER N L.Extended kalman filter based non-linear model predictive control［J］.Industrial & Engineering Chemistry Research，1994，33：1530-1541.

［35］? ?袁璞，鄭遠(yuǎn)揚(yáng)，黃德先，等.催化裂化反應(yīng)深度的觀測與控制方法：CN1060490［P］.1990-10-12.

［36］? ?袁璞，吳峰，叢松波，等.催化裂化提升管反應(yīng)器的控制［C］//工業(yè)過程模型化及控制.北京：清華大學(xué)出版社，1991.

［37］? ?CLARKE D W，SCATTOLINI R.Constrained receding-horizon predictive control［J］.IEE Proceedings：Control Theory and Applications，1991，138（4）：347-354.

［38］? ?ROBINSON B D，CLARKE D W.Robustness effects of a prefilter in generalised predictive control［J］.IEE Proceedings：Control Theory and Applications，1991，138（1）：2-8.

［39］? ?SHOOK D S，MOHTADI C，SHAH S L.A control-relevant identification strategy for GPC［J］.IEEE Transactions on Automatic Control，1992，37（7）：975-980.

［40］? ?CLARKE D W，MOSCA E，SCATTOLINI R.Robustness of an adaptive predictive controller［J］.IEEE Tr-

ansactions on Automatic Control，1994，39（5）：1052-1056

［41］? ?袁著祉.遞推廣義預(yù)測自校正控制器［J］.自動化學(xué)報(bào)，1989，15（4）：348-351.

［42］? ?金元郁.一種新型的自適應(yīng)廣義預(yù)測控制［J］.自動化學(xué)報(bào)，1992，18（3）：353-356.

［43］? ?QIN S J，BADGWELL T A.A survey of industrial model predictive control technology［J］.Control Engineering Practice，2003，11（7）：733-764.

［44］? ?黃德先，葉心宇，竺建敏，等.化工過程先進(jìn)控制［M］.北京：化學(xué)工業(yè)出版社，2006.

［45］? ?席裕庚，張鐘俊.一類新型計(jì)算機(jī)控制算法：預(yù)測控制算法［J］.控制理論與應(yīng)用，1985，2（3）：1-9.

［46］? ?YUAN P，SEBORG D E.Predictive Control Using an Observer for Load Estimation［C］//1986 American Control Conference.Piscataway，NJ：IEEE，1986.

［47］? ?袁璞.預(yù)估控制及其在石油化工過程的應(yīng)用［C］//工業(yè)過程模型化與控制.杭州：浙江大學(xué)出版社，1987.

［48］? ?鄭遠(yuǎn)揚(yáng)，高少立，袁璞.催化裂化裝置的動態(tài)模型——Ⅰ.提升管反應(yīng)器的動態(tài)模型和動力學(xué)參數(shù)的估計(jì)［J］.石油煉制與化工，1986（2）：23-30.

［49］? ?鄭遠(yuǎn)揚(yáng)，高少立.催化裂化裝置的動態(tài)模型（Ⅱ）提升管反應(yīng)器的集中參數(shù)模型［J］.石油煉制與化工，1986（4）：67-71.

［50］? ?鄭遠(yuǎn)揚(yáng)，高少立.催化裂化裝置的動態(tài)模型——Ⅲ.兩段再生器的動態(tài)模型和動力學(xué)參數(shù)估計(jì)［J］.石油煉制與化工，1986（5）：45-49.

［51］? ?ZHENG Y Y.Dynamic Modeling and Simulation of a Catalytic Cracking Unit［J］.Computers & Chemical Engineering，1994，18（1）：39-44.

［52］? ?黃德先，袁璞.智能自適應(yīng)限幅濾波［C］//工業(yè)過程模型化與控制.上海：華東理工大學(xué)出版社，1989.

［53］? ?呂文祥，張金柱，楊躍，等.可變限幅濾波方法的參數(shù)分析與改進(jìn)［J］．清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，52（8）：1106-1111.

［54］? ?楊雙華.觀測器理論在催化裂化中的應(yīng)用研究［D］.北京：華東石油學(xué)院北京研究生部，1986.

［55］? ?楊雙華，鄭遠(yuǎn)揚(yáng)，袁璞.觀測器理論在催化裂化裝置中的應(yīng)用研究［J］.化工自動化及儀表，1987，14（6）：11-16；2.

［56］? ?江青茵，吳峰，周蔚.不可測輸入的一種觀測方法［J］.華東石油學(xué)院學(xué)報(bào)（自然科學(xué)版），1986，10（4）：105-113.

［57］? ?黃德先，王平，劉祁躍.催化裂化反應(yīng)深度在線計(jì)算和自適應(yīng)非線性預(yù)測控制方法：ZL201010196660.3［P］.2010-10-13.

［58］? ?黃德先，袁璞，吳紅軍，等.快速床再生器運(yùn)行狀態(tài)的觀測［C］//首都高校首屆自動控制學(xué)術(shù)報(bào)告會論文集.北京：1990.

［59］? ?叢松波，袁璞，沈復(fù).結(jié)構(gòu)可觀性與石油分餾塔的觀測計(jì)算［J］.石油學(xué)報(bào)（石油加工），1998，14（1）：68-74.

［60］? ?陳玲聰，袁璞.非線性觀測器及其應(yīng)用（上）一類高階非線性系統(tǒng)的觀測器［J］.化工自動化及儀表，2001，28（1）：9-13.

［61］? ?陳玲聰，袁璞.非線性觀測器及其應(yīng)用（下）：石油分餾塔模型與觀測［J］.化工自動化及儀表，2001，28（2）：17-22.

［62］? ?陳玲聰，袁璞.軟儀表技術(shù)發(fā)展中的問題［J］.自動化儀表，2003，24（3）：9-14.

［63］? ?田學(xué)民，黃德先.FCCU多變量預(yù)測控制及其在集散控制系統(tǒng)上的實(shí)現(xiàn)［J］.工業(yè)控制計(jì)算機(jī)，1998（6）：9-10；21.

［64］? ?黃德先，田學(xué)民，袁璞，等.預(yù)估控制策略在大純滯后過程的應(yīng)用［J］.化工自動化及儀表，1995，22（6）：10-14；69.

［65］? ?田學(xué)民，黃德先，袁璞.多變量約束過程的預(yù)估協(xié)調(diào)控制［J］.石油大學(xué)學(xué)報(bào)（自然科學(xué)版），1995，19（6）：102-105.

［66］? ?田學(xué)民，黃德先，袁璞，等.復(fù)雜工業(yè)過程的模型預(yù)估控制策略及應(yīng)用［J］.化工自動化及儀表，1996，23（4）：18-22.

［67］? ?張廣凡，陳紹東，李成東，等.多變量約束控制在大型FCCU裝置中的應(yīng)用（下）——在線優(yōu)化控制［J］.化工自動化及儀表，1999，26（3）：6-10；70.

［68］? ?黃德先，王京春，金以慧.多變量預(yù)測控制器（SMART）的研究及在常減壓裝置上的應(yīng)用［M］//中國石油化工科技信息指南.北京：中國石化出版社，2001，上卷：105-108.

［69］? ?趙均，李田鵬，錢積新.模型預(yù)測控制工程軟件關(guān)鍵技術(shù)及其工業(yè)應(yīng)用［J］.吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2004，22（4）：341-345.

［70］? ?蘇宏業(yè)，褚健.流程工業(yè)生產(chǎn)過程先進(jìn)控制軟件的開發(fā)與應(yīng)用［J］.自動化博覽，2003（S1）：67-71.

［71］? ?黃德先，高莘青，沈文祎，等.具有自動運(yùn)行能力的工業(yè)控制器性能監(jiān)控、診斷與維護(hù)方法：ZL201610327151.7［P］.2016-09-07.

［72］? ?LV W X， ZHU Y，HUANG D X，et al.A new strategy of integrated control and on-line optimization on high-purity distillation process［J］.Chinese Journal of Chemical Engineering，2010，18（1）：66-79.

［73］? ?ZHANG W Y， HUANG D X， WANG Y D， et al.Adaptive state feedback predictive control and expert control for a delayed coking furnace［J］.Chinese Journal of Chemical Engineering，2008，16（4）：590-598.

［74］? ?YU X D， HUANG D X， JIANG Y H， et al. Iterative learning belief rule-base inference methodology using evidential reasoning for delayed coking unit［J］.Control Engineering Practice，2012，20（10）：1005-1015.

［75］? ?QI L G， GAO X Y， HUANG D X， et al. A novel comprehensive solution for furnace integrating outlet parametric variable control and online thermal efficiency optimization［C］//34th Chinese Control Conference.北京：中國自動化學(xué)會控制理論專業(yè)委員會，2015.

［76］ 黃德先，王京春，金以慧.過程控制系統(tǒng)［M］.北京：清華大學(xué)出版社，2011.

［77］ 黃德先，江永亨，金以慧.煉油工業(yè)過程控制的研究現(xiàn)狀、問題與展望［J］.自動化學(xué)報(bào)，2017，43（6）：902-916.

（收稿日期：2023-03-01，修回日期：2023-08-31）

Development of Advanced Control in Chemical Process and Solutions to

Special Domestic Problems and Its Prospect

HUANG De-xian

（Department of Automation， Tsinghua University）

Abstract? ?The development process， basic concepts and advantages of the advanced control in engineering applications were described， including the research on its applications in China and its later development direction. In addition， China University of Petroleums contributions to the advanced control and the important role in adopting the mechanism analysis-based modeling methods to solve advanced controls special problems in China were introduced.

Key words? ? process control， advanced control， predictive control， soft measurement

作者簡介：黃德先（1958-），教授，從事復(fù)雜工業(yè)過程建模、控制與優(yōu)化的研究，huangdx@tsinghua.edu.cn。

引用本文：黃德先.化工過程先進(jìn)控制的發(fā)展過程、國內(nèi)特殊問題的解決和展望［J］.化工自動化及儀表，2023，50（5）：597-610.