對多變量控制的解釋，總是使用很復(fù)雜的術(shù)語，其中涉及諸如詳細(xì)過程模型、實時優(yōu)化和矩陣數(shù)學(xué)之類的概念。這意味著，除了先進(jìn)過程控制（APC）工程師之外，很少有人能夠理解它。對工業(yè)過程操作中的多變量控制有了更深入的了解，使更多的人進(jìn)入過程自動化企業(yè)，同時為運(yùn)營帶來的好處包括及時性、一致性和更少的報警。

　　普及ARC知識

　　很多參與項目的人可能會處于一頭霧水之中，他們常常在并不完全了解目標(biāo)、利益、影響和成功率的情況下，驗收APC項目。而且，這種情況讓業(yè)界不得不再一次依賴APC工程師，來解釋APC許多意想不到的不足之處，例如高成本、短生命周期和較高的維護(hù)成本，而在大多數(shù)情況下，這些不足并未得到令人滿意的解釋。

　　隨著近40年多變量控制經(jīng)驗的積累，人們對多變量控制及其在工業(yè)運(yùn)營中的作用有了更直觀和定性的認(rèn)識。這可能對APC和過程自動化產(chǎn)生若干有益的影響，包括更簡單、更強(qiáng)大的軟件工具，定義更好的應(yīng)用以及讓所有利益相關(guān)者更多的參與進(jìn)來。

　　什么是多變量控制？

　　可以將多變量控制定義為：單回路控制器設(shè)定值和輸出調(diào)整的自動化，否則的話，這些任務(wù)將留給運(yùn)營團(tuán)隊手動執(zhí)行。如果運(yùn)營人員在當(dāng)值過程中進(jìn)行設(shè)定值和輸出的調(diào)整，這就是手動多變量控制。自動多變量控制技術(shù)（例如模型預(yù)測控制（MPC）或無模型多變量控制），可自動執(zhí)行此任務(wù)。

　　自動多變量控制（或閉環(huán)多變量）與單個閉環(huán)控制具有一樣的好處，包括更具及時性和一致性、更少的報警和超越限值，以及更好的優(yōu)化。它通常會帶來顯著的運(yùn)營改善和經(jīng)濟(jì)利益。

　　在過程運(yùn)營中的作用

　　多變量控制在工業(yè)運(yùn)營中的作用，可以理解為自動化多變量控制和手動多變量控制之間的差異。在工業(yè)領(lǐng)域，一直存在手動多變量控制，因為幾乎每個過程運(yùn)營都是一個多變量控制命題。只需問問任何一個運(yùn)營人員，您就知道了。

　　自動多變量控制可自動執(zhí)行或接管為相關(guān)控制器組進(jìn)行設(shè)定值和輸出調(diào)整的任務(wù)。這通常會導(dǎo)致更一致、更及時的調(diào)整、更少的報警和超越限值，以及更多的優(yōu)化。這些好處也可以理解為閉環(huán)與開環(huán)控制的內(nèi)在好處。在單回路控制領(lǐng)域，這些好處一直很容易理解，其實這也同樣適用于多變量控制。

　　傳統(tǒng)的約束圖（圖1）說明了它們的差異。通過手動多變量控制，運(yùn)營人員可以在進(jìn)行中的運(yùn)營和限值之間，保留適量的緩沖區(qū)或錯誤余量，以防過程中發(fā)生意外變化或干擾。相對于完全優(yōu)化的運(yùn)營，緩沖區(qū)通常會轉(zhuǎn)化為經(jīng)濟(jì)損失。

圖1：傳統(tǒng)約束圖顯示了手動和自動多變量控制之間的區(qū)別。在手冊中，如果發(fā)生意外的過程更改或干擾，運(yùn)營人員會在正在進(jìn)行的運(yùn)營和約束限值之間保留緩沖區(qū)或誤差余量。相對于完全優(yōu)化的運(yùn)營，緩沖區(qū)通常會轉(zhuǎn)化為經(jīng)濟(jì)損失。圖片來源：APC Performance

　　利用自動或閉環(huán)多變量控制，可以將運(yùn)營保持在更接近實際限值的位置，并且可以將緩沖區(qū)域作為先進(jìn)控制優(yōu)勢。這是可能的，因為多變量控制意味著在過程條件發(fā)生變化時，可以依靠自動響應(yīng)來采取措施。同樣，多變量控制可以自動退回到約束限值內(nèi)，從而可以獲取更大的效益，因為它可以雙向運(yùn)行。

　　多變量控制應(yīng)用仍處于常規(guī)大矩陣MPC范例的“雷達(dá)之下”，因為尚未成功證明MPC的高成本是合理的，并且對于高級監(jiān)管控制（ARC）的局限性來講，成本也太大。

　　圖2是一個“低空雷達(dá)”示例，它顯示了一直處于MPC“雷達(dá)之下”的多變量控制應(yīng)用。它顯示了在給定時間段內(nèi)，運(yùn)營人員在控制臺上根據(jù)設(shè)定值、輸出或模式更改所進(jìn)行的干預(yù)次數(shù)。它顯示了25個最差的“角色”，即那些需要最多運(yùn)營人員干預(yù)的控制器。這是對任何現(xiàn)代控制系統(tǒng)控制臺都能輕松繪制的圖表。

圖2：有效的指標(biāo)提供了有意義的度量，直觀的反映在某一段時間內(nèi)的進(jìn)度。業(yè)界是否一直在忽視可以證明自動多變量控件合理性的指標(biāo)？可以為任何現(xiàn)代控制系統(tǒng)控制臺輕松繪制出25個最差的控制器（需要最多運(yùn)營人員干預(yù)的控制器）的圖表。

　　微管理APC

　　可以肯定的是，這些干預(yù)措施中的大多數(shù)都代表手動多變量控制方案，在這種情況下，運(yùn)營團(tuán)隊會疲于應(yīng)付相關(guān)控制器組的微管理。

　　多變量控制的目標(biāo)是實現(xiàn)手動多變量控制方案的自動化，并實現(xiàn)多變量的閉環(huán)，同時減少變量的數(shù)量。

　　缺失的APC指標(biāo)

　　圖2看起來很熟悉。最近，業(yè)界至少兩次采用了類似的最佳實踐——手動管理回路（除了我們現(xiàn)在正在討論的手動多變量回路）和管理“壞角色”的報警（除了現(xiàn)在我們正在談?wù)摰男枰\(yùn)營人員頻繁干預(yù)的壞角色）。

　　手動多變量回路以及頻繁的運(yùn)營人員干預(yù)會帶來一些不良后果，包括更多的報警和超越限值、運(yùn)營人員對更高級別任務(wù)的更少關(guān)注和優(yōu)化。手動干預(yù)通常是不一致、不及時且是次優(yōu)的。

　　有效的指標(biāo)可提供有意義的度量，直觀的反映一段時間內(nèi)的進(jìn)展。圖2符合這些標(biāo)準(zhǔn)，并反映了成功的過程自動化和控制臺運(yùn)營質(zhì)量的基本方面。工業(yè)界是否忽略了這一自然而潛在的重要指標(biāo)？