1. APC控制基本概念与控制原理

先进过程控制（APC）是一类区别于传统PID控制的控制策略统称，主要用来处理常规控制效果不好，甚至无法控制的复杂工业控制问题。主要的先进过程控制有解耦控制、模型预测控制、统计质量控制、自适应质量控制、内模控制、模糊控制、神经网络控制等。在硫酸生产改造中最常用的是模型预测控制（MPC）。模型预测控制是一种基于过程动态模型的控制策略，通过预测模型预估被控变量未来的变化趋势，并以被控变量的当前实测值与上一时刻对当前时刻的预测值之间的偏差，修正对未来时刻的预测，进而提前做出控制决策，优化当前时刻的控制输入。模型预测控制通过模型预测、反馈校正和滚动优化三大核心步骤，使模型失配、外部干扰等引起的不确定性及时得到克服，从而大大改善控制系统的动态性能。模型预测控制无论算法是怎样设计的，都具备预测模型、滚动优化和反馈校正这三个基本特征。假设现场工艺需要设定值达到300℃而同时得到的反馈是298℃，滚动优化拿到设定温度和反馈温度经过内部的优化算法整理出一系列方案比如现在把阀门开大1%下一步再开大2%，方案就会推送到预测模型中预测轨迹数据返回给滚动优化，滚动优化会通过反复尝试与设定值做比较，选出一个最优的阀门调整动作然后被控对象会发生改变，实际反馈值与预测反馈进入反馈校正模块后会有预测误差，通过校正算法会对预测模型结果进行修正再次将误差进行滚动重复最开始的步骤直到达到目标温度300℃。

2. APC多变量解耦过程

工业现场多变量强耦合有很多例子，以锅炉系统为具体实例：

假设燃料阀门开度为MV1，引风机转速为MV2，炉膛温度PV1，炉膛负压PV2

他们之间存在的耦合关系是，当开大燃料阀门开度（MV1）炉膛温度就会随之上升同时燃烧剧烈炉膛负压也会随之上上升，引风机转速上升温度和负压又会下降。采用传统PID控制两个回路势必会打架，所产生的结果就是系统会持续发生振荡。而APC解决这类问题的手段是选择在建模时就将变量间的耦合关系包含在内，滚动优化考虑所有的PV和MV,当需要升高温度时MPC的优化器就会计算当燃料阀开度增大温度达到要求了，负压也会上升可能超过上限，其操作就会是稍微提高引风机转速来抵消负压的上升，协调两者的关系来达到工艺要求。传统解耦方式是将两者的关系拆开来进行解耦控制，当控制A变量时B变量要通过计算来确定B变量需要动多少以实现补偿。相比MPC只需要知道工艺要的结果AB变量通过MPC优化器相互协作达到控制目标。MPC的解耦不是通过额外的“解耦器”实现的，耦合关系通过预测模型的动态矩阵自然纳入优化。最优解必然协调了所有变量之间的相互影响。

3. APC的误区

现在部分企业盲目相信先进控制，认为升级改造APC之后能做到无人控制，但是实际上将整个控制系统比作人体，先进控制手段类似于我们的大脑，根据数据和建模实现预测，但是传统的PID相当于我们的神经，它没有思考能力有着很快的调节速度。而我们现场仪表和执行器相当于眼睛和四肢。准确的仪表，良好的执行器，优秀的PID整定对APC的实施是至关重要的，是缺一不可的。在自动化升级的浪潮中，往往不能实现自动化其实大部分情况是仪表故障率高和仪表选型有问题，基本的PID没有整定完善，即使加入了先进控制其实也不能达到理想的控制效果。现代工业还是以PID调节为主，即使多变量在PID能解决的基础上也不会考虑APC。在生产中有强耦合，大滞后，高价值问题考虑利用先进控制，APC的出现不是代替PID，PID控制是APC的基底，而APC是对PID的优化，“多管齐下，多手并抓”是想达到理想控制效果绕不开的步骤。我们需要对先进控制技术去魅，以务实的态度去面对自动化升级浪潮，而不是盲目崇拜，不然到头来只能是功亏一篑。