生产制造全流程优化控制对控制与优化理论方法的挑战

廖飞翔

（深圳市中天欧信机电设备有限公司，广东深圳 518000）

在全流程优化控制被提出与推广之前，我国生产制造行业内常见的控制与优化理论为—金字塔式的人工操作控制，就是指依靠人工力量对生产制造环境中的流水线、机电设备等进行控制，定期检查设备，及时发现故障，采取措施规避故障，以此维护生产制造系统的稳定运行。但是这种控制与优化方法在实际实施的过程中仍然存在一定不足，比如：耗能高、成本高、人员主观性较强、产品质量控制精度不足等。为了更好地实现生产制造的发展，提高企业资源利用率，主动适应外部经济环境变化，技术人员立足生产制造环境搭建了全流程优化控制系统。全流程优化控制系统应用之后，进一步将生产环境内的各部分联系起来，加强了对生产对象、机电设备运行、生产范围的控制力度，进一步提高了生产制作的可控性。

1 控制与优化方法

1.1 过程控制理论

过程控制理论是一种在闭环控制、回路稳定状态之下对运行过程进行控制的理论方法，在过程控制理论之下，需尽可能确保被控变量始终处于一定范围之内，跟踪控制系统的设定值。过程控制力论起源于20世纪40年代，最早产生于稳定判据、Bode 图分析、闭环特征方程根求解中，这些理论的产生标志着自动控制技术逐渐成熟，其形成了一套相对完整的，以传递函数为基础的控制系统分析与设计理论；此时理论主要内容为：单输入–单输出、控制器设计、线性定常控制系统分析中，在频率法、根轨迹法基础上研究控制方法。这一理论也可称为“经典控制理论”，其提出与推广为工业生产的进步提供了动力，但是也具有局限性，无法满足多变量系统的控制需求。

1.2 过程运行优化与反馈控制理论

控制理论方法的提出与发展是工业快速发展的基础，无论是人工控制，还是自动控制，其作用不仅在于促使控制系统输出跟踪设定值，更在于对整个运行过程进行控制，直观反馈生产加工的情况，比如：产品质量、生产效率、材料消耗等，且控制各项指标始终在可控目标范围之内。一般来说，基础的控制理论基础均是假设可以理想控制回路设定值的情况，将更多的注意力集中在加强反馈控制层面，而忽视了理想设定值反馈控制不能实现这一情况之下的运行控制需求。

在控制与优化方法被应用于工业生产中，生产过程的运行优化、运行控制成为人们研究的主要方向，但是由于工业生产制造本身具备一定的专业性，至今仍没有形成一个统一的、针对工业过程的优化与控制方法。以石化生产线普遍采用的运行控制与优化系统（图1）来说，单入单出控制器、RTO 实时优化系统是控制系统的主要构成，其中RTO 系统负责控制与计划调度有关的质量变量、消耗变量、效率变量，对生产制造过程中的质控量、消耗、效率等进行控制，将其中的某项单个变量作为决策变量，形成控制系统设定值。RTO 的使用需要本身存在稳态模型C（x，u，p）作为约束条件，对目标函数F（x，u，p）作为一般经济效益函数。

图1 石化生产线普遍采用的运行控制与优化系统

由于图1中的系统采用静态模型，若所跟踪控制的系统发生工况变化，或者遭受外部干扰，则必须要等待被控过程形成新的稳态时，才可以优化。由此可见，这一控制理论在实际应用过程中存在较强的滞后性，而生产制造的工程具备动态化特征，在运行中会产生频繁的负荷变化、批次间歇生产等；采用这一控制原理与方法，无法实现变化性、全局性的优化运行。

1.3 控制与优化理论受到的挑战

上述两种控制与优化理论及其系统，就是全流程控制系统提出之前的常见控制系统。提出全流程优化控制系统之前，控制与优化理论的应用，主要负责生产制造各个环节的监控与运行状态评估，只需要获取运行状态，将运行状态反馈给工作人员即可，由工作人员根据多年经验与专业知识做出决策，操控系统，对生产与制作的过程进行调控，以此实现对生产与制作过程的优化。全流程优化控制系统提出之后，其不仅具备运行过程监控功能，还可以实现对生产与制作运行过程的全流程监控，且可以利用核心技术感知运行状态、评估与预测运行状态的变化、可视化呈现运行过程，呈现具有一定专业性的决策建议。这种功能丰富、控制稳定的系统，对原本控制与优化理论造成了严重冲击。

2 生产制造全流程优化控制系统及其应用

2.1 生产制造全流程优化控制

为了更好地探索生产制造的全流程优化控制，本次引入工业互联网的生产制造业全流程智能优化控制系统作为案例。工业领域的生产制造业生产流程控制，主要以工业互联网获取的大数据为基础资料，利用工况识别技术、智能感知技术、高性能智能自动控制技术、远程移动监控技术、可视化技术、AI 技术、全流程多工序的协同优化控制技术，充分满足多工况、复杂化生产制造过程的流程优化控制需求。这一控制系统的提出与应用，能够弥补上述两种控制与优化方法的不足，为生产制造控制提供技术支持。案例中全流程优化控制系统的具体构成及其功能如下。

（1）智能感知与工况识别系统。此系统能够实时采集数据资料，以大数据技术实时识别工业生产流程，识别工况的变化。这一子系统利用工业互联网中的数据资料，将原本的人工输入化验资料、输入单向数据、分析工况运行情况等过程进行调整，形成了全新的多源异构的工业大数据汇聚集合，借助人工智能与大数据分析技术，实时分析传递过来的数据，预测工况变化、分析工况变化之后引起的生产制造过程变化，实现预测、感知、溯源等功能。

（2）高性能的智能自动控制系统。此系统是以大数据技术为核心驱动技术，对生产制造进行感知与工况识别的系统，能够及时感知到生产条件的变化，根据自适应机制生成控制回路的设定值，以此实现对设定值的跟踪控制，完成对生产制造运行过程的优化控制。这一系统能够对生产制造的工况进行实施监控，将监控结果以可视化的形式呈现出来，使工作人员可以及时发现工况异常。一旦工况异常，则会自动启动自由化控制机制，排除异常工况；同时进行自愈控制，维护生产制造的安全运行状态。

（3）生产制造全流程的多个工序协同控制系统。协同控制系统，主要是负责本案例中生产制造过程各个流程工序的协调，对各流程工序运行状态进行预测与分析，生成产品的质量、单位时间产量、产品成本、产品排放工艺等各指标参数，形成自适应的运行指标目标数值。目标数值可以作为生产环节的自动化跟踪运行依据，以此完成自优化、自学习、自适应，形成生产过程中各流程的协同控制与优化。

（4）远程可视化监控系统。远程监控系统是基于传统控制与优化理论提出的。传统的生产过程控制仅是本地局域内的生产过程监控，以PLC 技术作为控制核心，工作人员在控制室获取生产过程的监控信息，了解生产与制作的运行状态。但是这种系统功能局限性较强，也不符合全流程控制需要。因此，技术人员在全流程控制系统中引入远程控制技术、高清设想监控设备、可视化技术、工业大数据技术等，能够对生产与制作工程进行全过程监控、远程监控，还可以将监控信息通过可视化的形式展示出来，具备监控、回溯、预测等功能，充分解决了原本控制中需要停留在控制室才可以监控的局限性。在这样的系统功能支持之下，工作人员可以随时随地利用智能手机观看生产与制作的全流程运行情况，进一步实现了无人值守、移动远程控制、移动决策。

（5）AI 系统。AI 系统是具有较强智能的自动化、智能化控制系统。相较于传统控制与优化系统中需要人工操作与决策的情况，全流程控制系统中具备AI模块，可以根据远程监控结果、回溯情况，为工作人员提供远程控制的建议，进一步加强人机交互，有效解决了部分工作人员专业能力不足的情况，提高了生产制造全流程控制的整体水平。

2.2 基于全流程优化控制的生产制造控制系统优化

在实际生产与控制的应用中，工作人员搭建全流程的优化控制系统，需要连接工业互联网，设置驱动集中式ERP、MES 系统，形成分散式的大数据驱动结构，将机电设备、产品生产质量、产品生产的材料消耗、运行能源消耗等联系起来，间距数据采集、数据孪生功能，能够满足可视化监控、运行过程预测与回溯需求。

（1）加强生产与制作机电设备控制，以工业互联网驱动智能化控制。在应用中，可以将工业互联网与生产制造过程中搭建机电设备系统联系起来，采用工业大数据进行数据分析与预测，远程移动监控机电设备的运行状态，对机电设备的运行温度、振动服务、油液状态等进行感知与记录，智能识别设备的运行状态，根据系统内部机理完成自动化控制、智能运维等工作。

（2）加强产品质量控制，以工业互联网驱动质量智能化管控，感知产品质量的有关信息，包括：设备控制参数、产品质量检测结果、订单的完成情况、材料的信息、岗位操作的情况、生产链的数据等，智能分析产品的质量。

（3）加强能源消耗的控制，以工业互联网驱动物料智能化管控。全流程优化控制系统中有动态监控功能，可以实时感知物料、能源的消耗情况，同时借助工业大数据感知设备的运行状态、能源消耗变化，自动化记录与分析能耗情况，形成能耗折线图，构建能耗能效分析模型。

3 结语

全流程优化控制系统的应用对原本控制与优化方法造成挑战，其以全流程、全自动、全方位的优化控制原理为支撑，在实际运行的过程中能够有效降低生产成本，提高生产制造流水线的运行效率，充分发挥生产制造各环节的机电设备效能，极大程度上满足了生产制造的需求。在今后的生产制造发展中，建议立足具体环境，确定生产制造需求，充分考虑生产制造的成本、材料、产量、消耗与质量等方面要求，引入全流程控制系统，将生产制造现场的各流水线、机电设备衔接起来，实现生产制造全流程的集成化管理、智能化控制，满足生产制造企业的高效节能生产需求。