「先進過程控制與數據分析之間是否存在聯繫？信息技術領域的最新發展及其在製造業中的應用為二者之間的連接提供了更多機會。」

物聯網（IoT）、人工智慧（AI）、增強現實/ 虛擬現實（AR/VR）、工業4.0 和製造業數字化，是信息技術（IT）領域中的最新發展。經驗豐富的先進過程控制工程師可能會想知道，他們所處的領域與新的數字化領域（尤其是與數據分析）之間，是否存在任何聯繫。製造業可以使用大量的實時和歷史數據，擁有更多數據會提高運營效率嗎？

先進過程控制

先進過程控制（APC）的目的是調整單環控制器的設定值，以使關鍵運行變量接近目標，並使運行更接近於約束條件，這是本地的「優化」形式。經驗豐富的運行人員可以根據他們對過程的了解、當前的運行條件和生產計劃輸入，來執行先進過程控制工作。但是，人類並不會像計算機一樣孜孜不倦地運轉，運行速度也遠遠比不上計算機。

在過去的40 多年中，先進過程控制出現並不斷發展，它依靠階躍響應模型（而不是過程知識和經驗）來決定要調整的迴路，以及將迴路保持在最佳狀態的程度。過去，先進過程控制可能是一種價格高昂且鮮有成功的冒險。由於靜態經濟驅動因素，需要對其進行持續改型，因此難以維護。一些製造商做得很好，而其它許多製造商沒有做到或沒有能力做到。數據分析可以提供幫助嗎？

「識別重要的操縱變量和受控變量關係，協助先進過程控制設計人員確定合適的控制器規格，並識別對單元和工廠運行可控性和優化影響較小的變量和變量關係。」

連接數據分析

數據分析是指使用高級工具（分析和算法），處理原始數據以生成有用的信息。具體來說，對於先進過程控制而言，什麼是「有用的信息」？以下是有關先進過程控制和數據分析的5 個想法。

1 實時更新模型的敏感性

原始儀器和分布式控制系統（DCS）的歷史和實時數據（例如，過程變量、設定點、閥門位置），以及相關的質量（實驗室）數據，現在通過歷史資料庫「連接」到了現場和企業層面。為什麼不使用這些數據來持續、實時的更新驅動先進過程控制模型關鍵參數的敏感性？這不必像聽起來那麼複雜。實現這一目標的算法技術，以及將這些敏感度轉移回模型的現有技術，都有適當的內置安全性。

2 模型精度

那些用於驅動現場和企業生產計劃工具（工廠和企業級優化器），將主要生產目標下載到先進過程控制的模型，又如何呢？如今，這些工具的主要問題是缺乏實時執行能力。如果運行工廠優化器，依靠昨天的數據來設定今天的目標，有什麼價值呢？這就是先進過程控制的最初開拓者之一在評論中所提到的：「數據只有在可以制定出更好的決策時才有價值。」根據昨天的數據做出今天的決策，其價值在哪裡？是零，甚至可能是負數，因為舊數據可能會導致錯誤的決策。

3 實時數據分析

如果決策必須是實時的，那麼無論多麼複雜， 數據分析都需要實時運行。同樣， 這沒有像聽起來那麼複雜。只有非常有限的變量需要實時更新，以確保生產計劃工具能夠下載最佳目標。數據分析應集中在這幾個關鍵變量上。

4 設計和範圍改進

目前，在工廠中運行的先進過程控制控制器的設計和範圍如何？它們可以改善嗎？現在，工廠中許多控制器的最大問題之一就是它們太大了。根據標準化的培訓計劃設計人員進行測試，使用所有可能的操縱變量（MV），確認對每個可能的受控/ 約束變量（CV）的影響，然後將每個變量包含到模型和控制器設計中。

經驗豐富的運行人員可以告訴您哪些變量很重要。為什麼不利用基於數據分析以及包含關鍵生產力指標的數據監控工具？該工具可以處理工廠和實驗室數據，可以識別出重要的操縱變量/ 受控變量關係，幫助先進過程控制設計人員確定合適的控制器規格，並識別對可控性以及裝置和工廠運行的優化幾乎沒有影響的變量和變量關係。

5 監控與支持

先進過程控制監控工具是如何測量和報告控制器性能的？需要考慮的不僅僅是控制器是否正在運行，有多少操縱變量處於活動狀態，還有經濟性能如何？數據分析可以基於企業範圍的業務標準和公認的方法，使用工廠和實時經濟數據（產品價值、能源成本等）來計算先進過程控制的「盈利能力」。

「數據分析可以使用實時的工廠和經濟數據，根據企業範圍的業務標準來計算先進過程控制的盈利能力。」

關鍵概念：

■ 先進過程控制的設計和範圍設置可以影響性能。

■ 先進過程控制依靠良好的數據分析來做出最佳決策。

思考一下：

如果先進過程控制達不到預期，請重新檢查數據連接、模型和監控。