主题：【原创】如何兜售先进自控项目 -- 晨枫

自控干久了，绝少有不动先进自控的脑筋的。先进自控（Advanced Process Control，简称APC）主要指数学模型为基础的多变量最优控制，一般带约束最优能力，有的还和实时最优化（RTO）、transition control相连。

APC可以自己编写。自己编写一有技术能力问题（实际上大部分自控研究生毕业的都有这点技术能力），但主要的还是用户界面、意外情况处理和软件可靠性问题。商用软件相对可靠，技术支援有保障，出了问题也有地方推卸责任，一般都是买商用APC软件。这是一笔不菲的投资，不仅要公司高层的支持和拨款，还要基层配合。APC一做起来就是大项目。第一道要过的关就是兜售。

APC有几大好处：

1、提高质量

2、提高产量

3、降低操作工工作负担

提高质量是通过降低产品品质波动实现的，不断调整工艺参数，随时监测和纠正过程扰动；提高产量是通过压榨设备极限实现的，合理利用设备极限，随时优化产能；降低操作工工作负担是通过把这些往常依靠操作工的不断人工干预实现的，先进自控说到底是自动化。这也是APC公司向工业界兜售的基本卖点。

作为买家，这和任何买家一样，对卖家的说辞不可不信，不可全信。照单吃进，那是你傻，不是他无良。

APC以数学模型为基础，但数学模型要求能高度代表过程特性，否则APC就是盲人骑瞎马了。但APC数学模型是简化模型，这是理论局限。过去只能用线性动态模型，现在可以加神经元（NN）或者非线性方程表达的静态非线性。且不说动态线性加静态非线性在理论上是说不通的，在实际上也有数据和模型质量问题。如何对成熟过程建立可靠数学模型不是一件简单的事情，对不断变化（由于工艺改造、产品变化、过程条件再优化等）的过程如何更新模型，更是一个难题。在实用中，建模最好用开环数据。每一个阶跃3-5个时间常数，每个参数至少2-3次阶跃，加上不同幅度（检测非线性）和多变量的组合，弄下来随随便便就是好几个班次甚至更长的累积时间。但要是一个生产过程的关键参数可以让你开环做阶跃试验折腾那么久，而生产线还不崩盘，那恐怕根本不需要什么控制，这过程天然就稳定得很，也皮实得很，怎么折腾也没事，怎么折腾估计也不会有多少改变。

既然实际过程基本上不可能是这样的，那就要想办法。一是用闭环辨识，但这东西实际上问题多多，这里不多扯了；二就是将就，模型差不多有那么个意思了就可以了。这样的模型一般是管用的。问题是，APC不能只一般管用，而是要24/7/365管用。对于数学模型来说，95%的情况下管用是相当不错的了，但对于24/7/365来说，5%就是438小时，也就是平均每天要出一个多小时的问题。这对于当班操作工来说是不可忍受的。如果不能做到至少99%的可靠性，APC绝少有被基层接受的可能。

APC可以实时监测所有设备和工艺参数，在理论上可以比操作工更加勤快，但实际上，最复杂的DCS也只监测和控制实际过程的不到50%，大量的旁通阀、间隙过程、次要设备都不在DCS的监控之下，APC当然也无从得知。具体到可以“压榨”哪一个参数，APC只能按照最简单化的预设程序，但操作工对全过程的掌控远远超过APC，常常可以事半功倍。比如说，线上有A、B两个滤清器，交替使用。A脏了，但还没有到换的时候，对于APC来说，就是增加压力，保持流量，这样把整个过程都搞得很“紧张”；但要是操作工在做这个事情，换到B滤清器就行了，避免把整个过程都“赶”到一个角落。APC可以做这样的决定吗？理论上也可以，但实际上不会，因为滤清器是不是脏了，不仅要看压差，还要看上一次是什么时候换的，或许上游、下游有旁通阀打开或者关闭，或者根本不是滤清器的问题，而是泵机出了问题，本身出力不足；或者下游有堵塞。自动化程度越高，对操作工的要求也越高，因为自控把容易的问题都处理掉了，剩下的都是硬骨头，而强化操作留给操作工反应的时间窗口缩小了。

说这些，是为了说明一个问题：APC要成功，底线是不能增加操作工工作负担，这一点和APC公司的推销通常相反。其次，APC最可能在高度成熟而且长期稳定的过程上成功，问题是这些过程也通常人工优化过了，APC顶多守成，很难大幅度取得新收益。如果本来就是粗放的过程，设备和员工素质必定可疑，APC也救不了命，任何大小差错，这是第一个替斩的对象。

说了半天，尽给APC泼冷水，那APC是不是骗人的呢？这倒也不是。关键是出发点要对头。早年基督教传教时，常常把一个国家的国王说动了，入教了，然后这个国家就基督教化了。老百姓到底是不是真信基督了，这是次要问题。APC也一样，在现实中，常常是APC公司把用户公司的上层打通了，然后懿旨下，“咱们也要高端大气上档次啦，上APC！”于是公司上下轰轰烈烈，惊天地动鬼神。对于基层来说，没有看得见摸得着的效果的话，花那么多时间和精力，伺候本来就没有觉得有必要的东西，实在没有动力。县官不如现管，不人走茶凉，还能怎么样？无根的就是无根的，就是浮云。

把APC作为“摘果子”的事情来推销，以为实施了APC，立马可以有xyz的收益，这是不可能的。APC要成功，必须自下而上。也就是说，要基层看到了实效，这才有动力。这是有根的。这怎么才能做到呢？有两个途径。

对于已经高度优化的过程，进一步优化的难度很高，不仅需要操作工不断人工干预，而且干预的动作很复杂，时间窗口也很短促。这就像开汽车一样。慢条斯理地转弯，没有什么难度，转动方向盘就是了。速度越来越快，转弯动作就不仅是转动方向盘了，还要及时减速入弯、加速出弯。速度更快的话，在减速的同时，还要降档，然后才加速出弯。速度更快的话，在减速降档的同时，还要踩着油门，保持发动机转速不降，还要有控制地容许转弯不足（understeer）到一定程度时拉手刹车、导入过度转弯（oversteer），正好对准出弯的弯度，这样才能获得最大程度的加速出弯。这样的复杂动作所产生的效果是最后1%的转弯速度，但对驾驶技巧的要求确实指数级增高。然而，在赛道上，差这1%的话，连竞赛资格都没有。对于生产过程来说，只有到粗放运作已经不可行、必须最大限度精细运作、把最后1%效益榨出来的时候，APC才有必要，才有生命力。因为到了这个时候，操作工的不断的复杂人工干预已经变成“生命中不可承受之重”。以飞机的飞控为例，静态不稳定的飞机可以降低巡航阻力，但在低速阶段必须以每秒60次以上的动作不断补偿，这已经超过人工所能了，但静态不稳定的好处已经不是静态稳定所可能提供的，这是就只有APC了。这种“扎根大地”的APC更不不用兜售。

另一个途径是对特别复杂的操作过程。APC通常是连续控制，但自动化顺序操作（automated procedure）是一个重要但非传统的APC。聚乙烯反应器改变生产条件后，可以生产不同种类的聚乙烯产品。但改变的过程参数不光是反应器进料和温度、压力参数，还包括周边过程（比如溶剂和单体回收的精馏过程、分离过程、进料准备等等）。典型“菜单”动辄几十个参数。手工一个一个设定，按顺序和ramp（这个怎么翻译？这是指设定值从A到B在X分钟内线性自动爬升或者下降，而不是一步到位）时间一个一个启动，确认启动，然后监测完成。这个工作量很大，漏掉一个，或者错误输入一个参数，就可能是几小时的次品，严重的会破坏反应条件，造成停车。要是每天都有这么一两趟，这个工作量就不堪忍受了。这就是Transition Control，操作工绝对欢迎，要是哪一天给他们抽掉了、今天不能用，要好言好语保证会尽快恢复，否则他们真能跟你拼命。还有一个例子是反应器的自动开停车。由于各种原因，反应器会按计划或者计划外停车。这可不是像汽车熄火一样，抽钥匙走人，一连串的步骤的顺序、数值都要准确，否则可能造成设备损坏，或者过程里残留“坏东西”，有时这些“坏东西”非常难清理，麻烦就大了。如果停车是一件麻烦事，开车就更加麻烦，不仅前期准备麻烦，反应地“点火”是很精巧的活儿，点不着也会产生“坏东西”，几次点不着就必须彻底停车清理，更是麻烦。这些复杂顺序要是能自动化，操作工只要监控，跟着一步一步走，确保自动步骤都按计划完成，工作量就小得多。这是又一个不用兜售的APC。

事实上，对于扎根基层实际需要的APC来说，APC的传统缺陷依然存在，依然有APC出问题的时候，但操作工能够容忍，甚至主动提建议，帮助测试、纠错。这是“他们”的APC，而不是自上而下的APC。

回到兜售APC的问题。需要兜售的是APC能干什么，这不是基层天然就明晓的，是需要教育的。但这之后就要切记：只有自下而上的APC才是有生命力的APC。扎根于基层需求，这才谈得上APC的成功。而缺乏成功希望的APC，兜售越成功，失败越沉重。换一个角度：APC项目开始前和完成后，通常有一个评估指标，需要实现$$$的收益，年底要计算，证明你达到了这个收益。事实上，一年里生产过程里发生的事情很多，经常出现很难计算这收益到底应该划到哪一个项目或者部门头上的问题。但是成功的APC常常相反，到年底的时候，基层的回答是“你随便说一个$$$吧，差不多就行了，反正这东西是金不换”。要是有人去查问，“你这个APC收益数字有问题啊，停了吧，还能节约点每年的许可证费和技术支援费用。”基层一句话就顶回来了：“开什么玩笑，谁敢动就斩断他的黑手！”这才是成功的APC，而这是做的到的。

当然，教育基层、发掘需求，这是要有人做的。谁来做，谁来主导由此产生的APC项目，这涉及自控组织管理，这是另外一个话题了。