当PID控制器力不从心时。
在常规控制达到极限的地方，先进过程控制才有意义。燃烧过程随燃料质量而变化，炉子响应存在很长的延迟，热电联产出力与管网温度相互影响。投产时整定好的控制器在一年中的大部分时间都运行在非最优状态，操作员只好切换到手动。结果是质量波动、燃料消耗增加以及执行器不必要的磨损。
我们的工程团队多年来一直从事基于AI的控制研究，并与学术机构合作开发。我们使用神经网络、模糊逻辑、专家系统和神经模糊系统、遗传算法以及LQR最优状态控制。其中包括我们自有的自适应控制器，它在运行中辨识被控系统、建立数学模型，并持续重新计算最优控制参数，无需工艺工程师介入。
这不是实验室实验。我们将先进控制作为现有PLC和控制系统之上的一层来部署，设有明确的约束，并可随时切换回原有控制。典型应用包括能源和区域供热、焚烧厂、冶金、化工和食品行业，以及任何可以测量燃料、能源或原材料节省的地方。我们根据实际装置数据评估效益，而不是依赖演示文稿中的承诺。
我们使用的方法。
自适应自整定控制器
当工艺动态特性变化时，控制器持续辨识工艺，并自行重新计算PID或状态控制器的参数。
神经网络
基于运行数据训练的工艺模型、对无法直接测量的变量进行预测，以及非线性系统的控制。
模糊系统与专家系统
将您最优秀操作员的经验转化为规则，让每个班次都能同样出色地运行工艺。
LQR最优控制
多变量系统的状态控制，适用于变量相互影响、逐个整定回路行不通的情况。
工艺模型与仿真
工艺的数学模型，我们在控制作用于装置之前先在模型上进行测试。我们也可以根据测量数据离线推导模型。
直接在PLC中实现先进控制
我们将算法以库函数和PLC的Add-On Instructions形式部署，或部署在控制系统中的工业板卡上，或部署在盘装控制器中。
交付内容。
我们提供算法以及它在生产中可靠运行所需的一切。
- 工艺和历史数据分析
- 系统辨识和工艺数学模型
- 控制算法设计与仿真
- 在PLC、工业板卡或盘装控制器中实现
- 与现有控制系统和可视化的集成
- 先进控制与原有控制之间的无扰切换
- 用于现场分析和建模的移动开发工作站
- 效益评估和工艺工程师培训
方法与平台
我们如何部署先进控制。
数据分析
我们利用历史数据和测量值，找出控制在哪些环节损失了性能，以及还有多大的改进空间。
辨识与建模
我们根据运行数据（必要时通过在装置上进行简短测试）建立工艺的数学模型。
仿真与设计
我们设计控制算法并在模型上进行验证，包括约束条件和紧急工况。
部署与评估
我们逐步让控制上线，将其与原始状态进行比较，并根据实际数据评估效益。
什么是先进过程控制（APC）？
先进过程控制是位于常规PID控制之上的一组方法。它利用工艺的数学模型、预测和优化，使装置更接近最优状态。在难以从物理原理推导模型的地方，人工智能可以提供帮助。
人工智能如何用于过程控制？
神经网络从数据中学习工艺行为并预测变量，模糊逻辑和专家系统将操作员的经验转化为规则，遗传算法则搜索最优设置。最实用的应用是在运行中自行整定的自适应控制器。
什么是自整定控制器？
它是一种在自动模式下持续辨识被控系统、建立其数学模型并据此计算最优控制参数的控制器。当工艺、燃料或负荷发生变化时，它无需工艺工程师介入。
先进控制能否添加到现有PLC中？
可以。我们将算法以库函数形式直接部署在PLC中、部署在控制系统中的工业板卡上，或作为带有模拟量输入、输出和以太网的独立盘装控制器。原有控制作为后备保留。
部署先进控制的费用是多少？
这取决于控制回路的数量、可用数据的质量、是否需要增加测量以及控制将运行的平台。第一步通常是数据分析，以说明部署是否值得以及效益有多大。我们在完成技术方案后给出固定价格。
哪些行业从先进控制中获益最多？
那些控制缓慢、非线性或相互耦合的工艺，并且节省可以用燃料、能源或原材料来体现的行业。典型的有能源和区域供热、焚烧厂、冶金、化工、食品和水务。
您有难以控制的工艺吗？
请描述工艺，并将问题变量的趋势发送给我们。我们将在24小时内回复您，提供初步评估和免费咨询。