主题：【原创】化工过程控制的实践 -- 润树

就像你说的，对某些简单而又相对规范化的过程（比如发电厂），也许可以做出模式化，程式化的MPC。但简单的不见得就没有时变和非线性的问题。如果时变和非线性是比较快的反复变化，那自适应不太好用；如果是缓慢渐变的过程，像化学反应器由于催化剂的活性变化，裂解炉管道里的结焦等，那么由系统来进行一些模型自动辨识的工作，还是有可能成功的。对这些问题，工程人员事先当然应该都了解，暂时还不存在让人工智能来做人脑想不明白的事情；以后会怎么发展，现在也还不能断言。而且也可以考虑用别的方法去解决，自适应可以是其中的一种方法。总之是不期望它解决一切的此类问题，能解决一点，就算一点，然后再慢慢进步嘛。

我对由自动测试来获得的模型的有效性和其精度，其实没有很大的信心，甚至对手动开环测试而一次做出来的多变量模型，也要一个个想过计算过才放心一点，而且还要依赖在线闭环控制时的调试。这反过来说明，在线自动测试和模型识别值得尝试。在做一个MPC的项目时，毕竟会受到时间以及工厂生产状况变化的影响。而一但MPC投运后，有充裕的时间和在线数据来对模型进行反复辨识，以期找到更接近实际过程的模型。只是这个过程，依我看来，也还是需要有经验的工程人员的参与。