用于全厂范围控制和优化的级联模型预测控制（MPC）方法与流程

本公开一般地涉及工业过程控制和自动化系统。更具体地，本公开涉及用于全厂范围控制和优化的级联模型预测控制（MPC）方法。

背景技术：

经常使用工业过程控制和自动化系统来管理处理设施。许多控制和自动化系统包括执行不同功能的多个分级的层。例如，较低的层可以包括执行过程控制功能和模型预测控制（MPC）操作的设备，而较高的层可以包括提供全厂范围优化解决方案的设备。

理想地，控制和全厂范围优化将被共同地设计，但出现的一个问题是如何同时提供在较低级别处的分散化控制和较高级别处的集中化优化。分散化的MPC解决方案常常因为它们在应对过程混乱、设备故障和维护时的可操作性和灵活性而是更合意的。集中化计划优化常常因为其更高级别的视野提取出非本质的或模糊的细节而是更合意。然而，常规控制和自动化系统的一个缺点在于缺乏跨越多层的有保证的解决方案一致性。在实践中，全厂范围计划优化几乎从不被实施为闭环控制系统的部分。结果，仍然不能得到大量的优化效益。

技术实现要素：

本公开提供用于全厂范围控制和优化的级联模型预测控制（MPC）方法。

在第一实施例中，一种方法包括在主MPC控制器处获得用于工业设施的计划模型。该方法还包括将至少一个优化调用从所述主MPC控制器发送到一个或多个从MPC控制器。该方法进一步包括响应于所述至少一个优化调用在所述主MPC控制器处从所述一个或多个从MPC控制器接收至少一个代理限制值。所述至少一个代理限制值标识在不违反任何过程变量约束的情况下由所述一个或多个从MPC控制器所控制的一个或多个过程变量可调整到什么程度。此外，所述方法包括使用所述计划模型和所述至少一个代理限制值来在所述主MPC控制器处执行全厂范围优化。所述至少一个代理限制值允许所述主MPC控制器在所述全厂范围优化期间施行所述一个或多个从MPC控制器的过程变量约束。

在第二实施例中，一种装置包括具有配置成储存用于工业设施的计划模型的至少一个存储器的主MPC控制器、配置成与一个或多个从MPC控制器进行通信的至少一个网络接口、以及至少一个处理设备。所述至少一个处理设备被配置成发起将至少一个优化调用传输到所述一个或多个从MPC控制器以及响应于所述至少一个优化调用从所述一个或多个从MPC控制器接收至少一个代理限制值。所述至少一个代理限制值标识了在不违反任何过程变量约束的情况下由所述一个或多个从MPC控制器所控制的一个或多个过程变量可调整到什么程度。所述至少一个处理设备还被配置成使用所述计划模型和所述至少一个代理限制值来执行全厂范围优化。所述至少一个过程设备被配置成使用所述至少一个代理限制值来在所述全厂范围优化期间施行所述一个或多个从MPC控制器的过程变量约束。

在第三实施例中，一种非临时性计算机可读介质体现计算机程序。所述计算机程序包括用于在主MPC控制器处获得用于工业设施的计划模型的计算机可读程序代码。所述计算机程序还包括用于将至少一个优化调用从所述主MPC控制器发送到一个或多个从MPC控制器的计算机可读程序代码。所述计算机程序进一步包括用于响应于所述至少一个优化调用在所述主MPC控制器处从所述一个或多个从MPC控制器接收至少一个代理限制值的计算机可读程序代码。所述至少一个代理限制值标识了在不违反任何过程变量约束的情况下由所述一个或多个从MPC控制器所控制的一个或多个过程变量可调整到什么程度。此外，所述计算机程序包括用于使用所述计划模型和所述至少一个代理限制值来在所述主MPC控制器处执行全厂范围优化的计算机可读程序代码。所述至少一个代理限制值允许所述主MPC控制器在所述全厂范围优化期间施行所述一个或多个从MPC控制器的过程变量约束。

根据以下附图、说明书以及权利要求，对于本领域的技术人员而言其他技术特征可以是容易地显而易见的。

附图说明

为了对本公开的更完整的理解，现在对结合附图进行的以下描述做出参考，其中：

图1图示了根据本公开的示例工业过程控制和自动化系统；

图2A和2B图示了在根据本公开的工业过程控制和自动化系统中用来支持级联MPC方法的示例计划和模型预测控制（MPC）模型。

图3A和3B图示了根据本公开的用于工业过程控制和自动化系统的示例级联MPC架构；

图4图示了在根据本公开的级联MPC架构中的代理限制的示例使用；

图5图示了用于供根据本公开的级联MPC架构使用的示例图形用户界面（GUI）；

图6图示了用于将贡献值和贡献成本与根据本公开的级联MPC架构一起使用的示例技术；

图7到9图示了用于在根据本公开的级联MPC架构中形成计划模型的示例基础模型；

图10图示了用于在根据本公开的级联MPC架构中验证计划模型的示例技术；

图11到16图示了用于在根据本公开的级联MPC架构中将主MPC控制器和从MPC控制器中的变量进行链接的示例技术；以及

图17图示了用于在根据本公开的工业过程控制和自动化系统中使用级联MPC控制器的示例方法。

具体实施方式

下文所讨论的图1至17和用来描述本专利文件中的本发明的原理的各种实施例是仅作为说明而不应该以任何方式被解释成限制本发明的范围。本领域的技术人员将理解的是，本发明的原理可以按任何类型的合适布置的设备或系统来实现。

图1图示了根据本公开的示例工业过程控制和自动化系统100。如在图1中所示，系统100包括促成至少一个产品或其他材料的生产或处理的各种部件。例如，这里使用系统100来促成在一个或多个工厂101a-101n中对部件的控制。每个工厂101a-101n表示一个或多个处理设施（或者其一个或多个部分），诸如用于生产至少一个产品或其他材料的一个或多个制造设施。一般而言，每个工厂101a-101n可以实施一个或多个过程并且可以单独地或共同地被称为过程系统。过程系统一般表示被配置成以某种方式来处理一个或多个产品或其他材料的任何系统或其部分。

在图1中，使用过程控制的Purdue模型来实施系统100。在Purdue模型中，“级别0”可以包括一个或多个传感器102a和一个或多个致动器102b。传感器102a和致动器102b表示过程系统中的可以执行各种各样的功能中的任意功能的部件。例如，传感器102a可以测量过程系统中的各种各样的特性，诸如温度、压力或流率。而且，致动器102b可以改变过程系统中的各种各样的特性。传感器102a和致动器102b可以表示任意合适的过程系统中的任意其他或附加部件。传感器102a中的每个包括用于测量过程系统中的一个或多个特性的任意合适的结构。致动器102b中的每个包括用于对过程系统中的一个或多个条件进行操作或影响过程系统中的一个或多个条件的任意合适的结构。

至少一个网络104被耦合到传感器102a和致动器102b。网络104促成与传感器102a和致动器102b的交互。例如，网络104可以将测量数据从传感器102a输送到致动器102b并且向致动器102b提供控制信号。网络104可以表示任意合适的网络或网络的组合。作为特定示例，网络104可以表示以太网、电信号网络（诸如HART或基金会现场总线（FOUNDATION FIELDBUS）网络）、气动控制信号网络或任意其他或附加（多个）类型的（多个）网络。

在Purdue模型中，“级别1”可以包括耦合到网络104的一个或多个控制器106。除了别的之外，每个控制器106可以使用来自一个或多个传感器102a的测量结果来控制一个或多个致动器102b的操作。例如，控制器106可以从一个或多个传感器102a接收测量数据并且使用该测量数据来生成用于一个或多个致动器102b的控制信号。每个控制器106包括用于与一个或多个传感器102a交互并且控制一个或多个致动器102b的任意合适的结构。每个控制器106可以例如表示多变量控制器，诸如鲁棒多变量预测控制技术（RMPCT）控制器，或实施模型预测控制（MPC）或其他高级预测控制（APC）的其他类型的控制器。作为特定的示例，每个控制器106可以表示运行实时操作系统的计算设备。

两个网络108被耦合到控制器106。网络108诸如通过向和从控制器106输送数据来促成与控制器106的交互。网络108可以表示任意合适的网络或网络的组合。作为特定的示例，网络108可以表示一对冗余的以太网，诸如来自霍尼韦尔国际公司的容错以太网（FAULT TOLERANT ETHERNET，FTE）网络。

至少一个交换机/防火墙110将网络108耦合到两个网络112。交换机/防火墙110可以将通信量从一个网络输送到另一个。交换机/防火墙110还可以阻止一个网络上的通信量到达另一个网络。交换机/防火墙110包括用于提供网络之间的通信的任意合适的结构，诸如霍尼韦尔控制防火墙（CF9）设备。网络112可以表示任意合适的网络，诸如FTE网络。

在Purdue模型中，“级别2”可以包括耦合到网络112的一个或多个机器级控制器114。机器级控制器114执行各种功能来支持可以与特定的工业设备段（诸如锅炉或其他机器）相关联的控制器106、传感器102a和致动器102b的操作和控制。例如，机器级控制器114可以记录由控制器106收集或生成的信息（诸如来自传感器102a的测量数据或用于致动器102b的控制信号）。机器级控制器114还可以执行对控制器106的操作进行控制（由此控制致动器102b的操作）的应用。此外，机器级控制器114可以提供对控制器106的安全访问。每个机器级控制器114包括用于提供对机器或其他单独的设备段的访问、控制或者与机器或其他单独的设备段有关的操作的任意合适的结构。每个机器级控制器114可以例如表示运行微软WINDOWS操作系统的服务器计算设备。尽管未示出，但不同的机器级控制器114可以被用来控制过程系统中的不同设备段（这里每个设备段与一个或多个控制器106、传感器102a和致动器102b相关联）。

一个或多个操作者站116被耦合到网络112。操作者站116表示提供对机器级控制器114的用户访问的计算或通信设备，其然后可以提供对控制器106（并且可能地，传感器102a和致动器102b）的用户访问。作为特定示例，操作者站116可以允许用户使用由控制器106和/或机器级控制器114收集的信息来检查传感器102a和致动器102b的操作历史。操作者站116还可以允许用户调整传感器102a、致动器102b、控制器106或机器级控制器114的操作。此外，操作者站116可以接收并显示警告、警报或者由控制器106或机器级控制器114生成的其他消息或显示。每个操作者站116包括用于支持系统100中的一个或多个部件的用户访问和控制的任意合适的结构。每个操作者站116可以例如表示运行微软WINDOWS操作系统的计算设备。

至少一个路由器/防火墙118将网络112耦合到两个网络120。路由器/防火墙118包括用于提供网络之间的通信的任意合适的结构，诸如安全路由器或组合路由器/防火墙。网络120可以表示任意合适的网络，诸如FTE网络。

在Purdue模型中，“级别3”可以包括耦合到网络120的一个或多个单元级控制器122。每个单元级控制器122通常与过程系统中的单元相关联，该过程系统中的单元表示一起操作来实施至少部分过程的不同机器的集合。单元级控制器122执行各种功能来支持较低级别中的部件的操作和控制。例如，单元级控制器122可以记录由较低级别中的部件所收集或生成的信息，执行控制较低级别中的部件的应用，以及提供对较低级别中的部件的安全访问。每个单元级控制器122包括用于提供对过程单元中的一个或多个机器或其他设备段的访问、控制或与过程单元中的一个或多个机器或其他设备段有关的操作的任意合适的结构。每个单元级控制器122可以例如表示运行微软WINDOWS操作系统的服务器计算设备。尽管未示出，但不同单元级控制器122可以被用来控制过程系统中的不同单元（其中每个单元与一个或多个机器级控制器114、控制器106、传感器102a和致动器102b相关联）。

可以由一个或多个操作者站124来提供对单元级控制器122的访问。每个操作者站124包括用于支持系统100中的一个或多个部件的用户访问和控制的任意合适的结构。每个操作者站124可以例如表示运行微软WINDOWS操作系统的计算设备。

至少一个路由器/防火墙126将网络120耦合到两个网络128。路由器/防火墙126包括用于提供网络之间的通信的任意合适的结构，诸如安全路由器或组合路由器/防火墙。该网络128可以表示任意合适的网络，诸如FTE网络。

在Purdue模型中，“级别4”可以包括耦合到网络128的一个或多个厂级控制器130。每个厂级控制器130通常与可以包括实施相同、相似或不同过程的一个或多个过程单元的工厂101a-101n中的一个相关联。厂级控制器130执行各种功能来支持较低级别中的部件的操作和控制。作为特定示例，厂级控制器130可以执行一个或多个制造执行系统（MES）应用，调度应用或者其他或附加的工厂或过程控制应用。每个厂级控制器130包括用于提供对过程工厂中的一个或多个过程单元的访问、控制或与过程工厂中的一个或多个过程单元有关的操作的任意合适的结构。每个厂级控制器130可以例如表示运行微软WINDOWS操作系统的服务器计算设备。

可以由一个或多个操作者站132来提供对厂级控制器130的访问。每个操作者站132包括用于支持系统100中的一个或多个部件的用户访问和控制的任意合适的结构。每个操作者站132可以例如表示运行微软WINDOWS操作系统的计算设备。

至少一个路由器/防火墙134将网络128耦合到一个或多个网络136。路由器/防火墙134包括用于提供网络之间的通信的任意合适的结构，诸如安全路由器或组合路由器/防火墙。网络136可以表示任意合适的网络，诸如企业范围以太网或其他网络或者更大网络（诸如互联网）的全部或一部分。

在Purdue模型中，“级别5”可以包括耦合到网络136的一个或多个企业级控制器138。每个企业级控制器138通常能够执行用于多个工厂101a-101n的计划操作并且控制工厂101a-101n的各种方面。企业级控制器138还可以执行各种功能来支持工厂101a-101n中的部件的操作和控制。作为特定示例，企业级控制器138可以执行一个或多个订单处理应用、企业资源计划（ERP）应用、高级计划和调度（APS）应用、或者任意其他或附加的企业控制应用。每个企业级控制器138包括用于提供对一个或多个工厂的控制的访问、控制或与一个或多个工厂的控制有关的操作的任意合适的结构。每个企业级控制器138可以例如表示运行微软WINDOWS操作系统的服务器计算设备。在本篇文件中，术语“企业”指的是具有要被管理的一个或多个工厂或其他处理设施的组织。注意，如果要管理单个工厂101a，则企业级控制器138的功能可以被结合到厂级控制器130中。

可以由一个或多个操作者站140来提供对企业级控制器138的访问。每个操作者站140包括用于支持系统100中的一个或多个部件的用户访问和控制的任意合适的结构。每个操作者站140可以例如表示运行微软WINDOWS操作系统的计算设备。

Purdue模型的各种级别可以包括其他部件，诸如一个或多个数据库。与每个级别相关联的（多个）数据库可以储存与系统100的该级别或一个或多个其他级别相关联的任意合适的信息。例如，历史记录器（historian）可以被耦合到网络136。历史记录器141可以表示储存关于系统100的各种信息的部件。历史记录器141可以例如储存在生产调度和优化期间所使用的信息。历史记录器141表示用于储存信息并且促成信息的取回的任意合适的结构。虽然被示为耦合到网络136的单个集中化部件，但历史记录器141可以位于系统100中的别处，或者多个历史记录器可以分布于系统100中的不同位置中。

在特定实施例中，图1中的各种控制器和操作者站可以表示计算设备。例如，控制器106、114、122、130、138中的每个可以包括一个或多个处理设备142和用于储存由（多个）处理设备142使用、生成或收集的指令和数据的一个或多个存储器144。控制器106、114、122、130、138中的每个还可以包括至少一个网络接口146，诸如一个或多个以太网接口或无线收发器。而且，操作者站116、124、132、140中的每个可以包括一个或多个处理设备148和用于储存由（多个）处理设备148使用、生成或收集的指令和数据的一个或多个存储器150。操作者站116、124、132、140中的每个也可以包括至少一个网络接口152，诸如一个或多个以太网接口或无线收发器。

在过去几十年内，MPC已经变成用于许多行业的标准多变量控制解决方案。MPC的广泛使用已经设定了用于更具有经济意义的进步的坚实基础，即闭环全厂范围优化。然而，在尝试提供用于大多数行业的闭环全厂范围优化方面存在许多技术、工作流和用户经验挑战。结果，仍然执行开环全厂范围优化（通常称为生产计划）。在实践中，全厂范围计划优化几乎从不被实施为闭环控制系统的部分。实际上，在许多行业中，常常通过调解仪器（诸如日常操作者指令表）来手动（并且因此非最优地）调整计划结果。因为这点，大量的制造利润仍然是不能获得的。

在一些行业中，调解解决方案层（诸如开环生产调度器）已经被设计来将生产计划分解成更小的可执行段。该调度器帮助将计划解决方案转化成操作者行为，但其并未消除手动调整。在其他行业中，开环生产调度器已经被用来代替生产计划，但其输出目标也常常被手动调整。

手动调整开环解决方案的实践常常源于对于下述的需求：转化或修正高级别生产目标以便（i）满足过程单元中低级别（可能安全相关的）控制约束以及（ii）补偿对生产库存或产品质量的干扰（在计划术语中称为“非计划事件”）。在手动转化中所涉及的技术困难在很大程度上与将使用不同尺度下的模型的多级别解决方案进行整合时所涉及的困难相一致。

本公开提供用于全厂范围控制和优化的级联MPC解决方案，其有助于将全厂范围优化提供为自动控制和自动化系统的部分。如下文所描述的，“主”MPC控制器被配置成使用计划模型（诸如单周期计划模型或其他合适的简化的（多个）模型）作为种子模型。主MPC控制器使用其优化器来执行全厂范围经济优化以控制工厂内部的生产库存、制造活动或产品质量。主MPC控制器被级联在一个或多个从MPC控制器的顶部。从MPC控制器可以例如表示处于系统的单元级（级别3）的控制器，以及每个从MPC控制器向主MPC控制器提供其操作状态和约束。因为这一点，来自主MPC控制器的全厂范围优化解决方案可以施行来自从MPC控制器的所有单元级操作约束。共同地，MPC级联在单个一致的控制系统中同时地提供分散化控制（诸如在单元级处）和集中化全厂范围优化（诸如在厂级处）两者。词组“全厂范围优化”或“全厂范围控制”指的是工业设施中的多个单元的优化或控制，而与那些多个单元是否表示工业设施中的每一个单个单元无关。

以这种方式，此MPC级联解决方案使嵌入式实时计划解决方案能够施行较低级别的操作约束。通过在线交叉利用（cross-leverage）计划模型和控制模型两者，MPC级联解决方案使得有可能实时地在闭环控制系统内运行“精简范围（reduced-horizon）”形式的计划优化。除了别的之外，MPC级联解决方案可以被用来通过其从MPC控制器自动地执行准时（just-in-time）生产计划。主MPC控制器中的精简范围计划优化的规划可以与如在离线计划工具中使用的单周期计划优化的规划类似或相同，但通常其时间范围被缩短，诸如在一天和十四天之间。

本专利文件中的其余描述被划分如下。描述了可以在工业过程控制和自动化设定中使用的多尺度模型，以及提供了使用多尺度模型的MPC级联解决方案。描述了用于以代理限制形式合并多尺度模型的渠道（conduit），以及提供了用于改善用户体验的多尺度解决方案。此外，公开了使用贡献值和贡献成本作为将中央经济目标函数施加于中间流的价格/成本的方式，并且描述了可以在使用MPC级联解决方案的某些系统中使用的模型结构。最后，提供了模型验证技术，以及公开了用于处理MPC级联解决方案中的主-从变量的技术。

尽管图1图示了工业过程控制和自动化系统100的一个示例，但可以对图1做出各种改变。例如，控制和自动化系统可以包括任意数量的传感器、致动器、控制器、服务器、操作者站、网络和其他部件。而且，图1中系统100的组成和布置仅是为了说明。根据特定需要可以以任意其他合适的配置来添加、省略、组合或放置部件。此外，已经描述了由系统100的特定部件来执行特定功能。这仅是用于说明。一般地，控制和自动化系统是高度可配置的并且可以根据特定需要以任意合适的方式来配置。此外，图1图示了其中可以使用MPC级联解决方案的示例环境。此功能可以在任意其他合适的设备或系统中使用。

多尺度模型

考虑具有多个单元的工业工厂。在高级别处，应该建立所有过程单元间的总体材料、部件和能量平衡。在低级别处，每个单元应该被适当地控制以确保工厂中的安全和单元的平滑高效操作。

计划和MPC模型是可以用来解决级联MPC架构中的多级问题的多尺度模型对的示例。图2A和2B图示了在根据本公开的工业过程控制和自动化系统中用来支持级联MPC方法的示例计划和MPC模型。特别地，图2A表示基于产量的计划模型200，以及图2B表示MPC模型250。

如在图2A中所示，计划模型200标识多个单元202，其一般地操作来将馈送材料的一个或多个输入流204转换成经处理材料的一个或多个输出流206。在此示例中，单元202表示石油和天然气精炼厂中的将单个输入流204（原油）转换成多个输出流206（不同的精炼石油/天然气产品）的部件。由单元202创建各种中间产品208，以及一个或多个储存罐210可以用来储存中间产品208中的一个或多个。如在图2B中所示，MPC模型250标识了单个单元的多个部件252。各种阀门和其他致动器254可以用来调整单元内的操作，以及各种APC和其他控制器256可以用来控制单元内的致动器。

一般地，计划模型200以“鸟瞰”视角着眼于整个工厂（或其部分）并且因此表示粗尺度上的各个单元。计划模型200集中于与工厂内部的单元生产、产品质量、材料和能量平衡以及制造活动有关的单元间稳态关系。计划模型200通常（但不总是）包括过程产量模型和产品质量属性。可以根据各种源（诸如计划工具、调度工具、产量验证工具和/或历史操作数据）的组合来构造计划模型200。然而，MPC模型250表示更细尺度上的至少一个单元。MPC模型250集中于与单元的安全、平滑和高效操作有关的受控变量（CV）、操纵变量（MV）和干扰变量（DV）之间的单元内动态关系。两个模型200、250的时间尺度也是不同的。MPC模型的时间范围通常从几分钟到几小时变动，而计划模型的时间范围通常从几天到几个月变动。注意，“受控变量”一般表示其值被控制为在设定点处或在设定点附近或在期望范围内的变量，而“操纵变量”一般表示为了改变至少一个受控变量的值而被调整的变量。“干扰变量”一般表示其值可以被考虑但不被控制或调整的变量。

计划模型200经常可以排除并且应该排除非产品相关或非经济相关的变量，诸如每个单元内的压力、温度、罐内液面和阀门开度。代替地，计划模型200可以将过程单元简化为一个或若干个材料或能量产品向量。另一方面，MPC模型250通常包括用于控制目的以便帮助确保单元的安全和高效操作的所有操作变量。结果，MPC模型250包括相比于计划模型200的用于单元的更多变量。作为具体示例，用于石油精炼厂的流态化催化裂化单元（FCCU）的MPC模型250可以包含大约100CV（输出）和40MV（输入）。相同单元的计划模型200可以仅集中于馈送质量和操作模式（作为输入）与FCCU产品产量和质量（作为输出）之间的关键因果关系，所以计划模型200可以具有少至三个或四个输入和十个输出。这种变量差别常规上已经是对于有效地整合多级别解决方案的障碍。在下面的表1中总结了附加的差别，表1比较了两个模型200、250的典型焦点。

表1。

存在使用粗尺度计划模型200的若干优点。例如，在不与任意单个过程单元内部可能模糊的细节相纠缠的情况下，可以使用计划模型200来紧凑地和清楚地规划全厂范围经济优化。而且，可以首先采用分而治之（divide-and-conquer）的方法来解决高级别优化问题，并且然后找到将该解决方案向下传递到每个单元的方式。

虽然紧凑的良好构建的计划模型200使计划问题建立起来容易、观察起来清楚并且解决起来快速，但其带来缺点——任何单元内部的详细变量不具有可见性。尽管这些详细变量中的许多可能与高级别生产计划关系不大，但小的子集通常与高级别生产计划有关系。当计划模型200在任意较低级别单元内部不具有可见性时，其不可能保证其解决方案（无论最优与否）将施行所有单元的较低级别约束。这是为何常规计划解决方案常常需要被手动转化或修正以适应单元内部的操作约束以及可能在转化中损失显著利润率的一个原因。如果调度解决方案使用处于粗尺度的基于产量的计划模型200，则对于调度解决方案来说也是如此。

从整体角度来看，利用高级别的基于产量的计划模型200所规划的优化或控制问题可以得益于低级别MPC模型250。基本原理在于用于保证单元中的约束满足的细节通常已经在单元的MPC模型250中，尽管这些细节不一定以正确的模型格式来组织。理想地，MPC模型250可以被用来补充用于以按需为基础进行计划的单元约束的细节。下面所描述的级联MPC方法提供了结构化框架，其中可以有效地使用MPC模型来将低级别细尺度模型信息提供给高级别粗尺度全厂范围优化规划或控制规划。下面所描述的级联MPC方法可以利用计划模型200和MPC模型250来提供此功能。

使用多尺度模型的级联MPC解决方案

从全厂范围角度来看，控制和计划常常被耦合。计划通常依赖于控制来建立用于优化的可行性区域，而控制通常依赖于计划来协调单元并且在其最高可能的有利润的操作点处运行整个工厂。因此计划常常依赖于MPC控制器来将约束推送到每个单元内部以创建更大的可行性区域以用于全厂范围优化。同时，在MPC控制器知道哪些约束真实地是全厂范围瓶颈并且因此应该被推送以及哪些约束不是并且可以保持不活跃之前，MPC控制器常常依赖于来自计划的指导。这两个解决方案层因此相互依赖并且应该被同时对待。

解决这种耦合问题的一种方式是共同地设计控制和全厂范围优化。因为每个MPC控制器具有嵌入式经济优化器，所以可以设计执行全厂范围优化和单元级别MPC控制两者的单个大型全厂范围MPC控制器。然而，这样的整体全或无式（all-or-nothing）MPC解决方案具有各种缺点。任意共同设计方法的一个挑战已经是同时提供较低级别处的分散化控制和较高级别处的集中化控制。

图3A和3B图示了根据本公开的用于工业过程控制和自动化系统的示例级联MPC架构300。如图3A中所示，级联架构300包括主MPC控制器302和一个或多个从MPC控制器304a-304n。从MPC控制器304a-304n与一个或多个常规过程控制器306a-306m交互。从MPC控制器304a-304n可以表示级别3控制器，而过程控制器306a-306m可以表示级别2控制器。

每个MPC控制器302、304a-304n支持经济优化和多变量控制功能。主MPC控制器302使用计划模型200（诸如基于产量的单周期计划模型）来提供初始稳态增益矩阵，以及可以使用工厂的操作数据（诸如历史数据）来确定相关模型动态特性。主MPC控制器302进行操作来控制工厂内的产品库存、制造活动、或产品质量。主MPC控制器302的嵌入式经济优化器（其被提供有相同的计划模型结构和经济特性）因此可以再现单周期离线计划优化，但是以在线和实时的方式。

主MPC控制器302级联于n个从MPC控制器304a-304n（n是大于或等于一的整数）的顶部。从MPC控制器304a-304n为主MPC控制器302提供用于工厂的每个单元的未来预测和操作约束。利用此信息，来自级联架构300的实时计划解决方案降低或消除了上文所讨论的缺点。共同地，MPC控制器302、304a-304n同时地利用细尺度MPC模型250提供低级别处的分散化控制以及利用粗尺度计划模型200提供较高级别处的集中化全厂范围优化，所有都处于一个一致的级联控制系统中。

生产计划常常需要被手动转换成一组操作指令的另一个原因在于开环计划解决方案具有通常从几天到一周（对于单周期而言）变动的时间范围，并且其一般每天仅执行一次或每若干天仅执行一次。因此，其缺乏有效反馈机构来应对不确定性，诸如在馈送质量中或环境条件中的变化、过程单元混乱、加热或冷却能力限制以及维护。为了帮助应对这些情况，优化器被嵌入于主MPC控制器302中，以及该优化器可以按用户定义的频率执行，该用户定义的频率诸如是从每若干分钟一次到一小时一次变动的频率。可以按该频率测量或估计每个单元的生产数量和质量两者，以及如在任意标准MPC中那样，预测误差可以在主MPC控制器302中被偏差校正。如果来自最初的最优计划的任意偏离被检测到，则可以立即进行全厂范围再优化。新的最优生产目标然后可以被发送到从MPC控制器304a-304n并且由从MPC控制器304a-304n进行实施，从而减少或消除对于手动转换或调整的需要。

也可以根据常规MPC优化设定来修改某些优化设定以便实时捕获附加收益。传统MPC方法和级联MPC解决方案之间的某些相似性和差别可以包括如下：

·目标函数可以保持与离线计划相对部分中相同。

·主MPC控制器302中的时间范围可以是在线调谐参数（诸如从若干小时到若干天或若干周变动的参数），并且其可以比在离线（特别是多周期）计划中使用的时间范围更短。

·该调谐可以被设定为以准时制造的形式来捕获更多收益。针对调谐的考虑可以包括（作为示例）事先多远来投放产品订单，产品订单的方差（在数量和等级两方面），可以追求什么样的附加购买/售卖机会，以及什么样的半成品部件可以与合作伙伴进行交换或者在现货市场上购买/售卖。

·可以利用实时测量结果反馈来动态地控制生产库存和产品属性。

·时间范围内的产品订单是已知的，这与在离线相对部分中所估计的是相对的。主MPC控制器302可以产生准时生产计划，这与基于假设订单的计划是相对的。

·可以利用与从MPC控制器304a-304n相关联的产量验证机构来实时更新在主MPC控制器302中使用的计划模型200。在交叉验证（诸如针对计量误差）之后，所测量的产量可以被用来更新计划模型200，并且主MPC控制器302可以生成更精确的有利润的生产计划。

级联架构300提供控制分层视图350，如在图3B中所示出的那样。级联架构300通过获得计划模型200的副本并通过添加延迟和斜坡而将副本移植到MPC控制器上来在常规控制和自动化系统中分解分割线。在主MPC控制器302处，单元馈送速率可以被用作MV，以及生产库存可以被用作CV。主MPC控制器302是实时计划执行器，其理解来自计划模块200的主要部分（big picture）并且使用每个单元的MPC模型250以用于高级过程控制。主MPC控制器302因此可以与从MPC控制器304a-304n相呼应地优化工厂，从而生成最佳可实现计划，同时施行所有单元的约束。

可以认为由主MPC控制器302使用的计划模型200包含两部分，即（i)用于MPC控制的动态模型以及（ii）用于经济优化的稳态模型（其是动态模型的稳态部分）。主MPC控制器302通过利用MPC反馈实时地在有意义的程度上接近最初计划来再现离线计划优化，以改进离线计划优化的准确度，由此结合之前不可用的实时信息。主MPC控制器的模型200的动态特性可以从工厂的操作数据来识别，以及主MPC控制器302可以提供闭环中的期望库存/属性控制。因为来自主MPC控制器302的控制和优化解决方案施行来自从MPC控制器304a-304n的操作约束，这使得主MPC控制器302能够在闭环中运行并且使MPC级联成为可能。这在提供集中化紧凑厂级优化和单元级分散化MPC控制两者的同时被完成。

主MPC控制器302的多变量控制功能可以表示使用库存水平作为其主要CV的生产控制器或库存控制器的类型（这里“库存”指的是材料/能量/等等在当前状态下、在预测的未来状态下或两者下的累积量）。可以直接通过主MPC控制器302、间接地经由从MPC控制器304a-304n、或间接地经由过程控制器306a-306n（诸如RMPCT控制器）来配置每个单元变化率（或MV）。每个从MPC控制器304a-304n可以（经由下文描述的代理限制）预测每个单元的变化率中的“剩余空间”，以及主MPC控制器302可以抑制对该单元不能接受的变化率进行请求。主MPC控制器302可以进一步包括用于材料/能量平衡（模型/约束）的CV。

主MPC控制器302包括用于使用计划模型来执行经济优化操作的任意合适的结构。主MPC控制器302可以例如表示单输入单输出（SISO）控制器、多输入多输出（MIMO）控制器或具有其他数量的输入和输出的控制器。每个从MPC控制器304a-304n包括用于与主MPC控制器交互的任意合适的结构。每个从MPC控制器304a-304n可以例如表示SISO控制器、MIMO控制器或具有其他数量的输入和输出的控制器。

代理限制

主MPC控制器302是使用精简模型的独立MPC控制器。为了主MPC控制器302级联在从MPC控制器304a-304n之上，主MPC控制器302施行从控制器304a-304n的约束，或者总体组合解决方案可能不是最优的或甚至实施起来不可行。为了帮助避免这种情况，使用代理限制来合并多尺度模型。代理限制是从MPC控制器的（多个）约束在主MPC控制器的空间中的替代表示。代理限制可以被看作各个从MPC控制器和主MPC控制器之间的用以将从MPC控制器的约束“输送”到主MPC控制器的渠道。来自多个从MPC控制器304a-304n的代理限制可以被组合并且被包括在主MPC控制器的控制和经济优化规划中。

可以在主MPC控制器302的MV空间中表达代理限制，但可以在从MPC控制器304a-304n的MV空间中计算它们的边界值。对于主MPC控制器302的每个MV，其下游从MPC控制器中的每个都可以预测在一个或多个从CV或MV将到达它们的操作限制之前其可以移动的距离量。当来自主MPC控制器302的两个或更多MV与从MPC控制304a-304n相关联时，代理限制在本质上可以是多变量的。

图4图示了在根据本公开的级联MPC架构中的代理限制的示例使用。特别地，图4图示了在用于FCCU的级联架构中的代理限制的示例使用，其中一个代理限制可以充分表示整个单元。假设FCCU的馈送在用于主MPC控制器302的计划模型200中被配置为MV4以及在用于从MPC控制器304a的MPC模型250中被配置为MV9。而且，假定到该单元的当前馈送速率具有33.5的值。进一步假定从MPC控制器304a预测馈送速率可以在一个或多个从CV和/或MV将碰到如在表402中所示的一个或多个限制之前一直增加到38.1的最大值。表402在这里示出了由从MPC控制器304a控制的不同CV以及由从MPC控制器304a用来控制那些CV的不同MV。38.1的最大边界值被传递到主MPC控制器302并且用作用于主MPC控制器的MV4的高代理限制。

在每个单元中，不管多少从约束可以限制主MPC控制器的MV（诸如单元馈送速率），主MPC控制器302仅需要知道其应该停止推送其MV（否则可能导致某个较低级别的约束违反）的点。此停止点与代理限制相一致，该代理限制表示可以限制主MPC控制器的MV的对应低级别单元中的整个有效从约束集合。在上文的具体示例中，对于低级别FCCU单元中的所有从约束而言仅需要一个代理限制，但是也可以使用多个代理限制。

代理限制的一个特征在于单元中的所有从MPC约束可以被提取到一个或若干个代理限制中。代理限制因此起到用于将粗尺度模型200在主MPC控制器302中保持完整同时有效地将其与细尺度从MPC模型250合并的结合机制的作用。换言之，这使得有可能将全厂范围优化问题以其原始紧凑计划格式保持在主MPC控制器302内部，而不强迫粗尺度模型200被扩展到兼容的细尺度模型中。

在代理限制的帮助下，使用级联MPC方法的共同优化解决方案提供了各种益处。例如，嵌入式实时计划解决方案在从MPC控制器304a-304n中施行单元级别操作约束，以及主MPC控制器302动态地控制离线计划工具将以开环来管理的相同的变量集合（诸如库存或质量）。有效地，单元中所有相关MPC约束被提取到一个或多个代理限制中，该一个或多个代理限制进而被包括在主MPC控制器的优化中。此外，代理限制使分层优化比单层更具吸引力。另外，开环优化解决方案的转化或手动调整的实践可以被减少或消除。通过在线交叉利用（cross-leverage）计划模型和控制模型两者，级联的MPC方法使得有可能实时地在闭环控制系统内运行全厂范围优化。其因此同时在厂级处利用粗尺度计划模型200提供集中化优化以及在单元级处利用细尺度MPC模型250提供分散化控制。

注意，MPC与代理限制级联的概念已经被描述为利用级别3 MPC控制器作为从控制器来执行。然而，此概念可以与不同级别的控制和自动化系统一起使用或扩展到不同级别的控制和自动化系统。例如，工厂内的多个级联架构300中的主MPC控制器可以形成用于厂级主MPC控制器的从MPC控制器。作为特定示例，用于石油/天然气精炼厂的厂级主MPC控制器可以使用简单产量向量（原油作为一个输入馈送并且精炼产品作为多个输出馈送）。类似地，多个厂级主MPC控制器可以起到对于企业级主MPC控制器的从MPC控制器的作用。作为特定示例，如果不同的精炼厂与不同的市场相关联，则多个精炼厂之上的企业级主MPC控制器可以实时地基于区域性产品需求/供应和每个精炼厂的生产能力来计算全局最优值。

用于改善用户体验的多尺度解决方案

因为级联MPC架构300使用一对模型，所以计划模型200自然可以被用来提供具有工厂的清晰鸟瞰视图的图形用户界面（GUI）。图5图示了用于供根据本公开的级联MPC架构使用的示例GUI 500。该GUI 500包括标识了计划模型200内的不同单元202的各种图标502。主MPC控制器302可以在GUI 500内提供各种信息。例如，主MPC控制器302可以提供单元生产速率、可用库存、已调度的产品交付、成本结构、总利润率、每个单元对利润率的贡献以及与产品计划的实时执行有关的其他相关信息。

主MPC控制器302也允许操作者通过查看单元的代理限制来在GUI 500内容易地识别哪些单元是全厂范围瓶颈。具有至少一个有效代理限制的任何单元202是全局瓶颈，诸如当单元的吞吐量实际上由其从MPC控制器内部的低级别约束来约束时。可以使用在GUI 500中的指示符504（诸如色环）来图形地标识这些单元，以提供清楚的“看一眼（at a glance）”视图。边际利润值可以可选地在每个瓶颈单元旁边被显示，以指示如果增加该单元的吞吐量的话该工厂可以实现的利润增量。

操作者（诸如生产经理或计划者）可以使用GUI 500来深入了解瓶颈单元。例如，如果选择GUI 500中的特定图标502，则用于所选择单元202的MPC模型250可以被显示给操作者。所显示的MPC模型250表示从MPC控制器的GUI，其示出了当前正限制该单元的生产吞吐量的有效约束。如果选择了MPC模型250中的特定控制器，则表402可以被显示给操作者。

可以使用指示符506（诸如色环）来标识表402中的当前正充当约束（诸如由于设备或维护问题）的变量。如果由操作者选择表402中的特定变量，则维护GUI 508或其他界面可以被呈现给操作者。例如，操作者可以选择阀门约束并且针对该阀门查看维护GUI 508。维护GUI 508可以指示为该阀门安排两周内的维护。如同主MPC控制器502，从MPC控制器304a-304n可以在表402中的每个有效约束旁边显示边际利润值，以指示如果该约束被减轻（这进而会帮助增加吞吐量）的话工厂可以实现的利润增量。

在复杂设施中，通常在任何给定时刻都存在需要被服务的一长列致动器和其他设备。维护人员常常不具有足够的指导来将他们的维护任务进行优先化。可以说关于APC维护任务和其他维护任务也是如此。以图5中所示的方式,可以用增量利润量来标记每个维护任务,并且可以按利润影响而不是按服务请求时间来容易地对任务列表进行排序。常常，瓶颈可能是由单元中的简单维护问题所导致的。某些影响利润的项目可能长时间保持未修理，因为没有人知道不修缮那些项目的代价。利用多层控制系统GUI，可以通过维护任务的经济影响来容易地对维护任务进行排序，并且可以建立新的以经济为中心的自动化维护框架。

贡献值和代价

返回图2A，如上文所述，在计划模型200中示出的过程单元202一般地操作来将一个或多个输入流204转换成一个或多个输出流206，同时创建各种中间产品208。主MPC控制器302或从MPC控制器304a-304n在执行其控制或优化操作时可以使用贡献值和/或贡献成本。

每个贡献值可以与用来产生一种或多种最终产品（最终产品表示由该过程系统输出的产品）的中间产品相关联。可以使用该中间产品对每种最终产品的贡献和每种最终产品的价格来计算贡献值。在一些实施例中，中间产品的贡献值被计算为：

这里，n表示可以使用中间产品所生产的最终产品的数量。而且，Contribution_i表示致力于生产第i种最终产品的中间产品的百分比，以及ProductPrice_i表示针对第i种最终产品的期望或当前市场价格。此外，FurtherProcessingCost_i表示生产第i种最终产品所需要的附加处理成本（其可以可选地被省略或被设定为零）。

在其他实施例中，中间产品的贡献值被计算为：

这里，针对第i种最终产品的产品价格可以被调整以校正各种生产过剩和生产不足情景或其他情况。例如，当第i种最终产品的所规划的生产超过其计划时，该最终产品的价格可以被降低以计及储存成本和未来订单风险。当第i种最终产品所规划的生产低于其计划时，如果存在对错过订单截止期限的惩罚，则该最终产品的价格可以被增加。

注意，也可以对贡献值进行各种调整。例如，当储存可用时，通常有价值的中间产品可以被储存和保存以用于下个计划周期（而不是减少其在当前周期中的贡献值）。作为另一个示例，如果超额的中间产品可以在现货市场上售卖，则可以将更高的贡献值分配给该中间产品。此外，注意到贡献值可以被联系在一起以用于当前计划周期并且用于下一计划周期，这可以有助于降低当前周期的末尾处的不期望的逐渐减小范围的效应。

每个贡献成本可以与使用一种或多种馈送产品（馈送产品表示输入到过程系统中的材料）生产的中间产品相关联。可以使用该中间产品对每种馈送产品的使用率和每种馈送产品的价格来计算贡献成本。在一些实施例中，中间产品的贡献成本被计算为：

这里，m表示用来生产中间产品的馈送产品的数量。而且，Contribution_i表示致力于生产该最终产品的第i种馈送产品的百分比，以及FeedCost_i表示针对第i种馈送产品的期望或当前市场价格。此外，UpstreamProcessingCost_i表示处理第i种馈送产品和生产中间产品所需要的处理成本（其可以可选地被省略或设定为零）。

在其他实施例中，中间产品的贡献成本被计算为：

这里，第i种馈送产品的成本可以被调整以校正各种生产过剩和生产不足情景或其他情况。例如，当第i种馈送产品的所规划的库存超过其计划或储存容量时，其经调整的成本可以被降低以促进消耗。当第i种馈送产品的所规划的库存降到其计划或储存容量以下时，其经调整的成本可以被增加以减少消耗。注意，也可以对贡献成本进行各种调整。例如，当馈送产品的经调整的成本大于其现货市场价格时，可以使用“制造对比购买”分析来确定购买中间产品而不是生产该中间产品是否会是更经济的。

图6图示了用于将贡献值和贡献成本与根据本公开的级联MPC架构一起使用的示例技术。在此示例中，主MPC控制器302进行操作来（i）基于其计划模型、其经济特性以及来自先前迭代的数据来迭代地识别贡献值和贡献成本，以及（ii）基于贡献值和成本以及代理值来迭代地识别所预测的产量。该贡献值和贡献成本可以被提供给从MPC控制器以用于它们的局部优化需要。一旦找到最优解决方案（诸如优化的计划），则主MPC控制器302向从MPC控制器304a-304n提供优化的经济特性。关于主MPC控制器302相对于使用贡献值的操作的附加细节可以在美国专利申请公开No.2011/0040399（其通过引用以其整体结合于本文）中找到。

示例计划模型结构

在一些实施例中，可以使用一个或多个基础模型来形成用于主MPC控制器302的计划模型200。例如，两个基础模型（处理单元模型和汇集罐（pool tank）模型）可以被提供用于形成计划模型。处理单元可以被建模为一个或多个输入馈送以及一个或多个输出馈送。汇集罐可以被建模为混合罐或非混合（简单储存）罐。注意，可以根据实施方式来使用其他或附加基础模型。

图7到9图示了用于在根据本公开的级联MPC架构中形成计划模型的示例基础模型。图7和8图示了用于处理单元的示例模型，而图9图示了用于汇集罐的示例模型。

如图7中所示，下面的传递函数可以用于输入馈送和多个输出产品之间的材料平衡。

这里，y_i是针对第i种产品的基础产量，以及Δy_i是（m₁个元素的）向量。而且：

这里vg是体积增益并且其中：

此模型格式与常用于计划模型中的结构相匹配。严格说来，其不是线性模型，因为其具有带有二次增益的线性动态特性。该模型具有每单元的单个输入馈送，并且输出产品的每个属性具有与产品抽取（product draw）相似的时间常量和延迟。表2说明了针对单个馈送流的稳态增益矩阵，但是可以使用相同的方法来自然地扩展多个馈送。

表2。

如在图8中所示，下面的传递函数可以用于将输入馈送的第i个属性传递到第j种产品的第i个属性：

这里G_cj是（m₂个元素的）向量以及G ⁰_j是“传递通过（passing thru）”DV增益。此方法假定产品的每个属性具有与产品抽取相似的时间常量和延迟，并且按默认它们可以被设定成相同值。此方法还假设属性可以被MPC控制器影响（或控制）。表3说明了针对单个馈送的材料流和属性两者的稳态增益矩阵，但是可以使用相同的方法来自然地扩展多个馈送。

表3。

各种技术可以被用来获得以此方式定义的处理单元模型的动态特性。例如，可以根据历史数据来估计动态特性并且利用工程知识来验证动态特性，在简要步骤测试期间识别动态特性，或者在操作期间估计动态特性。也可以发生偏差更新和产量验证，诸如当处理单元的集总产量（而不是基础产量）被实时更新时。各种误差校正方案也可以与主MPC控制器计划模型一起使用。在第一误差校正方案中，可以直接根据输入流来计算产量，并且（过去的时间窗口内的）平均产量可以被估计并且被用来预测在类似的时间窗口（该窗口的宽度可以是可调谐的）内的未来平均产量。注意，所估计的产量可能需要在集总产量值被更新之前通过内部可预测阈值（可能是可调谐的）。增益更新可以改进模型预测准确度，并且经验证的增益可以具有对未来集总产量的更好的可预测性。在第二误差校正方案中，可以使用偏差更新机制来更新主MPC模型预测内部的偏差。

图9图示了一般汇集罐900的示例建模。汇集罐900表示用来储存在设施中被制造的材料（诸如一个或多个中间产品）的结构。上文中在图2A中示出的储存罐210是汇集罐的示例。多个材料流（Fin）流入罐900，并且每个流具有r个属性。而且，多个材料流（Fout）流出罐900，并且所有流具有相同的属性。当前体积被表示为V，并且可以做出的假设是具有类似属性的输入流在汇集罐900中被汇集在一起。注意，下面描述的模型是针对用于汇集中间产品的罐，并且该模型可以适合于或可以不适合于最终产品调和。还注意的是，输入流可以是足够相似的，以使得对于测量反馈来说线性混合规则是足够准确的，但是可以使用其他方法（诸如使用非线性校正项或非线性调和法的那些方法）。

在汇集罐900的模型中，可以使用下面的材料平衡等式：

可以使用下面的等式来表示第i个体积属性的调和：

使用拉普拉斯变换和重组可以获得下面的等式：

在石油和天然气系统中也可以使用调和奖励（blending bonuses），如下：

表4总结了一般汇集罐的建模。

表4。

假定在这里包括输入流比它们的属性变化得更频繁并且可以（以自动化方式或在实验室中）充分测量输入-输出变量。

除了别的之外，使用基础模型结构的益处包括设计有限数量的基础结构（诸如在上面的示例中是两个），其中基础结构提供在单元和罐如何被连接方面的灵活性 。例如，处理单元和汇集罐可以在配置后被固定，并且库存体积/属性的状态可以被动态跟踪。处理单元和汇集罐之间的连接可以是无状态的并且在运行中（on-the-fly）改变。此外，可以在运行中构造用于主MPC控制器的计划模型。另外，只要可以充分测量中间输入-输出信号，级联架构就可以容易地利用中间反馈，并且此方法可以支持改进的模型更新，因为其结构与真正的处理单元更自然地对准。

模型验证技术

主MPC控制器302或控制和自动化系统的其他部件可以实施验证技术以便验证要由主MPC控制器302使用的计划模型。图10图示了用于在根据本公开的级联MPC架构中的验证计划模型的示例技术。在图10中，示出了控制器和其他设备的层次结构，其中每个从MPC控制器304a-304n与至少一个过程元件（处理单元或汇集罐）1002a-1002r相关联。每个过程元件1002a-1002r分别具有相关联的产量验证块1004a-1004r。

除了别的之外，产量验证块1004a-1004r支持模型验证，该模型验证涉及材料平衡、能量平衡、产品属性或其他建模更新的包络计算。可以通过检查在模型中材料、能量、或其他因素是平衡的来验证计划模型。可以以权重值或当量值来进行包络计算，并且结果可以基于用户的选择（诸如权重或体积）而以不同的单位来呈现。可以使用温度/密度校正因子，并且各值可以被转换成常见单位（诸如桶或吨）。可以支持在具体行业中的材料核算中常用的惯例。

在验证中可以考虑各种其他设计问题。例如，一些测量可以是间歇性的、不完整的、非周期性的、缺失的、延迟的、或部分不存在的，并且方案（诸如滤波或偏差更新）可以被用于应对这样的异常。而且，在一些情况下，当存在（未计划的或未测量的）不合规范的材料回收时，材料可以是不平衡的，这可以以任意合适的方式（诸如基于用户输入）来处理。此外，由于维护或异常过程条件，某些流的产量可能与其在一段时间内的“正常”值显著不同，这再次可以以任意合适的方式（诸如基于用户输入）来处理。

如上文所描述的，产量验证块1004a-1004r也可以支持集总产量的偏差更新和产量验证。例如，产量验证块1004a-1004r可以测量实时产量并且通过应用材料平衡和体积/温度校正来对实时产量进行交叉验证。产量验证块1004a-1004r也可以执行上文所描述的第一误差校正方案。

用于处理主-从变量的技术

上文所描述的代理限制允许来自从MPC控制器304a-304n的约束被传递到主MPC控制器302。图11到16图示了用于在根据本公开的级联MPC架构中将主MPC控制器和从MPC控制器中的变量进行链接的示例技术。此技术允许主MPC控制器302在其操作期间考虑从MPC控制器304a-304n的约束。然而，注意到的是，可以使用其他方法。

如图11中所示，主MPC控制器302具有MV/DV索引1102，其标识了由主MPC控制器302使用的不同MV或DV。由主MPC控制器302控制的各种CV 1104可能受到那些MV或DV的影响。还存在标识由从MPC控制器304a-304b所使用的不同MV或DV的MV/DV索引1106。由从MPC控制器304a-304b控制的各种CV 1108-1110可以受到那些MV或DV的影响。联合变量（conjoint variable）表示在主MPC控制器和从MPC控制器两者中相同的变量（诸如如上文所描述的主控制器中的MV4和从控制器中的MV9）。联合变量可以被配置为主MPC控制器和从MPC控制器中的MV或DV。

可以通过将MV/DV索引1102中的值与MV/DV索引1106中的对应值相关联来耦合主CV约束和从CV约束。这指示了由MV/DV索引1102和MV/DV索引1106所标识的变量是联合变量。这允许主MPC控制器302的全厂范围优化包括来自从MPC控制器304a-304b的CV约束中的一些或所有。

如图12中所示，从MPC控制器的至少一个CV可以经由代理限制被“提升”为主MPC控制器。在与MV/DV索引1106的对应的（多个）列相关联的MV/DV索引1102的（多个）列中出现代理限制。例如，假定从MPC控制器中的CV约束被表达为：

使用下面的表达式，此CV约束可以被用作主MPC控制器中的CV代理限制：

这表示一种示例方式，在该示例方式中从MPC控制器的约束可以被传递到主MPC控制器并且被主MPC控制器使用。

从MPC控制器的约束可以以任意合适的方式被结合到主MPC控制器的计划操作中。例如，图13示出了如果从MPC控制器的自由MV被固定于它们的当前值，则从控制器的CV约束可以在主控制器的MV空间1300中被标绘。从控制器的MV限制表现为主控制器的MV空间1300中的简单界限，以及从控制器的CV限制一般表现为线性约束。这些限制之间的可行性区域1302定义了值的可能组合，所述值的可能组合在满足从MPC控制器的所有约束时可以由主MPC控制器选择。由从控制器的约束所定义的可行性区域1302的形状一般是多边形或多面体。如图14中所示，如果从MPC控制器的自由MV（出于任何原因）采取其他值，则可行性区域1302的形状进行改变。阴影条1402指示这些约束可以如何移位。类似地，如果从控制器的模型增益在运行中被更新，则这些CV约束的斜率可以相应地进行改变。

如果在主MPC控制器和从MPC控制器之间存在单个联合变量，则可行性区域1302可以在尺寸上被减小，诸如减小到图15中所示出的可行性区域1502。当存在通过在某一时间进行小的改变来在给定方向上推送主MPC控制器的MV/DV的期望时可以完成这一点。在那种情况下，仅使用可行性空间的窄带。可以通过找出针对自由从控制器的MV的合适位置来计算此可行性区域1502的高值和低值。可以由来自主控制器的优化调用来计算最大高值以用于从控制器来最大化其MV2值。可以由来自主控制器的优化调用来计算最小低值以用于从控制器来最小化其MV2值。最大化目标函数可以被增强为包括产品和其他局部优化部件的贡献值。利用贡献值，单元可以被推向更有利润的产量分布。

如果在主MPC控制器和从MPC控制器之间存在两个联合变量，则可以如图16中所示的那样来定义可行性区域。在当前MV点1602处（其在此示例中是原点），主MPC控制器可以估计一个水平可行条1604以及一个垂直可行条1606。这可以以与图15中所示的相同方式来发生。每个条的宽度可以被增加直到其达到另一个条的两端，这形成了创建可行性区域的初始表示的矩形区域1608。然而，矩形区域1608的拐角表示不可行区域，因为它们在从MPC控制器的约束外部。如果需要的话，可以使用各种方法来修剪矩形区域1608的拐角。例如，可以选择从控制器的接近于当前MV点或最后的最优点的CV约束，以及1×2约束行可以被附加到主控制器的用于每个所选择的从CV约束的约束集合。作为示例，可以从从控制器的MPC矩阵复制该1×2行（所选择的行和2个联合MV列）。可以调用从控制器的优化器来通过最大化CV高约束以及最小化CV低约束来最大化或最小化所选择的CV。

注意，虽然上文描述了仅一个或两个联合变量，但这里所描述的方法可以扩展为任意数量的联合变量。此方法允许主MPC控制器考虑其从MPC控制器的约束，同时利用由那些约束定义的可行性区域来优化工厂的操作。

示例方法

图17图示了用于在根据本公开的工业过程控制和自动化系统中使用级联MPC控制器的示例方法1700。为了易于解释，关于级联MPC架构300来描述方法1700，该级联MPC架构300可以在控制和自动化系统100中操作。该方法1700可以与任意其他合适的级联MPC架构一起使用以及可以在任意其他合适的系统中使用。

如图17中所示，在步骤1702处，在主MPC控制器处获得计划模型，以及在步骤1704处，在从MPC控制器处获得MPC模型。这可以包括例如生成计划模型200或重新使用现有的计划模型200，诸如单周期计划模型。这也可以包括诸如通过使用标准技术来生成MPC模型250。

在步骤1706处，在级联MPC架构的操作期间，将优化调用从主MPC控制器发送到从MPC控制器。该优化调用可以请求从MPC控制器确定在不违反它们的约束的情况下是否（以及在什么程度上）可以对它们的MV值进行某些改变。在步骤1708处，从MPC控制器通过将与它们的约束相关联的代理限制值发送到主MPC控制器来进行响应。这可以包括例如从MPC控制器识别可以在什么程度上对它们的MV值做出某些改变以及哪些约束可能被违反。

在步骤1710处，在优化操作期间由主MPC控制器使用代理限制值来操作计划模型。这可以包括例如在主MPC控制器的控制和经济优化规划中主MPC控制器组合来自多个从MPC控制器的代理限制值。同时，在步骤1712处，在控制操作期间由从MPC控制器来操作MPC模型。这可以包括例如从MPC控制器执行标准MPC功能，其中那些功能是基于由主MPC控制器生成的控制和经济优化规划。以这种方式，在步骤1714处，共同计划/优化和控制功能可以出现在控制和自动化系统中。

尽管图17图示了用于在工业过程控制和自动化系统中使用级联MPC控制器的方法1700的一个示例，但可以对图17做出各种改变。例如，尽管示为一系列步骤，但在图17中的各种步骤可以重叠、并行发生、以不同次序发生、或发生任何次数。

结论

本公开已经提供了新颖的级联MPC架构，其弥补了计划和控制之间的差距。该架构包括级联在一个或多个从MPC控制器（诸如在单元级处的从MPC控制器）上的主MPC控制器。主MPC控制器使用计划模型以便控制工厂内部的生产库存、制造活动和产品质量。从MPC控制器（诸如经由代理限制）为主MPC控制器提供它们的未来预测和操作约束。嵌入在多层MPC级联中的实时计划解决方案施行较低级别的操作约束并且不再需要手动转化。通过在线交叉利用计划和控制模型两者，MPC级联架构使得有可能实时地在闭环控制系统内运行全厂范围优化并且通过从MPC控制器来自动地实施准时生产计划。

在一些实施例中，在本专利文件中描述的各种功能由计算机程序所实现或支持，该计算机程序由计算机可读程序代码形成并且被体现在计算机可读介质中。短语“计算机可读程序代码”包括任何类型的计算机代码，包括源代码、目标代码和可执行代码。短语“计算机可读介质”包括能够被计算机访问的任何类型的介质，诸如只读存储器（ROM）、随机访问存储器（RAM）、硬盘驱动器、致密盘（CD）、数字视频盘（DVD）、或任何其他类型的存储器。“非临时性”计算机可读介质排除传输临时电信号或其他信号的有线、无线、光学或其他通信链路。非临时计算机可读介质包括数据可以被永久地储存在其中的介质和数据可以被存储在其中并且随后被重写的介质，诸如可重写光盘或可擦除存储器设备。

阐述遍及本专利文件所使用某些词语和短语的定义可能是有利的。术语“应用”和“程序”指的是适于以合适的计算机代码（包括源代码、目标代码、或可执行代码）实现的一个或多个计算机程序、软件组件、指令集、过程、函数、对象、类、实例、相关数据、或其部分。术语“通信”以及其衍生形式涵盖直接和间接通信两者。术语“包括”和“包含”以及其衍生形式意指在没有限制的情况下的包括。术语“或者”是包括性的，意指和/或。短语“与……相关联”以及其衍生形式可以意指包括、被包括在内、与其互连、包含、被包含在内、连接到或与其连接、耦合到或与其耦合、与其可通信、与其协作、交错、并置、与其接近、被结合到或与其结合、具有、具有其属性、具有对于其的关系或与其的关系，等等。短语“……中的至少一个”当与一列项目一起使用时，意指可以使用所列出项目中的一个或多个的不同组合，以及可以需要列表中的仅一个项目。例如“至少一个：A、B和C”包括下面组合中的任一个：A、B、C，A和B，A和C，B和C，以及A和B和C。

尽管本公开已经描述了某些实施例和通常关联的方法，但这些实施例和方法的变更和置换对于本领域技术人员将是显而易见的。因此，示例实施例的以上描述不限定或约束本公开。在不背离如由所附权利要求所限定的本公开的精神和范围的情况下，其他改变、替代和变更也是可能的。