华北理工大学 河北唐山 063210
摘要：我国的传统工业控制模式具有很大的局限性，在工业生产中，精度、效率、稳定性、可靠性、工作方式等都难以满足现代化生产要求，传统的工业控制缺少智能化、自动化等现代先进技术。随着控制自动化技术的逐步发展与完善，我国工业控制逐步走向智能化、一体化、自动化、网络化等，我国要从劳动密集型的发展方式向高端技术转型，必须重视控制自动化对于技术转型的重要性。
关键词：工业控制；人工智能；自动化；过程控制
1．软测量技术
软测量的基本思想是对于难于测量或暂时不能测量的重要变量，选择另外一些容易测量的变量，通过构成某种数学关系来推断和估计，以软件来代替硬件功能，这类方法具有响应速度，连续给出主导变量信息，且具有投资低，维护保养简单等优点。
国内引进催化裂化、常减压等装置的先进控制软件也有软测量技术，但这些引进软件价格昂贵。很多高校与科研院所也在开发这样的软件，未来的工业检测装置将有可能被代替。如：甲醇生产过程中烃类转化反应器出口气中CH4含量软测量，气分装置丙烯丙烷塔塔顶丙烯成分软测量；催化裂化装置分馏塔轻柴油凝固点软测量。像这样需要软测量的工艺还有很多，在这个领域里有很大的提升空间，若软测量技术发展成熟，很多难以实现精准控制的控制过程将得到最大的优化。
软测量仅靠实验分析仪表分析值进行校正要获得很高精度是很困难的，是一种粗放型测量技术，适合炼油、石油化工等测量精度要求不高的工艺。软测量想要获得高精度，必须要用在线分析仪表进行实时3校正，这时软测量主要是克服在线分析仪表纯之后给控制带来困难。经过在线分析仪表进行实时校正后软测量可应用于石油化工中成品精馏塔例乙烯塔、丙烯塔等装置。
2.模糊控制
模糊控制是建立在经验基础上的控制，无需建立数学模型，是解决不确定系统的一种途径；具有较强的鲁棒性。但模糊控制设计缺乏系统性，无法定义控制目标，控制规则的选择、论域的选择，模糊集的定义、量化因子的选取等多采用试凑法，这对复杂控制是难于凑效的。
以多变量预测控制技术为主要特征的先进控制技术在炼油、化工、石油化工、冶金等行业得到了广泛应用和发展，取得了明显的经济效益。有些投运率还不够高，缺乏长期应用，应用方面还有待进一步拓展。为此，今后还要进一步开发鲁棒性强、适应性宽、性能价格比优的商品化先进控制和优化控制软件，适应国内大中型企业。
3.故障检测与诊断系统
故障检测技术与诊断技术是发展于上世纪中叶的一门科学技术，是指对系统的异常状态的检测、异常状态原因的识别以及包括异常状态预测在内的各种技术的总称。随着现代化工业及科学技术的发展，生产设备日趋大型化、高速化、自动化和智能化，系统的安全性能、可靠性能和有效性日益变得重要化和复杂化，故障检测与诊断技术也越来越受到重视。如核电站爆炸、飞机失事、火车相撞、工厂爆炸等，都是毁灭性极强的重大事故，因此故障检测与诊断技术的提高是非常重要。
故障检测诊断系统要提高故障的正确率，要降低故障的漏报率和误报率。故障诊断技术经过十几年的迅速发展，目前已经出现了基于各种不同原理的众多方法，但是在鲁棒性、自适应性、综合诊断、阈值以及实际应用等领域还存在很多问题未解决。
4. 人工智能
如今人工智能、机器学习和相关技术正在通过机器人过程自动化进入这一领域。人工智能和机器人过程自动化的结合使得智能过程自动化得以实现，除了机器人过程自动化和机器学习算法外，智能过程自动化还包括管理软件、自然语言处理和生成。智能过程自动化可以将效率提高20%至35%，同时将处理时间缩短50%至60%，使投资回报率大幅增长。然而现在还处于早期阶段，因为大多数公司还处于初级发展阶段，他们零零碎碎地使用人工智能，很少将其维系到一个完整的自动化流程。
德国已将人工智能技术运用到过程预测、控制和优化当中，在当今的社会上已经算是将人工智能运用到最前沿了。但从人工智能角度来看，只是将工业控制走向人工智能的一小步，还有非常大的提升与优化空间。
5. 大数据的应用
大数据分析是指使用高级分析和算法，处理原始数据生成有价值的信息。大数据时代使得工业技术的的极大地提升，促进工业向智能化、网络化、信息化方向发展。具体体现在工业产品研发、设计、生产，到产品供应、销售，以及环境保护、节能减排等方面。现代工业制造生产线安装有数以千计的小型传感器，用来检测温度、压力、热能、震动和噪声，每隔几秒就会收集一次数据，通过大数据分析，可以了解每个环节是如何执行的，一旦有某个流程偏离标准，就会产生一个报警信号，工作人员就可以很快的发现错误。但在现实工业控制中，大多数工厂还没有建立起这样的大数据分析系统，还在处于一个建设与改革阶段。
参考文献：
[1]刘祎，王玮，苏芳.工业大数据背景下企业现实数字化转型的案例研究[J].管理学刊，2020（1）：60-69.
[2]韩国强.工业过程控制技术展望[J].中国科技信息，2016（9）：123-123.
[3]朱雪璇.工业过程控制自动化中智能控制的应用研究[J].无线互连网科技，2012（9）：121-121.
[4]谢欣岳.人工智能在工业自动化控制系统的应用[J].电子技术与软件工程，2019（02）：253.
[5]朱文龙.自动化控制技术在工业中的现状及趋势[J].技术应用，2018（12）：107.
[6]张敬坤.电站锅炉燃烧控制系统[J].能源与机械工程，2017（11）；77-81.
[7]黄三权.现代化工仪表及化工自动化的过程控制[J].化工设计通讯，2019，45（01）：82+84.
[8]刘志伟.现代化工仪表及自动化的过程控制分析[J].现代国企研究，2017（16）：200.
[9]陈丽娟.生产过程自动化控制的发展与应用前景[J].黑龙江科技信息，2016（05）：4.
[10]聂光华，林和荣.选矿厂过程控制的现状及发展前景[J].矿产综合利用，2007（05）：28-31.
作者简介：
赵剑晖（2000-）男，汉，河北张家口人，本科在读。研究方向：电子信息工程。