免費試讀課程單元 · 工業製程預測建模基礎
製程變數
為什麼控制鍋爐排放時不能只看單一閥門?
Wondering 課程《工業製程預測建模基礎》的第 1 個課程單元
鍋爐排放的第一個問題
操作員常問:把某個閥門開大一點,排放就會降低嗎?
答案通常是「不一定」。風門、燃料流量、負載與燃料熱值可能同時改變燃燒條件。
若只盯著單一閥門,其他變化就可能被錯誤歸因,導致預測失準。
建立模型前,先分清哪些變數可調、哪些結果要控制,以及哪些變化只能量測。
三種變數角色
製程建模通常區分三種變數角色:MV、CV 與 DV。
MV(操作變數)可直接調整,例如風門開度,在模型中屬於輸入。
CV(控制變數)是希望維持在目標值的輸出,例如排放濃度,只能透過 MV 間接移動。
DV(干擾變數)只能量測、不能直接調整,例如燃料熱值變化,在模型中屬於外生輸入。
角色依控制目的界定;同一訊號可能換角色。
- MV 操作變數
- CV 控制變數
- DV 干擾變數
從單迴路到多變數
只有一個 MV 對一個 CV 時,單一迴路的直覺通常容易掌握。
鍋爐卻常呈現多變數關係。風門與燃料流量任一動作,都可能同時牽動排放與爐溫。
因此,一個 MV 的影響會散布到多個 CV;每個 CV 也可能受到多個 MV 推動。

交叉箭頭表示每個動作都可能牽動兩個結果,因此不能孤立評估單一閥門。
忽略這些交互關係,單一閥門的效果就容易被高估或低估。
增益量化動作影響
把 MV 與 CV 的關係量化,就得到增益(gain)。
增益回答:第 j 個 MV 改變一單位時,第 i 個 CV 會移動多少?
數學上寫成 $$K_{ij} = \frac{\Delta CV_i}{\Delta MV_j}$$,代表這組配對的方向與敏感度。
實作時,先選定配對,施加已知的 ΔMV,記錄對應 ΔCV,再計算兩者比值。
- 選定配對: 指定要分析的第 j 個 MV 與第 i 個 CV。
- 施加變化: 讓該 MV 產生一個已知的 ΔMV。
- 記錄回應: 量測對應 CV 的變化量 ΔCV。
- 計算比值: 以 ΔCV 除以 ΔMV 得到增益。
讀懂增益矩陣
把所有 MV 與 CV 的配對增益排在一起,就是增益矩陣。
列是 CV,行是 MV。每一格都對應一條操作到結果的影響路徑。
例如,排放對風門是 K11、排放對燃料流量是 K12;爐溫兩格依序是 K21、K22。
正負號表示影響方向;數值接近零,代表該路徑幾乎無效,不適合承擔主要控制任務。
從 ΔMV 預測 ΔCV
有了增益矩陣,便能把多個操作變化合併為一次矩陣運算。
將所有操作變化寫成向量 ΔMV,可用 $$\Delta CV = K \cdot \Delta MV$$ 推算各 CV 的最終變化。
這是穩態近似。它回答結果最後停在哪裡,但不描述需要多久到達。
若要預測變化過程,還要加入時間常數與延遲等動態描述。
- 穩態預測
- 動態描述
DV 為何不可忽略
如果模型只納入 MV,DV 的變化可能被誤算成 MV 的影響。
例如燃料熱值上升時,排放跟著改變,操作員又剛好調整風門。建模時必須確認 DV 是否已納入。
已納入時,燃料與風門的影響可以分開;未納入時,模型可能歸因給風門,造成增益污染與系統性預測偏差。
- 熱值上升: 燃料熱值發生變化。
- 排放改變
- DV 已納入?
- 影響分開: 燃料與風門的影響可以分開。
- 歸因風門: 模型把變化算到風門。
- 增益污染
- 預測偏差: 後續預測出現系統性偏差。
資料如何更新增益
免疫 AI 系統可從歷史與線上資料辨識 MV 與 CV 的關係。
系統收集操作與結果紀錄,用目前增益預測 ΔCV,再與每次 ΔMV 後的實際 ΔCV 比對。
製程老化或燃料換批造成預測落差時,系統修正增益估計。更新後再持續收集資料,形成循環。
- 收集資料: 取得歷史與線上的 MV、CV 紀錄。
- 預測 ΔCV: 用目前增益推算操作結果。
- 比對實際: 比較預測與實際 ΔCV。
- 修正增益: 出現落差時更新增益估計。
避開三個常見誤解
第一個誤解是「CV 可以直接設定」。正確做法是透過 MV 間接移動 CV。
第二個誤解是「變數角色固定不變」。角色依控制目的改變,同一訊號可能換身分。
第三個誤解是「增益永遠不變」。製程老化或換燃料時會出現增益漂移,所以必須更新。
辨識這三點,可避免模型結構正確,變數解讀卻錯誤。
建模前最後檢查
排放由多個 MV 間接推動,也受 DV 干擾其變化,因此不能只看單一閥門。
在增益矩陣中,MV 構成矩陣的行,CV 構成矩陣的列;矩陣用於計算 ΔCV。DV 未納入會污染增益矩陣。
建模前確認 MV、CV 與可量測 DV,再檢查增益是否有效。免疫 AI 會從歷史與線上資料持續修正矩陣。
- MV: 可直接調整的操作變數。
- CV: 希望控制的製程結果。
- DV: 可量測但不能直接調整。
- ΔCV 預測: 由矩陣運算得到的最終變化。
- 免疫 AI: 使用歷史與線上資料更新模型。
自我檢測
在鍋爐模型中,風門開度通常屬於可直接調整的 MV,而排放濃度通常屬於需維持目標值的 CV。
- 正確
- 不正確
答案: 正確
風門開度可由操作員直接調整,因此是 MV;排放濃度是希望控制在目標值的輸出,因此是 CV。CV 不能直接設定,只能透過 MV 間接改變。
鍋爐製程中,風門開度是可直接調整的 _____;排放濃度是希望維持目標值的 _____;燃料熱值變化是只能量測的 _____。
答案: 鍋爐製程中,風門開度是可直接調整的 MV;排放濃度是希望維持目標值的 CV;燃料熱值變化是只能量測的 DV。
MV 是可直接調整的操作變數;CV 是需要控制在目標值的輸出;DV 是不能直接調整、只能量測的干擾變數。這三種角色依控制目的區分。
若增益矩陣的列代表 CV、行代表 MV,則下列哪個位置代表「爐溫對燃料流量的增益」?
- K11
- K12
- K21
- K22
答案: K22
列代表 CV,行代表 MV。因此爐溫是第二個 CV,燃料流量是第二個 MV,對應位置為 K22。
繼續學習
這是《工業製程預測建模基礎》共 6 個課程單元中的第 1 個。接下來:
- 免疫機制
- 階躍辨識
- 增益矩陣
- 目標函數
- 模型更新
Wondering 把任何主題變成可以閱讀、觀看或收聽的短課程單元,並附有練習題和 AI 家教。