1. 课程导入
在化工、炼油、电力、制药等连续流程工业中，绝大多数装置并不是“一个阀门管一个温度”的单回路系统。一个精馏塔的塔顶温度会同时受到回流量、再沸器蒸汽量、进料流量与进料组成的影响；一个反应器的出口浓度既与进料配比有关，也与冷却水流量、催化剂活性相互耦合。这类“多个被控变量与多个操纵变量相互影响”的对象，就是多变量过程。本课程要解决的核心问题只有一个：当回路之间彼此“打架”时，如何让控制系统依然稳定、快速、准确地运行。
一、学习目标：从单回路思维走向多变量思维
学完本课程，你应当具备四层能力。第一层是建模能力：能够把多变量对象写成传递函数矩阵形式，理解相对增益矩阵（RGA）的物理含义。第二层是分析能力：能够判断一个多变量系统是否存在严重耦合、是否病态、是否可以用分散控制“凑合”。第三层是设计能力：能够根据耦合程度选择分散PID、解耦补偿器、模型预测控制（MPC）等不同策略。第四层是工程能力：能够完成变量配对、参数整定、投运与排障，并在现场约束下做出取舍。
二、核心概念：耦合、配对与解耦
耦合是指一个操纵变量的变化会同时影响多个被控变量。例如增大回流量，塔顶温度下降，但同时塔压也会变化。耦合的强弱可以用相对增益 λij 描述：λij 接近 1 表示该通道“干净”，接近 0 表示该通道几乎无效，介于 0 与 1 之间表示存在耦合，为负值则意味着配对错误时可能引发不稳定。
变量配对是解耦工程的第一步。RGA 的每一行、每一列之和均为 1，因此配对本质上是一个“选择问题”：把哪个操纵变量分配给哪个被控变量，才能使非对角耦合最小。常用的经验法则是选择 RGA 中接近 1 的元素进行配对，并避开负值元素。
解耦则是在控制器与被控对象之间插入补偿环节，使原本耦合的通道在补偿后近似成为一组独立通道。常见形式包括前馈解耦、反馈解耦、简化解耦与静态解耦。解耦器并不“消除”物理耦合，而是用数学补偿抵消其影响，因此对模型误差非常敏感。
三、方法流程：解耦工程的四个阶段
- 建模与耦合分析：通过阶跃测试获取传递函数矩阵，计算 RGA，识别主通道与耦合通道。
- 变量配对：依据 RGA 与工艺约束确定 MV-CV 配对，必要时调整阀门或测点位置。
- 控制结构设计：弱耦合用分散PID，中等耦合用解耦补偿，强耦合或带约束用MPC。
- 整定与投运：先单回路投运，再逐步投入解耦通道，观察耦合通道响应是否收敛。
下面是一段典型的 RGA 计算与配对判断的伪代码，用于说明工程中如何把理论落到脚本里：
# 多变量对象稳态增益矩阵 K (3x3)
K = [[1.2, 0.3, 0.1],
[0.4, 1.5, 0.2],
[0.1, 0.2, 1.1]]
# 计算相对增益矩阵 RGA
RGA = K * inv(K).T # 逐元素相乘
# 输出示例
# RGA = [[1.05, -0.12, 0.07],
# [-0.15, 1.18, -0.03],
# [0.10, -0.06, 0.96]]
# 配对原则：每行每列选一个接近1且为正的元素
# 推荐配对：u1-y1, u2-y2, u3-y3
四、工业应用场景与典型误区
多变量解耦在工业中非常普遍。精馏塔的塔顶温度与塔压控制、反应器的温度与浓度控制、锅炉的汽包水位与蒸汽压力控制、空分装置的氧氮纯度控制，都是典型的多变量对象。以某炼厂常压塔为例，塔顶温度与塔顶压力存在明显耦合：提高回流量会降低塔顶温度，但同时改变塔顶气相负荷，进而影响压力。若两个回路各自整定，容易出现“温度调好、压力跑偏”的往复振荡。
| 耦合程度 | RGA特征 | 推荐策略 | 工程风险 |
|---|---|---|---|
| 弱耦合 | 对角元素 0.8～1.2 | 分散PID，独立整定 | 低，注意回路速度差异 |
| 中等耦合 | 对角元素 0.5～0.8 | 静态解耦 + PID | 模型误差导致解耦失效 |
| 强耦合 | 对角元素 < 0.5 或含负值 | 动态解耦或MPC | 整定困难，易振荡 |
| 病态对象 | 条件数很大 | 先改工艺/测点，再控制 | 控制量过大，阀门饱和 |
常见误区二：解耦器投运顺序错误。应先投主回路，再逐步投入解耦通道，否则容易因初始偏差过大导致阀门饱和。
常见误区三：忽视约束。解耦器输出可能超出阀门行程，必须加入限幅与抗积分饱和逻辑。
多变量过程控制与解耦工程，本质上是一门“结构优先于参数”的学问。先看清耦合结构，再选控制结构，最后才是整定参数。掌握这条主线，你就能在面对复杂装置时，从“到处救火”转向“系统设计”。