造紙工業高級控制技術和先進控制系統綜述

湯 偉 張 誠 馮 波 張逸成 王其林 王孟效

（1.陜西科技大學工業自動化研究所，陜西西安，710021；2.仙鶴股份有限公司，浙江衢州，324022；3.陜西西微測控工程有限公司，陜西咸陽，712081）

造紙工業是在國民經濟中占據重要地位的基礎工業和原材料工業，具有資金規模化、技術集成化的特點[1]，并朝著節能、環保、綠色方向發展[2]。盡管從2010 年起我國紙和紙板的產量和消費量位于世界首位[3]，然而造紙產業的利潤空間卻在逐步縮小，通過采用新工藝、新裝備和新技術來提高紙張抄造質量和產量、獲取利潤空間是當前我國造紙工業科技進步的重要方向[4]。自動化、信息化和智能化是促進造紙工業增產、提質、降耗、增效的有效手段，對推動我國造紙工業結構調整和產業升級作用巨大[5]。

雖然關于自動化、信息化和智能化技術在造紙工業中應用方面的文獻數量龐大，但這方面的綜述性文獻并不多見。2000 年前后，出現了幾篇概括性比較全面的綜述[6-9]，之后的文獻主要聚焦于對造紙工業某一工段或某一方面的概述。主要原因應該是隨著自動化技術在造紙工業應用的不斷深入，一篇文章不再可能做到全面綜述。筆者嘗試以過程控制理論及自動化技術的發展及行業應用為主線，對造紙工業中廣泛采用的共性自動化技術進行概述。考慮到制漿造紙生產過程信息化和智能化對生產過程數據在線檢測的全面性和準確性的嚴格要求，筆者在對制漿造紙生產過程高級控制算法和控制系統進行綜述的同時，還重點總結了實現造紙工業4.0 必不可少的一些間接測量技術、運行狀態評估技術和紙品質量檢測技術，旨在對實用化的造紙自動化技術進行歸納總結，為讀者閱讀提供方便。

1 制漿造紙過程高級控制算法

自動化技術的發展與生產過程自身的發展休戚相關，是一個從簡單形式到復雜形式、從局部自動化到全局自動化、從低級智能到高級智能的發展歷程。造紙工業也不例外，20世紀80～90年代，制漿造紙生產過程還處在對關鍵過程參數（如紙漿濃度、紙漿流量、紙張定量和水分等）的在線檢測和控制層面，目前已經發展為對整條生產線、甚至整個工廠的全集成自動化。一個新上的制漿造紙項目，離開集散控制系統（Distributed Control System，DCS）或現場總線控制系統（Fieldbus Control System，FCS）的生產線幾乎無法運行。包含有過程控制系統（Process Control System，PCS）、制造執行系統（Manfacturing Execu‐tion System，MES）和企業資源管理系統（Enterprise Resource Planning，ERP）三層體系結構的計算機集成過程系統（Computer Integrated Process System，CIPS），在我國大型漿紙企業中也開始應用。

應用于自動化系統中的控制算法可歸納為3 大類：PID（Proportional Integral Derivative）等簡單過程控制算法、預測控制等優化控制算法和模糊控制等智能控制算法。

1.1 高級PID控制算法

誕生于20 世紀30 年代的PID 控制算法是歷史最久、生命力最強、應用最廣的基本控制算法，過程工業中90%以上的控制回路具有PID 結構[10]。盡管新的控制算法和控制策略層出不窮，但PID 依然以其獨特的魅力——比例反映現在、積分總結過去、微分預測將來而贏得制漿造紙工業等過程控制界的高度青睞。然而，直到今天，PID 的控制功能并沒有得到良好發揮，僅有20%的控制回路工作比較滿意[10]。因此，怎樣充分發揮PID 在PCS 級的調節功能依然是一個重要問題。

提高PID 的控制效果，一般可以通過結構改進和參數整定兩個方面來實現[11]。在結構方面，除了PID自身出現了許多改進型結構，如不完全微分PID、微分先行PID、積分分離PID、遇限消弱積分PID、帶死區的PID 等之外，還可以將PID 與前饋反饋控制、比值控制、選擇控制、分程控制、串級控制、均勻控制、雙重控制、時滯補償控制和解耦控制等控制策略相結合，構成復雜控制系統，用于制漿造紙工業等流程工業的溫度、壓力、差壓、液位、流量、濃度和成分等過程量的準確控制，這部分內容占據回路控制的90%左右。在參數整定方面，除工程師已熟練掌握的經驗整定方法之外，許多控制系統還內嵌有參數自整定功能。這些自整定方法，可分為基于模型的方法和基于規則的方法兩大類[12]。各種智能PID 都可歸于自整定PID的范疇。

然而，當今的PID 控制器已遠不是70 年前的模樣，邏輯控制、功能模塊、選擇器、限幅器和順序器等都已融入PID 控制器中，許多尖端控制策略，如超馳控制、快速啟停策略等都能圍繞著傳統PID 控制展開設計，形成高級PID 控制器[13]。即使是被譽為20世紀80 年代“最有前途的高級過程控制算法”的模型預測控制（Model Predictive Control，MPC），其控制級也以PID 為基本功能模塊。同時，微處理器計算能力的提高也賦予了PID 參數自整定、增益調度和模型切換等功能，使其最終具有智能的特征。各種新型控制理論分支（如仿生智能優化等）一旦誕生，便與PID 相結合，構成一種新型PID 控制器，然后很快得以應用[14]。

盡管控制理論界已經推出了琳瑯滿目的高級過程控制算法，但怎樣將這些高級控制算法與PID 相結合，并成功應用于生產實際仍然是一個持續性的具有顯著經濟效益的研究熱點。

1.2 優化控制算法

20 世紀50 年代末，生產過程迅速向大型化、連續化的方向發展，工業過程的非線性、耦合性和時變性等特點十分突出，控制精度及產品性能指標要求的提高使得PID 等簡單控制算法已經難以滿足生產要求，自動控制面臨著嚴重挑戰[15]。但為適應空間探索需要而發展起來的現代控制理論卻應運產生，并在某些尖端技術領域取得驚人成就。它以狀態空間分析為基礎，主要內容包括以最小二乘法為基礎的系統辨識，以極大值原理和動態規劃為主要方法的最優控制和以Kalman 濾波理論為核心的最佳估計等3 個部分[16]。建立在現代控制理論基礎上的現代控制技術，如極點配置、最優估計和最優控制、預測控制、過程辨識和自適應控制、魯棒控制等，正在逐步應用于制漿造紙等工業生產過程。

就制漿造紙過程自動化而言，我國第一本系統性文獻是莫方燦等人[17]在1987 年編著的《紙頁定量水分的微型計算機控制》，該書系統介紹了紙張定量和水分的在線檢測、建模和解耦控制。華南理工大學的錢承茂等人[18]編著了國內制漿造紙過程自動化方面的第一本教材《制漿造紙過程測量與控制》。浙江大學和陜西科技大學做了大量的制漿造紙過程自動化和集成優化方面的科研和成果推廣工作，浙江大學的孫優賢[19]和陜西科技大學的王孟效等人[20]分別出版了專著《造紙過程建模與控制》和《制漿造紙過程測控系統及工程》，在這兩部專著中對實用化的優化控制技術給予了系統的總結和介紹。華南理工大學的劉煥彬等人[21]編著的“十一五”國家級規劃教材《制漿造紙過程自動測量與控制(第二版)》是目前國內使用最多的制漿造紙過程自動化方面的高等教材。這些專著和教材，系統總結了我國制漿造紙過程自動化科技工作者在制漿造紙及廢水處理方面關于建模、檢測、控制和優化等的科研成果和推廣應用經驗。

由于制漿造紙過程工段多、流程長、工藝復雜，過程控制中出現的大時滯、強耦合、大慣性、時變非線性等控制難題在制漿造紙生產中屢見不鮮。可以說，制漿造紙過程自動化是過程自動化技術的“大熔爐”，各種過程控制和優化理論都能在制漿造紙生產過程中找到“用武之地”。為使我國由制漿造紙大國向制漿造紙強國發展邁進，2013 年由中國輕工業聯合會、中國造紙協會、中國造紙學會和中國輕工企業投資發展協會同造紙技術及裝備發達國家——芬蘭相關部門聯合編著了《造紙及其裝備科學技術叢書》一套，共30 卷，分“制漿系統”和“造紙系統”兩大部分，其中也穿插著制漿造紙生產過程建模、控制和優化等方面的研究和應用成果。

1.3 智能控制算法

20 世紀70 年代末，控制理論和其他學科分支相互交叉，相互滲透，向著縱深方向發展，從而開始形成了所謂的第三代控制理論，即大系統理論和智能控制理論[16]。大系統理論用控制和信息的觀點研究各種大系統的結構方案、總體設計中的分解方法和協調等問題的技術基礎理論，它是控制理論在廣度上的拓展；智能控制則是在常規控制理論的基礎上，吸收人工智能、運籌學、計算機科學、模糊數學、實驗心理學、生理學等其他科學中的新思想和新方法，對更廣闊的對象（過程）實現期望控制，研究和模擬人類智能活動及其控制和信息傳遞過程的規律，研制具有某些仿人類智能的工程控制與信息處理系統，是控制理論在深度上的挖掘。智能控制其核心是如何設計和開發能夠模擬人類智能的機器，使控制系統達到更高的目標[22]。

對于制漿造紙、石油化工、金屬冶煉等復雜工業過程，本身過程機理十分復雜，尚未被人們充分認識，且常常受到眾多隨機因素的干擾和影響，因而難以建立精確的數學模型，難以滿足閉環最優控制的要求。目前已有的策略或過于復雜，難以實行在線控制；或過于粗糙、不能滿足高水平的控制要求。解決這類問題的重要途徑之一就是將人工智能、控制理論和運籌學三者結合的智能控制用于生產過程實際[23]。

人工智能是讓機器獲得像人類一樣具有思考和推理機制的智能技術，這一概念最早出現在1956 年的達特茅斯會議上。一旦人類的一些思維活動，如判斷、推理、證明、識別、感知、理解、設計、思考、規劃、學習和問題求解等通過這一技術賦能給機器，機器便能按照類似人的思維開展工作。人工智能所涉獵的許多內容都可用于生產過程控制。1988 年英國資深學術出版社Pergamon（培格曼出版社）創立學術 期 刊《Engineering Application of Artificial Intelli‐gence》（即《人工智能的工程應用》），標志著人工智能開始進入各個工程領域[24]。

當前，智能控制最活躍的分支有4 個——專家系統、人工神經網絡、模糊控制和學習控制。它們可以單獨應用，也可以與其他形式結合起來；可以用于基層控制，也可用于過程建模、操作優化、故障檢測、計劃調度和經營決策等不同層次。這4個分支在制漿造紙生產過程的各個工段都有應用案例[25]。2019年在湖南岳陽召開的“2019 中國制漿造紙自動化技術與智能制造研討會”標志著我國制漿造紙工業在綠色制造的基礎上將進入智能制造的發展階段。該會議出版了包含來自學術界和企業界的130余篇學術論文的研討會論文集[26]。

近年來，仿生智能優化算法也得到了迅猛發展。這類優化算法的共同特點是：模仿生物進化或趨向的方式進行路徑選擇或優化計算，從而獲得一個條件最優的路徑或計算結果[27]。比較活躍的分支有：遺傳算法、蟻群算法、粒子群算法、免疫算法、差分進化等算法，它們在造紙工業中都得到了應用[28-32]。應用方法一般有兩類：一類是作為自整定PID 算法的參數自整定機構，用來在線優化PID 參數，從而改善PID 的控制效果；另一類是作為串級控制的外環控制器，在線調整內環設定值，從而加快閉環系統的響應速度，提高控制精度。

2 關鍵參數的檢測及裝備運行維護技術

造紙工業向工業4.0 方向發展，除了實現生產過程的自動化之外，還要實現生產和管理的信息化，即實現工業化和信息化的兩化融合[33]。利用信息物理系統（Cyber-Physical System，CPS）將生產中的供應、制造、銷售等流程信息數據化、智慧化，最后達到快速、有效、個人化的產品供應。為此，需要在線獲取生產過程的全部信息，能夠對生產過程的狀態進行實時判斷，對產品的質量進行在線檢測。對造紙工業而言，需要對尚不能在線檢測的關鍵參數進行軟測量、對關鍵造紙裝備的運行故障進行在線診斷、對成紙質量進行在線檢測[34]。以下是對這些研究進展的概述。

2.1 關鍵參數的在線軟測量技術

軟測量技術也稱為軟儀表技術，它是利用一些易于在線檢測的過程變量（常稱為輔助變量或二次變量），依據其與難以直接測量的待測過程變量（常稱為主導變量）之間的數學關系（常稱為軟測量模型），通過各種數學計算和估計方法進行推理計算，實現對待測過程變量（主導變量）的測量。其核心是表征輔助變量和主導變量之間數學關系的軟測量模型（如圖1所示）。因此，構造軟儀表的本質就是如何建立軟測量模型，即一個數學建模問題。相應地，建立軟測量模型的過程也就是軟儀表的構造過程。由于軟儀表可以像常規過程檢測儀表一樣為控制系統提供過程信息，因此軟測量技術已在過程控制領域得到了廣泛應用，被譽為過程工業中最有發展前景的檢測技術之一[15]。

圖1 軟測量模型的輸入輸出示意圖

軟測量技術的理論基礎是推理控制，主要內容包括以下3 個方面[35]：①根據某種最優化原則，研究建立軟測量數學模型的方法，這是軟測量技術的核心；②模型實時運算的工程實施技術，這是軟測量技術的關鍵，主要包括輔助變量的選擇、現場數據的采集和處理、軟測量模型結構的選擇、模型參數的估計、軟測量模型的現場實施技術等；③模型自校正技術，這是因為即使初始建立的軟測量模型很精確，但由于過程工況與原料性質等因素的不確定性變化，必須引入模型的更新校正功能，也稱軟測量模型的自學習，這是提高軟測量精度的有效方法，主要包括在線校正和離線校正兩種校正方式。

對于制漿造紙生產過程，軟測量技術也得到了較多應用，并且為造紙工業帶來了非常可觀的經濟效益。如打漿度的在線軟測量和磨漿機恒打漿度控制[36]，利用能夠準確測量的紙漿濃度、紙漿流量、磨漿機電功率等二次變量參數，通過軟測量技術在線獲得磨后漿的打漿度，軟測量精度與實驗室實驗值之間的誤差可控制在0.5OSR，可完全滿足恒打漿度在線控制的要求。近年來，在國產中高速衛生紙生產線上得到了推廣應用[37]。再如，生活用紙定量的在線軟測量問題。盡管定量為50 g/m2以上的紙張定量檢測已經比較準確，可以滿足大閉環在線控制的要求，但對于定量在15 g/m2以下、車速在800 m/min 以上的生活用紙紙機，定量在線掃描檢測是一個難題。但通過定量在線軟測量技術以及絕干漿量控制策略，低定量紙張的定量在線檢測及控制問題也得到了很好的解決[37]。針對堿回收蒸發工段的濃縮黑液濃度高、常規黑液波美度檢測儀檢測精度過低的問題，文獻[38]給出了一種機理建模加最小二乘法參數估計相結合的軟測量方法，提高了黑液波美度的檢測精度，并降低了在線檢測成本。文獻[39]采用兩步神經網絡建模的方式解決了草漿洗滌過程中殘堿和黑液波美度的在線測量問題。文獻[40]解決了置換蒸煮過程中蒸煮漿料的卡伯值在線軟測量問題，為置換蒸煮終點（常規用H因子或P因子）的確定增加了一個寶貴的參考參數。

2.2 關鍵造紙裝備的故障診斷技術

故障診斷技術發展于20 世紀中葉，是對生產裝備或過程異常狀態的自動檢測、識別、預警、修復等的各種技術的總稱，是現代控制理論、可靠性理論、數理統計、模糊理論、信號處理、模式識別、人工智能等多學科融合的一門綜合性技術。國際故障診斷專家、德國P.M.Frank 教授將故障診斷方法總結為3 大類：基于知識的方法、基于解析模型的方法和基于信號處理的方法[41]。故障診斷、故障預警和故障修復是智能制造必備的工業自動化技術。

近年來，我國造紙工業正朝著大型化、連續化、復雜化、高速化方向發展，關鍵造紙裝備和重要部件在高溫、高壓、高轉速等運行狀態下，容易產生一系列不穩定不安全因素。為保證制漿造紙生產線的穩定運行、減少設備事故、降低企業損失，在線監測設備的運行狀態、及時準確地發出故障預警變得越來越重要[42]。

對于造紙裝備的運行狀態監測，常用的監測技術有3種：振動分析技術、油液分析技術和紅外熱成像技術。振動分析技術通過采集包含造紙設備故障信息的振動信號，借助時域或頻域、或者二者相結合的方法進行故障診斷，這一方法對幾乎所有的造紙機械設備都適用，如對紙機壓榨部的故障診斷[43]、對盤磨機的故障診斷[44]、對軟壓光輥的故障診斷[45]、對大直徑烘缸軸承及壓榨部軸承的故障診斷[46-48]等。油液分析技術通過分析所用潤滑油的性能變化以及油液中磨損顆粒的信息，及時發現早期造紙機械磨損情況，從而對故障進行預測，提前做到預防維護，具有快速、高效的優點，在紙機的干燥部、壓光部等設備中應用較多，能夠防止軸承磨損損壞，保證設備的穩定運行[49]。紅外熱成像技術利用紅外成像測溫儀，監測設備實際溫度的變化，從而進行故障分析，因屬于非接觸式測量，具有安全、方便的優點，可以用來診斷難以用傳感器直接測量的機械設備的故障，如文獻[50]利用紅外熱成像技術對旋渦氣泵的運行狀態進行數據監測和故障診斷。

隨著人工智能技術的發展，多種智能診斷技術也隨之形成，并逐漸由對單體造紙裝備的故障診斷發展到對某一工段甚至整條生產線的故障診斷、故障預警和故障智能修復，形成以專家系統、模式識別、人工神經網絡為核心技術的智能故障診斷系統[51-53]。先進的計算機技術、振動信號處理技術與故障診斷系統的結合，使智能診斷系統正朝著基于規則、混合模型、專家知識、機器學習、混合智能診斷等方向發展。Ebersbach 等人[54]開發出了監控設備振動信息的專家系統。Marichal 等人[55]將振動譜與智能技術相結合，開發了軸承故障智能檢測系統。Liu 等人[56]使用神經網絡和特征融合方法對設備結構損傷進行了診斷研究。Karen 等人[57]從實際造紙工業過程中收集在線振動數據，確定造成紙機運行和紙張質量的潛在變量，并構建多變量控制圖以進行更有效的監督和控制。ABB 公司研發的在線智能診斷系統SDS (Smart Diag‐nostic System)，在鎮江某造紙企業生產線得到應用[58]。

2.3 紙病在線檢測技術

制漿造紙企業的目標產品是成品紙張，紙張的品質直接決定著企業的效益。紙病是指紙張在抄造過程中出現的臟斑、孔洞、褶皺、劃痕、塵埃和裂口等表面瑕疵，對紙張尤其是特種紙張的品質影響很大，一般可利用機器視覺技術來進行在線檢測[59]。這一技術起源于20 世紀70 年代，其核心內容就是通過機器視覺在線發現紙張表面瑕疵的類型和位置，實質就是數字圖像處理，一般包括圖像采集、圖像預處理、紙病識別和紙病后期處理等4個步驟[60]。經過30多年的發展，紙病檢測速度和檢測精度在不斷提高，檢測種類也由簡單單一紙病檢測發展到多種復雜紙病同時檢測。當前，對紙病檢測技術的研究聚焦在系統架構、識別算法和光源優化等3個方面。

紙病在線檢測系統架構變化的內在驅動力源于紙機車速的提高和幅寬的加大。早期的紙病檢測系統是基于“CCD 相機+采集卡+PC 機”模式[61]，這種模式的優點是結構緊湊、通信方便；缺點是上位機集中式數據處理方式導致計算量大，難以適用于高速寬幅紙機。為了提高數據處理速度，“CCD 相機+FPGA+PC機”模式逐漸被推出，并迅速得到應用[62]。在這種模式下，FPGA 取代圖像采集卡，不但能承擔圖像采集卡的全部功能，而且還肩負紙張圖像預處理和紙病粗判的任務，將初步確定有紙病的圖像片段和位置發送給上位機，由上位機完成紙病類型的進一步識別，沒有紙病的圖像區域直接在FPGA 內被遺棄掉[63]。這種架構模式采用了分散式數據處理方式，并充分利用了FPGA 并行運算的快速性，大大提高了紙病檢測的速度。隨著DSP等高速信號處理器件的廣泛應用，“CCD相機+DSP+PC 機”模式、“CCD 相機+FPGA+DSP+顯示器”模式的紙病檢測系統架構也陸續出現[64]。

紙病識別算法是紙病檢測技術的核心，它是建立在紙病檢測軟硬件平臺上的紙張圖像處理算法，包括紙張圖像預處理算法、紙病特征提取算法和紙病辨識算法等3個類別。其中，圖像預處理算法用來提高紙張圖像的對比度，突出邊緣細節，提取疑似紙病區域圖像，為后續分析處理做準備，可分為圖像增強算法和圖像分割算法；紙病特征提取算法的主要功能是從圖像增強分割處理后的圖像中提取能夠表征紙病圖像特征的有用信息，如灰度特征、形態特征、紋理特征等，為計算機進行紙病最終識別做準備；紙病辨識算法是通過圖像的灰度特征和幾何特征來最終確定紙病的種類。紙病識別算法的每個類別都有大量的文獻報導[65-69]，具體算法分類詳見表1（詳見文獻[59]）。從表1可以看出，圖像預處理算法是紙病檢測的關鍵算法，決定著紙病識別的精度和后續辨識速度。其中，圖像增強是對已獲取的圖像進行加工處理，在減少噪聲的同時增強邊緣信息和結構信息，以便在后續的特征分析中對其更好地分析和理解；圖像分割是依據紙張圖像的灰度、顏色、紋理和邊緣等特征，把含有疑似紙病的圖像區域分離出來，為后續紙病特征提取和紙病辨識打基礎。

理論上來講，圖像處理中的各種算法都可以用于紙病檢測，但實際上是否可用，取決于算法的在線識別速度和精度。當前，有配置紙病檢測系統需求的紙機車速已高達1000 m/min 以上，幅寬6000 mm 以上，最小紙病要求0.3 mm2以下。而大量的文獻研究都是基于靜態面陣圖片的，而不是通過CCD 相機在線拍攝的圖像，若用于在線紙病識別，算法的實用性有待實際檢驗[70-71]。因此，實用化的紙病識別算法是當前的一個研究熱點[72]。

紙病檢測另一個研究熱點是照射光源的優化問題，對紙病圖像的分辨率和算法的復雜度有直接影響。光源種類、光源結構、光色和亮度、光照方式等均與照明效果密切相關，卻又難以建立精確數學模型，當前文獻也比較少見。王崢等人[73]提出了基于菌群算法的紙病檢測系統光源優化控制方案，利用菌群算法對光源系統參數進行尋優，并根據尋優結果對光源系統進行結構優化。馮波等人[74]將光源優化分解成橫向和縱向兩個方向，分別提出了基于漫反射及近場均勻照明原理和頻閃成像原理的LED 驅動電源優化方案，明顯提高了圖像灰度均勻度。

3 制漿造紙過程高級控制系統

無論是前述制漿造紙生產過程高級控制算法，還是軟測量、故障診斷及紙病檢測技術，都需要固化于制漿造紙生產過程計算機控制系統中才能發揮作用。自1961 年美國首次成功地采用計算機對制漿造紙生產過程進行自動控制之后，各類控制系統便紛紛推出，并應用于造紙工業[20-21]。

3.1 制漿造紙過程基本控制系統

對于一條現代化的制漿造紙生產線，相配套的與生產過程控制和監督相關的自動化系統有3大類：生產過程自動控制系統（含DCS、Drives、QCS、MCS、WMS、WIS、CMS、SIS）、生產及安全監控系統（CCTV）、生產優化和資源管理系統（含MES、ERP）[9,75]。其中，第一大類是大多數生產線普遍選配的系統，CCTV 已經成為新建企業的必選系統，MES和ERP 當前開始逐步推開。這些系統的基本功能見表2。

從表2 中可以看出，DCS 和Drivers 是每臺紙機必備的基礎性控制系統，只是不同的紙機，其控制系統的規模不盡相同。對于生活用紙以外的紙種，一般都會配置QCS。生活用紙因定量很低，采用放射源傳感器難以進行準確測量，因此一般不配置QCS，但可以采用軟測量的方式進行紙張定量的在線測量[37]。在CIPS 框架下，表2 中的1～8 號子系統通常也稱為過程控制系統（Process Control System，PCS），與MES、ERP 一起構成CIPS。作為CIPS 的基礎自動化層，其主要內容包括先進控制技術、實時數據庫技術、軟測量技術、數據融合與數據處理技術、DCS、多總線網絡化控制系統、基于高速以太網和無線技術的現場控制設備、傳感器技術等[34]。3～7號子系統為選配系統，它們的一些功能可規劃到DCS中去。

表1 紙病識別算法分類一覽表

表2 制漿造紙生產過程基本控制系統一覽表

3.2 計算機集成過程系統

流程工業計算機集成過程系統（CIPS）是集過程控制、生產優化、資源管理于一體的綜合自動化、信息化、智能化控制系統，與離散事件工業的計算機集成制造系統（Computer Integrated Manufacturing System，CIMS）相對應，是實現工業4.0 和中國制造2025 的系統框架基礎[5]。

表3 為制漿造紙生產過程自動化技術對比分析。從表3中關于制漿造紙過程所采用的自動化系統的對比，結合我國制漿造紙企業自動化現狀，可以分析得出[33-34]：我國造紙工業基本尚未走完工業3.0 的路程，約占我國造紙工業的70%左右，中小企業處于工業2.0～3.0 之間水平，大型制漿造紙企業雖然裝備了三層結構的全廠綜合自動化系統，但功能發揮有待提高。同時，利用工業3.0實現造紙工業信息化，是發展智能造紙工業的基礎，是造紙工業4.0的基石。

具有PCS、MES、ERP 三層結構的綜合自動化信息化系統是一個完整的工業3.0系統，具備了邁入工業4.0 門檻的基礎條件。而工業4.0 是工業3.0 的技術升級，通過先進的互聯網技術、數據挖掘技術、云計算技術、信息融合技術，把PCS、MES、ERP之間的關系建立起來，從而提高生產效率，降低運營成本。因此，開發基于工業4.0的造紙工業智能自動化系統是當今的研究熱點和造紙工業的未來發展方向[75]。

在工業3.0 向工業4.0 升級的過程中，MES 將起到承上啟下的作用。在這個轉變過程中，要充分發揮MES 的作用，把PCS 和ERP 兩個系統有機地結合起來，從而構建智能工廠，利用智能原料，生產出智能產品。工廠智能化包含設備智能化、生產智能化、能源管理智能化和供應鏈管理智能化等4 個方面的內容。而智能化技術由生產操作、生產管理、管理決策等3 個層面組成，通過互聯網（CPS 系統或工業互聯網）將全部業務流程連接起來，實現閉環優化管理，繼而實現整個工廠全部生產流程和業務運作的決策優化和智能化。圖2 是造紙工業從工業3.0 過渡到工業4.0 的技術框架和實現途徑示意圖。圖2 中，SCM（Supply Chain Management） 為 供 應 鏈 管 理，CRM（Customer Relationship Management） 為客戶關系管理，QMS（Quality Management System）為質量管理系統，PLM（Products Life-cycle Management）為產品生命周期管理。

文獻[58]圍繞第四次工業革命的核心特點、智能工業的基本含義和組成框架、實現漿紙企業智能化所需的關鍵共性技術、如何構建智能漿紙企業等問題展開了深入細致的探討，并建議我國傳統造紙工業在向智能化轉型時應該順應“互聯網+”的發展趨勢，以信息化與工業化深度融合為主線，先易后難，逐步實現智能化，要著力研發從現有MES 升級為智能MES的關鍵技術。

3.3 西門子410 Smart系統舉例

近30 年來，多種控制系統在我國造紙工業都有應用。國外系統主要有西門子公司以S7-400系列PLC為核心控制器的PCS7系統、ABB 公司以AC 系列PLC為核心控制器的AC-800 系統、AB 公司的Process Logix 系統、霍尼韋爾公司的TDC3000 系統，以及日本OMRON 和三菱公司以PLC 為核心控制器的DCS 系統。國內用于電力和石化過程控制的DCS 系統，如上海新華的XDPS-400 系統、北京和利時的MACS 系統，以及浙大中控的JX-300 系統，也在我國制漿造紙過程自動化領域占有一定的市場份額。但相比之下，西門子的S7-300/400/1200 系列PLC 占有的市場份額最大。

表3 制漿造紙生產過程自動化技術對比分析一覽表

圖2 造紙工業從工業3.0過渡到工業4.0的技術框架和實現途徑示意圖

圖3 是以西門子410 Smart PLC 為核心控制器構成的制漿造紙生產過程綜合自動化系統結構示意圖。該系統采用有自愈能力的雙環網雙冗余服務器架構，下層為服務器和410 PLC 之間的控制系統環網，上層為服務器和OS 客戶機之間的終端總線環網。冗余服務器起到承上啟下的作用，工程師站對整個項目的PLC、服務器和客戶機組態進行下載和管理，使整個項目數據統一、時鐘一致，能為以后建造智能工廠提供準確一致的數據。Web 服務器主要用于發布一些諸如產量、能耗等生產運營狀況的關鍵數據，便于公司高層隨時隨地了解公司的運行情況，及時做出決策。基于互聯網的遠程診斷軟件允許在世界任何一個可以上網的地方，查看現場數據和畫面，監控現場運行情況，下載和診斷故障情況，可極大地縮短維修時間，減少客戶停機費用，提高服務質量。Profinet 總線采用基于工業以太網技術的開放式工業自動化總線標準，可以自由地組成線型、星型、環型等復雜網絡結構，底層模塊級可以構成環網，提高系統的穩定性和可靠性。Profibus 總線用于智能MCC，可節約大量的MCC 線纜。整個系統結構一目了然，維護簡單，上傳的數據豐富，可為以后實現智能工廠提供數據支撐。

4 造紙工業自動化、信息化和智能化的未來發展

在工業4.0和“中國制造2025”深入推進的過程中，造紙工業也將以工業4.0 為發展目標，圍繞PCS、MES 和ERP 開展技術研發和成果推廣應用工作，用3個10年完成從制漿造紙大國向制漿造紙強國的轉變[33]。當前研究熱點及未來發展方向可歸納如下。

（1）先進控制算法有效應用于制漿造紙全過程已成為當前的主要任務

盡管先進控制技術在造紙工業中應用的文獻很多，但實際應用效果并不理想。原因之一就是難以獲取相對準確的生產過程數學模型。所以制漿造紙企業絕大多數控制回路采用的依然是PID 系列控制器，只是部分關鍵控制回路的PID 參數整定引入了先進控制技術。先進過程控制（Advanced Process Control，APC）就是指在動態環境中，基于過程數學模型，借助充分計算能力，為企業獲得最大利潤而實施的運行和控制技術策略。成功實施APC，可使制漿造紙生產過程運行于最佳工況，實現“卡邊生產”，增大利潤空間。因此，將先進控制算法有效地應用于制漿造紙全過程已經成為我國造紙工業當前的主要任務。人工智能（AI）與自動控制相結合的智能控制是一個研究熱點。

（2）過程優化將得到迅速發展，為制漿造紙企業帶來更多效益

圖3 基于西門子410 Smart的制漿造紙生產過程綜合自動化系統結構示意圖

造紙工業是典型的連續性流程工業，其特點之一是上游裝置的部分產品是下游裝置的原料，生產過程存在裝置間的物流分配、物料平衡和能量平衡等一系列問題。因此，通過過程優化可獲得良好的經濟和社會效益。為了能將優化控制成功地應用于制漿造紙生產過程，這就要求在工藝設計時，要同時充分考慮控制方案的實施問題。工藝、裝備、自動化三位一體已經成為造紙工業對行業人才的基本要求。過程優化通常包含穩態優化、離線優化和在線優化。隨著通信速度的提升和通信能力的增強，在線優化將成為主流。對紙機干燥部進行能耗優化、對碎漿過程進行生產調度優化、對大功率裝備進行運行電耗優化等，都可為制漿造紙企業帶來可觀的經濟效益。

（3）故障診斷、故障預警和故障修復將受到制漿造紙企業的高度關注

當前，制漿造紙企業正向著高車速、大幅寬、高產能方向發展。因此，生產線的平穩運行非常重要，一次故障停機會帶來以萬元人民幣為單位的經濟損失。造紙工業在由工業3.0 向4.0 推進的過程中，強大的信息傳輸網絡和計算能力也為故障診斷創造了便利條件。當前，就造紙工業而言，故障診斷面臨的問題是：①故障的正確檢測率低，“狼來了”現象時有發生；②故障的漏報率高，經常未能及時發現故障；③故障誤報現象也經常出現，需要通過技術進步來著力降低故障誤報率。隨著“一帶一路”戰略的深入推進，我國出口的制漿造紙過程自動化系統以及我國企業家在境外投資的制漿造紙生產線將越來越多，遠程故障診斷、預警及智能修復將成為必須。利用CPS系統及數據挖掘等技術實現對生產線的運行故障實時診斷、預警，甚至智能修復是造紙工業的一個研究熱點。

（4）傳統的造紙工業DCS、FCS 仍然需要向國際統一標準的開放式系統方向邁進

DCS和FCS原本是設計理念非常科學的自動化控制系統，它們是由若干臺微處理器或微機分別承擔部分任務，并通過高速數據通道把各個分散點的信息集中起來，進行集中的監視和操作，并實現復雜的控制和優化。然而，各DCS/FCS供應商為了商業目的，不同的自動化系統之間的信息通信常常存在障礙。盡管OPC技術有效破除了不同自動化系統之間的“自動化孤島”，但對自動化工程集成商的專業素養要求還是比較高。因此，具有國際統一標準的開放式系統依然是我國制漿造紙企業的期盼，仍然需要向國際統一標準的開放式系統方向邁進。

（5）造紙工業4.0 的系統架構構建及功能規劃是業界的一個研究熱點

盡管我國部分大型制漿造紙企業已經配置了基于PCS、MES、ERP 三層架構的CIPS 綜合自動化系統，但調研發現，實際運行效果并不理想。如何構建智能制漿造紙企業依然是我國制漿造紙學術界和企業界合作探討的重要問題。劉煥彬等人[33]就智能造紙企業的構建問題做了非常深入細致的探討和思考，對我國造紙工業4.0 的系統架構設計及功能規劃設置了基調，提出了許多合理化的建議，起到了非常好的“拋磚引玉”的作用，但實質性工作仍需要一步一個腳印地向前推進。符合我國國情的造紙工業4.0的系統架構構建及功能規劃問題必將成為業界的一個研究熱點。

5 結 語

本文以過程控制理論及自動化技術的發展及行業應用為主線，對在造紙工業中廣泛采用的共性自動化技術，如制漿造紙過程高級PID 控制算法、優化控制算法、智能控制算法進行了評述；對實現造紙工業4.0 必不可少的關鍵參數在線檢測及裝備運行維護技術，如在線軟測量技術、故障診斷技術、紙病在線檢測技術的研究應用狀況進行了總結；對制漿造紙工業采用的基本自動化控制系統和計算機集成過程系統（CIPS）的基本功能和體系架構進行了概述，并以西門子410 Smart 系統為例，給出了實用化的綜合自動化系統的構建示范。并討論了我國造紙工業自動化、信息化和智能化的未來發展方向。

由于制漿造紙生產過程環節多且復雜，過程控制理論又博大精深，難以在一篇文章中對制漿造紙生產過程自動化做以全面概述。盡管筆者盡力做了大篇幅的陳述，但仍屬一家之言，限于筆者學識，偏頗之處一定很多。然而，對我國造紙工業而言，堅持信息化與工業化深度融合的技術路線，大力發揚產學研合作，致力于節能、環保、生態和智能控制技術的研發和成果推廣，逐步推進制漿造紙企業向綠色化、智能化方向發展，將是我國造紙工業的時代主旋律。