先进控制MPC算法
基于预测模型、滚动优化、反馈校正等技术解决多变量耦合、大延迟的模型预测控制问题。
“智能化”的本质是用机器/系统替代人工的某类工作；流程工业生产过程人工工作主要聚焦在三类：运行、安全、设备。流程工业智能化应聚焦在如何用新一代信息技术和人工智能技术辅助/替代这三方面的人工工作，进而改善整体生产的效率、能耗、安全、环保等，提升生产企业的综合效益。
智能化框架
与现有相关生产系统对接，获取数据和下达运行指令；生产系统可能包括：生产控制系统、新一代传感器 / 感知设备、生产信息系统、声音/图像等多模态感知系统、以及人工执行系统；
智能平台层
流程生产过程中人类的核心工作是各种生产相关决策，智能化决策的本质“基于数据、模型和算法的计算过程”；智能平台广泛接入数据、对系统进行建模、结合专家知识/行业机理/在线数据构建各种决策计算，为上层应用提供“智能”核心；
智能应用层
分别面向运行、安全、设备三个方向，构建各式智能决策应用，辅助或替代现有由人工进行的工作；
智能运行是流程工业智能化中最关键也是价值最大的方向，应该作为首要切入点首先考虑智能化。流程工业生产过程的“运行”，从数字化层次上可以分为以下五个层次：
智能调控技术将传统过程控制范式升级为智能控制范式：
提供多源异构数据采集、数据高效存储、数据检索、数据处理、数据查看、数据质量等功能。
·支持包括OPC、Modbus、数据库、API等多种常见数据采集协议和接口；多线程采集连接实例管理，采集效率高且硬件要求低；支持快速插件化扩展新协议；能对数据连接稳定性进行自动检测，评估标识数据质量；
·配备分布式时间序列数据库和关系型数据库，可以对大量异构数据进行多副本高可用存储、高效压缩、高效检索和自定义数据导出；
·根据业务需要自定义设备模型对数据点进行有机组织，方便查看和使用；支持设备模型模板化实现高效实施；
iDiC数据平台支持算法画布编排，组件自由组合，业务人员可轻松上手；编辑运行分离，显示下装保障控制安全；平台提供周期、定点、API等多模式调度；配套全栈调试诊断工具；支持结构化管理与模板化复用，加速应用落地。
平台提供大量数据处理和控制相关通用组件，包含组件类型有：系统数据、智能控制、优化决策、安全保护、信号处理、逻辑处理、数值计算、数据滤波、报警监视、定制算法等。
自扛扰控制
基于Smith预估、ADRC控制器等技术解决快速、大幅度不可预测扰动下的快速控制响应问题。
平衡控制
利用有向无环图将复杂流体管网系统进行数学建模，通过实时优化决策算法实现总体管网的压力优化控制问题，同时也可以延伸到非流体的能量平衡等问题。
统筹分配优化
基于动态系统运行情况，利用统计寻优或多参数统筹优化等算法实现对生产系统参数的实时寻优，以实现系统动态优化。
动态参数寻优
基于动态系统运行情况，利用统计寻优或多参数统筹优化等算法实现对生产系统参数的实时寻优，以实现系统动态优化。
实时调度优化
从全局视角统筹各个子系统的效率、特性，根据总体生产需求、环保约束、设备状态等条件，对各子系统的运行目标和要求进行实时计算调度，以实现全局效益最大化。
区间目标动态规划
针对NOx、SO2等以小时均值作为运行控制目标的指标，通过实时监测小时均值的当前值，对底层控制回路的目标值进行实时在线规划，以尽可能实现小时均值的压线运行，在保障排放达标的前提下减少环保药剂的使用量，降低氨逃逸等环保药剂过量使用的情况。
提供数据结果的人机交互，包括实时数据查看、历史数据查看、交互式数据分析；以视图的形式提供将所有数据内容以各种可视化样式进行低代码搭建和组织。
·提供大量工艺设备矢量化素材库，通过组态编排工具自由搭建各式各样的设备工艺流程图；
·提供常用的数据图表类型和样式，通过图表编排工具自由构建各式各样的可视化图表；
·支持将工艺流程图与可视化图表进行自由组合混排，搭建内容丰富、样式绚丽、风格统一的可视化视图；
提供面向智能控制和生产管理的各式应用和洞察分析能力，内置基础应用，提供应用编排和应用扩展能力。
智能分析
提供交互式数据分析和洞察能力，为方案制作、交付实施、业务分析等提供交互式数据洞察能力；
智能监盘
为生产一线运行人员提供的智能调控应用；提供系统运行指标查看、控制指令查看、监盘告警、参数配置等能力；
生产监控
为生产管理人员提供基于PC或手机APP的远程生产系统监视、远程控制和历史生产数据分析的能力；
告警管理
为项目实施人员或客户生产管理人员提供生产告警配置和告警通知能力，支持基于智能计算的预警能力；
应用编排
支持将通过可视化平台发布的多幅自定义视图编排为各种形态的交互式数据应用，发布为系统应用提供给最终用户；
提供系统全生命周期的日常管理与专业运维能力。
·提供多用户权限管理等能力，支持多用户多角色权限管理，可以根据用户权限设置应用权限；
·提供完整的设备及系统运维监控能力，允许非专业人员对系统进行简单的日常运维；
客户痛点
面向工业园区热电联产能源站及企业自备电厂普遍存在系统耦合强、负荷波动大、设备与煤质不稳定等问题，且以人工运行为主、自动化水平低，运行效果高度依赖人员经验，导致安全风险高、能效偏低、环保成本高、供热品质不稳；部分地区及新厂还面临运行人员短缺、培养难、流失快的困境。
解决方案
通过构建面向热电全厂各工艺的设备模型，建立全厂级、子系统级和设备级的三层控制体系，利用先进控制、统计寻优和优化决策等智能控制技术，实现多炉多机协调控制、煤粉炉控制、循环流化床锅炉控制、汽轮机控制、减温减压器控制、除氧器控制、脱硝控制、脱硫控制等覆盖全厂的智能自动控制体系，实现热电全厂常态化自动运行，降低人工工作量，降低运行人员数量，提高系统运行效率，降低运行成本。
客户痛点
随着新型电力系统的不断深化，电力现货市场的快速推进，“新一代煤电机组行动实施方案”对网调煤电机组在调控的灵活性、调峰深度、智能运行水平提出了更高要求，目前绝大多数机组均存在或多或少的差距；另一方面，在新能源大省，AGC快速调节能力成为电厂获得发电收益和服务收益的关键，成为电厂盈利乃至生存的重要因素。
解决方案
通过在DCS之上部署独立的智能控制器，建立锅炉、脱硝等相关模型，通过煤质软测量算法、入炉煤量软测量算法、锅炉主控智能前馈算法、智能燃烧算法、脱硝智能前馈算法、脱硝智能控制算法等，对原有机组协调、分级燃烧等控制逻辑进行前馈或偏置修正，对脱硝控制逻辑进行替代，实现机组变负荷速率的提升，提高主汽压力、主汽温度的稳定性，降低燃烧系统异常发生概率，提升NOx排放稳定性，降低氨水消耗。
客户痛点
城市供热通过多级管网将热源热量输配至居民小区、公共建筑等各类热用户。因用户用热规律、天气需求各异，加之管网结构与水力特性复杂，动态调控难度极大；各换热站各自为政、缺乏统一调控，导致过供与欠供并存，能源浪费与居民投诉同在，能耗高且影响民生。复杂热源系统也缺乏自动优化手段，人工依赖重、能效偏低。
解决方案
采用“源·网·荷”一体式智能优化运行系统，通过建立“热负荷模型”、“管网输配模型”、“热源效率模型”及热源各类设备模型，使用运行优化调度算法、先进控制算法等智能控制算法对用热需求计算、管网平衡调节、热源优化运行进行全实时全自动执行，实现热用户的精准供热、热网的动态水力平衡和热源高效调节。提升用热保障、降低能源消耗。
客户痛点
危废焚烧产线通过高温焚烧对固体废料和液体废料进行无害化处理，为了达到处理温度利用天然气等燃料进行补燃，焚烧的烟气通过脱硝、除尘、脱酸等工艺进行处理后排放。整个产线的运行自动化水平不高，很多设备依赖人工进行控制，吨废料处理的天然气消耗、氨水消耗、液碱消耗、电消耗均较高，有较大改善空间，环保控制稳定性也有改善空间。
解决方案
通过分析产线优化的核心，利用模型预测、先进控制、优化决策等智能控制技术，对整个产线各环节进行参数寻优和精准控制，实现指标压线运行、最优运行，降低危废处理的公用工程吨耗，提升系统运行的稳定性，降低设备故障率，提升自动化水平，降低对运行人员在能力和数量上的需求。