从模型预测控制技术50年看成功的技术突破

模型预测控制(model predictive control, MPC)是一种使用数学模型在有限时间内实时优化控制系统的技术。MPC自20世纪70年代问世以来,已广泛应用于化学工程、炼油、先进制造、机器人和航空航天等各个领域。机器学习(machine learning, ML)是人工智能的一个分支,研究如何使计算机从数据中学习并执行需要人类智能的任务。随着神经网络、遗传算法和专家系统的发展,ML在20世纪80年代中期成为一个独特的领域。统计监控(statistical process monitoring, SPM)是收集和分析数据以检测系统或过程中的异常、故障或变化的过程,SPM一直用于质量控制、故障诊断和可靠性评估。首先回顾我作为这些领域的研究者和从业者的旅程,并介绍我的一些工作。然后,我将回顾过去几十年MPC、ML和SPM的主要发展和挑战,以及它们如何落地和影响工程实践。最后,讨论目前ML和AI等新技术落地工业应用的必要条件和应对策略。