北京和隆优化科技股份有限公司在“APC+RTO”自动化细分领域掌握着关键核心技术。历经20年的分步研究和不断技术升级，基于“APC+RTO”领域的深入研究，自主研发了“HERO4M体系”即工业互联网云平台（HeroRTS）+边缘计算平台（RASO）+智能算法库（HeroLib）+基于数字孪生技术的云端仿真培训平台（HeroSim）以及M个可无限扩展的基于4个平台的针对流程工业生产过程的智能化产品。“HERO4M体系”采用边云结合的方式实现流程工业生产过程的智能化控制及智能化运维，该技术具有很强的通用性，适用于钢铁、有色、建材、热电等主要高用能流程工业，对推动包括钢铁冶金工业在内的高用能行业技术进步、提升产业国际竞争力具有重要意义。
北京和隆优化科技股份有限公司基于“HERO4M技术体系”，已开发出锅炉/窑炉燃烧优化（节能）产品系列、化工通用生产单元智能化产品系列、大系统智能协调产品系列、数字孪生仿真产品系列、工业互联网平台服务产品系列等五大系列30多种，应用领域涉及冶金钢铁、电力热电、水泥、氯碱化工、煤化工、精细化工等行业。其中锅炉/窑炉燃烧优化（节能）产品及化工通用生产单元智能化产品为企业主导产品，已在国家能源集团、河钢承钢、沙钢、中石化、中化集团等世界500强企业应用上千套，并获得9项科技成果鉴定，其中国际领先水平2项，国际先进水平7项。
目前公司已累计获得发明专利40件、实用新型3件，软件著作权140件以及各类科技成果、奖项60多项，成果转化率100%。
1. 场景应用概述
煤制油是我国现代煤化工及煤炭高效清洁利用的重要产业，是保障国家能源安全的战略性举措，具有技术含量高、管理要求高、布局门槛高与产业链地位高的特点，其产业的发展对于我国煤炭产业结构、布局结构、组织结构和技术结构的全面调整与进一步优化升级都有重要意义。在煤制油装置的实际生产运行中，由于原料煤质多变、工况复杂以及安全性考虑等因素，虽然装置整体自动化程度较高，但先进控制技术的应用并取得良好效果的案例仍然较少，装置运行控制的一致性、稳定性和经济性存在提升空间。
采用国产化的先进控制平台——和隆优化RASO系统，在装置的变换、净化、费托合成、加氢精制、裂化、油品精制、尾气制氢等主要流程中开展先进过程控制技术研究。先进控制系统以多变量模型预测控制为主要特征，集成了信号处理、模糊控制、神经网络控制、专家控制等功能。在先进控制项目实施过程中，通过工艺深入分析、控制策略的设计、系统投运及优化，达到了理想控制效果，装置运行稳定性及经济性方面均取得了较大的提升，并具有较强的示范引领作用。目前技术已在宁煤400万吨/年煤制油装置上进行了试点应用，并取得了显著的经济效益和社会效益。
解决了在煤制油装置的实际生产过程中，由于工况特别是煤质变化，造成系统的负荷、介质组分变化较大，进而影响系统氢碳比、变换反应器、费托反应器、精制裂化等核心单元及工艺指标波动，且由于装置数量多、影响因素多、滞后大等因素，DCS系统仅能实现单装置内简单回路的自动，无法解决多变量控制、跨域控制、大系统协调控制等难点问题。
在制油全流程变换、净化、费托合成、加氢精制、加氢裂化、产品提质、尾气处理等装置实施先进控制的应用，建立先进控制模型及先进控制系统，在国内外大型煤制油装置属于率先应用，具有较强的示范性和创新性。
全流程先进控制涉及装置多、流程长，创新性地在多系统间应用大系统跨域协调控制技术，如系统比控制通过对气化炉系统的负荷及组分、费托入口 H/C 比及变换系统内运行参数分析，实时协调变换装置的气量和转化关键参数，以达到稳定H/C 比和装置负荷的目的，提高装置系统的稳定性。
2. 人工智能技术方案
睿首系统（RASO）寓意为智能化的控制中心，其英文名称RASO取Rapidly（快）、Accurately（准）、Stably(稳)、Optimally(优)首字母组成，由和隆优化自主研发而成。RASO系统与用户现场紧密结合，适用于化工、钢铁、建材、热电等多个流程行业的通用全智能软件平台。它包含：通用信号预处理模块SPP、通用在线建模模块GOM、通用先进控制模块APC、通用优化模块OPC等。RASO系统具有自学习能力能够实现在线建模功能，可针对不同装置、不同生产过程形成最适合的控制模型和优化模型，通过通用先进控制模块使各生产装置达到“快、准、稳、优”的最佳控制效果，通过通用优化模块使装置或系统达到最优的运行状态，实现企业效益最大化。如图1-RASO系统内部功能架构图。
图1-RASO系统内部功能架构图
RASO系统中的主要控制控制功能模块及原理包括：
图2 实时优化模块效果示意图
实时优化控制将回路控制与运行优化相结合，采用两层结构，上层通过实时运行优化经济性指标，产生底层控制回路的设定值；底层通过控制器使变量跟踪设定值，从而尽可能使生产过程运行在经济优化状态。与PID或APC相比较，RTO具有系统级甚至产线级的全局优化能力，具有多变量关联、动态非线性响应、抗干扰能力强、能够积极应对变负荷/变工况等特性，能够针对不同的生产工况进行事先地、主动地优化调整，保障生产过程的实时最优。
图3 精馏塔通用优化控制功能
图4 RASO系统温度控制功能
为达到右图的理论效果，应用的控制模型主要包括重叠控制模型，在响应还未显现时给予一个反方向的控制作用，图中绿色区域即为重叠控制的作用，优化控制算法能够智能根据目标控制点寻找动态拐点。在实际生产过程中，可以实现温度稳定在很小的区间内，为反应温度实现卡边操作创造了条件。温度控制中RASO先控模块既保留了PID算法响应及时、参数适应性好的优点，更针对此类非线性时变系统设计了软伺服、扰动观测器和预测控制模型，能够克服各类外扰，实现控制精度和稳定性的要求。同时，由于温度优化控制模型对温度变化速率、当前温度都在实时监控、预测，可以不再使用人为操作中存在的过于保守的操作策略，采用积极、实时的调节，从而实现自动卡边控制，达到提质或节能的效果。
创新性地将深度神经网络技术及实时滚动优化技术结合，用于核心单元预测模型的建立和优化控制，适用于参数多、互相耦合干扰严重、机理模型复杂的情况，提高模型的准确性和有效性，使系统实现闭环优化，提高运行效率。
通过智能诊断、报警、自愈控制技术的应用，将主要重要工艺参数趋势恶化、运行故障及测点的异常变化纳入控制模型，并根据测量仪表不准确、关键测点损坏、特殊工况等情况，设计自愈控制功能，提高系统运行的安全性。
3. 实施成效
请简述通过场景应用，在加速研发进程、提升生产效率、控制产品质量、优化管理水平、降低能耗或材料成本等方面有明显成效。（可通过具体数据对比、图片材料等形式进行描述）
技术在宁煤400万吨/年煤制油装置上进行应用，主要流程包括气化、变换、净化、费托合成、加氢精制、裂化、油品精制、低温油洗、尾气制氢等。其中变换（6套）、净化（4套）、费托合成（8套）、加氢精制（1套）、加氢裂化（1套）、产品提质（1套）、尾气处理（1 套）。
国家能源集团宁夏煤业的400万吨/年煤制油装置，作为全球单套规模最大的煤炭间接液化装置，其年转化煤炭量高达2000万吨，对于保障国家能源安全具有不可估量的战略意义。面对原料煤质多变、工况复杂及高安全可靠性要求等多重挑战，该项目的成功实施是对大型煤化工装置APC技术的一次重大突破，打破了国外技术垄断，在装备和材料的国产化方面取得了显著的成就。
4. 应用推广情况
本项目的研究对象是煤制油主要生产流程，包括从变换至油品的全部核心环节优化，涉及的变换、低温甲醇洗是传统煤化工及现代煤化工行业的核心生产装置，在煤制油、煤制甲醇、煤制烯烃、煤制天然气及合成氨化肥等各类煤化工产品生产中均有配置，加氢精制、加氢裂化及产品提质等也是石化行业的典型装置，在这些装置的优化控制中采用的核心工艺控制原理和方法，如系统氢碳比优化、热风炉的燃烧优化、物料配比优化、精馏系统优化控制等，都具有代表性和一定的通用性，所以此类技术完全可以在相关的行业和装置进行推广