系统辨识，才是工业智能的灵魂---朱豫才

上一篇讲了PID和人工智能，这一篇讲MPC与人工智能。

首先是在线MPC控制器。与PID控制器一样，MPC控制器也是一个在线实时的信号处理单元，只是在线算法更复杂。AI大语言模型在这里无所作为。

MPC控制技术最重要的内核是系统辨识建模技术，模型最重要。显然，AI大语言模型不能做系统辨识。有人会说，我用神经网络搞系统辨识，那不就是人工智能了么！这是牵强附会。最近10多年，过程控制学术界是无神经网络不文章。这并不是因为神经网络比传统的系统辨识模型结构更优越，而是为了发文章而不得不为，因为传统而好用的系统辨识比较成熟，已经不好发文章了。这一现象说明，学术界最时髦的方法，常常在工业界不是最领先的，甚至可能是无用的。

有的控制技术公司声称，给我几年历史数据，我们就能用大数据/深度学习技术搞出模型并实现先进控制和实时优化。40年的MPC和RTO工业应用历史经验证明，这基本是无稽之谈。有一电厂，让一家公司用深度学习技术做汽温控制，两年多也没做好，烂尾了。

给要上先进控制（APC）和实时优化（RTO）项目的厂家提个醒：如果供应商大谈大数据、深度学习和人工智能，要小心了；如果你听到的技术是PID、MPC、RTO和系统辨识，可能还靠点谱。

如何使用MPC技术，大模型可能对用户有所帮助。

如果你开发MPC工业软件，AI大模型会大大提高开发效率。