先进过程控制(APC)是对那些不同于常规单回路控制，并具有比常规 PID 控制更好的控制效果的控制策略的统称，而非专指某种计算机控制算法。先进过程控制的任务是用来处理那些采用常规控制效果不好，甚至无法控制的复杂工业过程控制的问题。
先进过程控制(APC)是对那些不同于常规单回路控制，并具有比常规 PID 控制更好的控制效果的控制策略的统称，而非专指某种计算机控制算法。先进过程控制的任务是用来处理那些采用常规控制效果不好，甚至无法控制的复杂工业过程控制的问题。
发展历程
从 40 年代开始至今，采用 PID 控制规律的单回路系统一直是过程控制领域最主要的控制系统，单回路系统主要采用经典控制理论的频域分析方法进行控制系统的分析和设计。PID 控制算法简单、有效，可以实现一般生产过程的平稳操作与运行。但单回路 PID 控制并不适用于特性复杂的被控过程，不能满足生产工艺的特殊需要和高精度控制的要求。
从 50 年代开始，过程控制领域陆续出现了串级、比值、前馈、均匀和 Smith 预估控制等控制系统，即所谓的复杂控制系统，这些系统在一定程度上满足了复杂生产过程、特殊生产过程工艺以及高精度控制的需要。
从 60 年代初期逐渐发展起来的以状态空间为基础的现代控制理论日趋完善，形成了状态反馈、状态观测、最优控制等一系列多变量控制系统的设计方法，对自动控制技术的发展起到了积极的推动作用。但在生产过程控制中的应用却没有收到预期的效果。这是因为：（1）现代控制理论的设计方法必须依据被控过程准确的数学模型，但生产过程往往难以用简单而精确的数学模型描述；（2）有些过程具有非线性、时变性、耦合性和不确定性等特点，即使做了大量简化得到线性定常模型，并求出某些高等控制策略，但由于这些控制策略的结构和算法往往十分复杂，在实施中难以准确实现而无法达到预期的效果。
随着过程工业日益走向大规模、复杂化，对生产过程的控制品质要求越来越高，出现了许多过程、结构、环境和控制均十分复杂的生产系统，出现了先进过程控制 APC(亦称高等过程控制)的概念。关于先进过程控制，目前尚无严格而统一的定义。习惯上将那些不同于常规单回路 PID 控制，并具有比常规 PID 控制更好控制效果的控制策略统称为先进过程控制，如自适应控制、预测控制、专家控制、模糊控制、神经网络控制、推理控制等都属于先进控制。
特点
相比于传统的控制技术，先进过程控制技术有以下特点：
（1）先进过程控制的控制策略与传统的 PID 控制不同；
（2）先进过程控制通常用于实现复杂被控过程的自动控制；
（3）先进过程控制的实现需要足够的计算能力作为支持平台。
核心内容
作为一个整体，先进过程控制系统应包括从数据采集处理、数学模型建立、先进控制策略到工程实施的全部内容。
数据的采集、处理和软测量技术
利用大量的实测信息是先进过程控制的优势所在。由于来自工业生产现场的过程信息通常带有噪声，数据采集时应作滤波处理， 采集到的数据还应进行过失误差的检测与识别和过程数据的有效性检验及数据调理工作，这是先进控制应用的重要保障。基于可测信息和模型，实时计算不可测量的变量，即软测量技术，是先进过程控制中不可缺少的内容。
多变量动态过程模型辨识技术
获取对象的动态数学模型是实施先进过程控制的基础。实际工业过程模型化是一项专门的技术，它涉及到过程动态学、系统辨识、统计学以及人工智能等多种知识。目前类似模型预测控制这样的先进过程控制策略均采用工业试验的方法来获取控制模型，而机理模型和智能模型建立也有望成为有效的控制模型。
先进过程控制策略
先进过程控制采用了合理的控制目标和控制结构，可更好地适应工业生产过程的需要。先进过程控制主要解决：
① 个别重要过程变量控制性能的改善， 主要采用单变量模型预测控制与原控制回路构成所谓的 “透明控制”的方式；
② 解决约束多变量过程的协调控制问题，主要采用带协调层的多变量预测控制策略；
③ 推断质量控制， 利用软测量的结果实现闭环的质量卡边控制。 涉及到的主要控制策略有模型预测控制、推断控制、协调控制、质量卡边控制、统计过程控制，以及模糊控制、神经控制等。
先进过程控制的实施
先进过程控制在实施时需要解决许多具体的工程问题：
① 合理地选择被控的区域；
② 正确整定基本 PID 控制回路和先进过程控制系统；
③ 合理限制控制变量的变化量和变化率，保证控制系统的平稳性和对不确定因素的鲁棒性；
④ 建立良好的先进控制人机界面，确保在最常用的流程图画面上看到先进控制的信息，便于投用、维护和操作。
工程化方法
要使先进过程控制达到预期的经济效益，必须严格地按一定的程序完成先进过程控制的工程化工作，而且与所选用的工作平台无关。其工程化主要步骤如下：
（1）定义目标：首先应将整个企业的目标细化为装置的目标、过程单元的目标以及最终主要过程装置的目标。
（2）分解目标至最底层：在一个装置内，应对各主要设备建立控制目标，从而将过程装置的目标分解至最底层的各个设备。
（3）识别先进过程控制的适用性：先进过程控制的适用性是指通过采用先进过程控制能否达到减少主要过程变量变化的预期目标。
（4）先进过程控制的效益 /成本分析：效益 /成本分析可以给出是否采用先进过程控制策略或应当采用哪种先进过程控制策略。
（5）制订功能标准：对每个要实施的先进过程控制算法必须规定其功能标准。
（6）先进过程控制的实现：在先进过程控制方案确定后，首先进行详细的工程设计，这些工程设计包括控制回路连接图、系统仪表配置一览表、先进控制操作界面等，最终生成可实现的控制软件。
（7）调试：调试是检验先进过程控制方案和生成的控制软件是否正确。
面临的挑战
先进过程控制的广泛应用，为企业带来了显著的经济效益。另一方面，在实施先进过程控制的过程中，也会碰到许多富有挑战性的问题，反过来又促进先进过程控制向更高层次发展。在实现先进过程控制策略中面临如下几个主要问题：
（1） 模型辨识的新工具：为了完成像反应器这样的主要工业生产过程动态性能的测试，需要耗费数周的时间，给工程技术人员带来很大的工作量，迫切需要更好和更有效的过程动态响应测试和能更充分利用统计信息辨识出动态模型的方法。
（2） 自适应模型预测控制：针对那些变增益的工业过程，如油品调合和 PH 控制等过程，需要应用自适应控制的思想来改进多变量模型预测控制器性能，例如模型参数预测等方法的研究和开发。
（3） 非线性模型预测控制：普遍应用的模型预测控制软件包采用的是线性模型，在碰到内在非线性问题时，必须将其参数整定得以确保在整定操作区域内的稳定性，其后果是对许多操作区域的控制作用过于迟缓。为了根本解决这一问题，迫切需要非线性模型预测控制工程化软件。
（4）多元统计监控：随着计算机集成控制的广泛应用，大量信号和控制回路的集中管理监督和性能的评判，已成为工艺操作者的主要责任，如何加强计算机监控是当今现代工厂企业的重要内容。传统的统计过程控制在处理含有耦合变量的连续过程单元时，通常会导致错误。然而，随着主元分析（PCA）和部分最小二乘（PLS）技术的工程化应用研究开发，并进入到在线应用阶段，含 PCA 和 PLS 的多元统计监控的应用将会日益增多。
