在工业自动化过程控制领域中，现代工业采用了大量的控制回路，一般过程工厂生产能效的稳定，主要在于操作控制回路的稳定。而控制回路的稳定，依赖于回路组件准确度与稳定性。在控制回路的组件设计上，各厂家都致力于准确度与性能的提升，各传感器的准确度可提升到0.075%以上，而控制系统（单回路控制器或多回路的控制系统，如PLC/DCS等）也在I/O转换系统采12位或16位信号处理器，精确度达0.025%以上，唯有最终控制元件控制阀。由控制系统送出设定开度，一直到实际控制阀开度变化，其间不只有作动时间延迟，实际开度与设定开度又有不小的误差（阀信号I/P转换与机械作动的问题），一般约为2~5%。如果准确度能提升为0.5~1%，控制阀性能的改进不只对单一回路控制有所改善，也影响过程前后相关控制的稳定性，相对就可提升整体过程生产能效。请参考图1。

而控制阀的诊断功能，是机械阀维护保养最大的功能差异。现在最新的智能型控制阀定位器，除了藉由诊断图形找出阀的机械问题，避免因阀的异常问题而导致过程非预期的故障停车，同时对维护保养人员可提升保养工作的效率，减少不必要的现场往返时间。所以利用控制阀诊断功能，不仅仅是提升生产过程能效，而且为维护保养人员提供有效工具，以提高工作效率，保证过程设备最佳状态，让生产单位无后顾之忧。

1.传统I/P信号转换器与智能型定位器

一般传统控制阀，大部份安装I/P信号转换器，将电流信号4-20mA转换为气动的气压值信号。但因控制阀的机械摩擦特性，在机械阀开与关的两个方向承受不同的摩擦力，而且其关系也非线性，所以透过I/P转换器有下列两大问题：

a.开度不准

b.PID回路控制迟缓, PID参数不易调整

参考图2，在设定开度（I/P Input Signal）改变2%以下的变化值，阀轴的实际开度（Actual Travel）几乎不改变。而阀轴开始移动，其开度也没有跟随设定值一样稳定变化，流量也就不稳。控制阀不稳定，回路控制就不好调适，生产过程当然比较不稳定。

智能型定位器的基本设计，就是加装微处理器以及将实际开度信号回馈给定位器参考。实际开度会与设定开度作比较，将误差值再计算调整输出气压值，进行开度修正。微处理器的开度修正作动，就宛如PID回路控制一般，所以控制阀的开度会更加精准，操作人员看到设定开度50%，外面实际的阀开度也应该是50%。请参考图3，设定开度与阀轴的实际开度几乎完全一致，相对流量就非常稳定，所以回路控制也比较容易调适，过程控制也就比较稳定。

由于控制阀比较精准，所以应用在图一的回路控制上，控制的PV（Process Value，过程值）就可获得非常明显的改善，请参考图4的压力PV值，由改善前的1%变化，稳定到只有0.25%变化。

由控制的角度来看，一旦控制的稳定性提高，相对的质量分布就比较集中，就控制的设定值来说，就不需要抓太大的前置量，由图5的统计关系图表来说明生产与过程值的关系，可以用最小的投入量（设定值）获得最大的产出值。所以控制阀性能的改进，对整体工厂的生产能效有着决定性的影响。

控制阀诊断对过程能效的影响：

a.一般过程工厂对维护保养的误区：

在一般过程工厂，由于生产至上，其他单位是辅助单位，所以在维护保养单位上相对比较被忽视，而且受限于仪表信息的取得困难，大部份的工作是on-call（有问题叫修）与现场作业（人员必须要到现场仪表所在地工作）。所以，综合过程工厂对维护保养的误区有5大类：

(1)操作为主，维护为辅

-- 事实上：仪表故障，工厂停摆，所以生产操作与维护保养两者应并重，不应该轻维护，重生产。

(2)仪表信息不足, 以人员经验为主

-- 事实上：先进仪表，功能强大，信息充足，方便好用，可避免人员经验能力不足的问题。

(3)仪表信息必须在现场取得

-- 事实上：利用多任务器（Multiplexer）连接，把HART仪表信息传送到维修室，可远程进行所有HART仪表实时（Real-time）与在线（On-line）的仪表监督管理与维护保养工作，减少人员现场往返的时间。

(4)故障维修及定期保养为主

-- 事实上：大部份仪表工作都是事后的故障维修与定期保养，但因仪表信息越来越充足，在还没发生故障之前就能针对问题进行预知保养，这是仪表发展的趋势。

(5)公司网络管理, 很难纳入生产及维护的实时信息管理

-- 事实上：生产与仪表的实时数据透过OPC（OLE for Process Control）的技术，加上历史数据库的ODBC/SQL等格式，很容易跟公司网管系统ISO/CMMS/ERP等结合。

b.控制阀诊断系统架构：控制阀的诊断功能，在定位器上的微处理器进行，接受诊断命令之后，将控制的输入信号与输出信号送给诊断工具收集记录，绘成图表，并计算成控制阀的物理量，如线性（Linearity）、摩擦力（Friction）、关断力（Seat Load）、等，提供给维护保养人员很好的分析工具，以便对控制阀进行必要的保养工作。在此以Fisher DVC（Digital Valve Controller）控制阀定位器以及ValveLink诊断工具配合，其架构如图6。此架构图的优点是不影响现有生产控制系统，就可架构在线和实时控制阀诊断系统。

c.控制阀诊断功能与诊断图表：

控制阀的诊断功能与图表有很多种，在此利用Dynamic Error Band（DEB）图表展示诊断功能的功效。在现有的控制阀定位器，先利用FlowScanner产品对控制阀的执行能效进行诊断，之后将定位器改装为Fisher DVC，透过ValveLink进行相同的诊断测试工作，可得图7的参考图表。横坐标是控制阀的设定开度，纵坐标是阀轴的实际开度，诊断测试作动是由关到开，再由开到关，一边作动一边把数据送给诊断工具记录，再由诊断工具绘出图表。在此图（Dynamic Error Band）的关系，越接近一条直线越好。由分析数据Dynamic Linearity的数值比较，改善前2.45，改善后0.45，Fisher建议值小于1.0，很明显改善后的控制线性比较精准。至于Average DEB，改善前9.08，改善后1.09，Fisher建议值小于5.0。很明显的控制阀Dead Band经定位器更换后，有很明显的改善。

由于改善前后的控制阀作动性能图表以对比方式展现，可一目了然地看出控制阀改善的情形，只针对定位器更换，并不更改阀体与驱动器，对控制阀的执行能效有很明显的改善，也对过程控制的稳定性有所提升，也就对生产能效有很明显的帮助。

2.控制阀诊断与过程能效改善的执行步骤：

控制阀诊断与过程能效改善的计划工作，如同品管手法的PDCA，请参考图8。

a.在诊断阶段，必须先做的是：

(1)控制阀数据库的建立：将控制阀数据建立数据库，包括设计值及采购型号等所有数据，建立一个容易搜寻与使用的数据库。并将特殊的数据以不同的颜色区分，例如高压，腐蚀性等，由于这些是控制阀容易发生故障的原因，所以由数据库中的各种颜色标示，就容易追踪哪一些控制阀容易发生哪几种故障现象，也容易根据这些资料提出对应的改善或预防措施。

(2)状态及警报的监督：控制阀的内部诊断状态与警报信息，可实时通知维护保养人员事先预防问题发生，以避免异常的停车事故发生，减少生产、工安、环保等事件。当发生警报，并不代表控制阀已故障失能，可能代表控制阀性能已衰退到某个危险程度（默认值）。维护保养人员如果由状态与警报信息仍无法断定原因，并不一定要先拆修控制阀，可先对控制阀进行测试诊断工作，再决定下一步工作。

(3)测试资料的收集：控制阀的测试数据很多种，但因大多数的测试动作会影响控制阀的开关与开度，也就会影响生产过程的正常操作，所以大部份的诊断测试工作是on-line but off-process（在线，但无过程操作），也就是停车诊断，或者过程切到by-pass诊断。至于要做到on-line and on-process（在线过程）诊断，则另有性能诊断的技术与产品。诊断测试的图表，除了有上述的Dynamic Error Band以外，还有Step Response、Valve Signature等。除了可判断控制阀作动速度性能以外，还可分析判断Diaphragm，Packing, Seat Load等是否有问题。

b.在数据解读阶段，必须做的是测试数据的解读与判断。在此部份，我们建构区域与远程监督诊断系统。工厂内维护保养人员架构区域的监督与诊断工具，可实时有效的解决过程上的问题。对于一般诊断图形的分析与判断，现场维护保养人员具有基础解读能力。至于诊断图形的特殊问题分析与解决，可透过原厂全世界的诊断中心协助分析，以便能更精准的分析与解释问题，并提供专家的改善意见。

c.在设备改进阶段，延续上一阶段，根据测试数据的解读与判断找出问题原因，并提供可行的改善意见。改善方案可能不只一种，而是根据所有可行方案中找出最佳、最经济实惠或最可行的解决方案，解决过程瓶颈。

d.在服务阶段，就是解决方案的真正执行。执行以后再检查是否已真正解决原有问题，还是必须再进行改进。

e.至于备件管理阶段，则结合第一阶段的数据库，将控制阀设计数据与实际型号、物料等信息结合在一起，同时配合仓库备品物料管理，如此就可统计管理所有备品备件，针对消耗性或需求量大的备件，可由厂里准备，至于不常用或原厂分公司/代理商能够区域快速提供的备件，可签备件供应合约，减少备件准备的资金屯积与备件仓储管理问题。此部分管理工作，相当于把CMMS（计算机化维护管理系统）以及ERP（企业资源计划）的管理精神融入。

所以，由PDCA的执行步骤来看控制阀诊断工作，并探讨其如何提升过程能效。在控制阀诊断前，建立完善的数据库可事半功倍，这是P（Plan）阶段。在过程能效有问题时，相关控制阀的状态与警报收集是非常必要的。由于发生异常，但尚未将控制阀拆卸维修之前，可先进行诊断工作，这是D（Do）阶段。诊断之后，根据诊断图表与分析数据，以及控制阀状态与警报数据，进行问题探讨，并设法找出解决方案，这是C（Check）阶段。有方案，就要去执行，真正将问题解决，例如把故障阀体拆卸维修，或者只需现场保养与校正。同时，把信息结合数据库，进行有效的维护保养与备品备件管理，这是A（Action）阶段。透过如此有计划、有效率的控制阀诊断维护保养工作，可以很容易解决过程问题，提升能效，甚至在问题还未发生影响过程安全之前，就透过警报等方式提醒维护保养人员进行必要的保养工作，以避免发生非预期的停车事件。

结论

仪表技术一日千里，经常会有新功能，新技术发展。智能时代的发展，智能仪表应用也逐渐普及，它的运行与能源管理系统连接，可以更好的帮助用户来减低能耗和成本。随着全球各国对节能减耗的推进，未来大规模的智能仪表安装成为可能。尤其是北美、欧洲和亚太地区的智能仪表率将成倍提升。据悉，智能仪表市场规模将逐渐扩大，目前已经年销量已经达到1000万套，而到2020年年销量有望达到1270万套。

在一般工厂的控制，所追求的就是以最少的进料，获得最大的产出，同时产品都要合格。简单的说，就是把工厂的生产能效提升到最大。过程的能效提升是有很多方法，本文主要探讨控制阀的角色，以及利用先进的控制阀诊断工具，有效地解决问题，提升过程能效。在此，并不一定要采用何家仪表设备，主要是提出几个议题当参考：仪表是否重要？生产是否主宰一切？是否一定要现场往返才可进行仪表工作？有何工具协助仪表工作？如何提升与验证仪表功能改善？如何利用控制阀诊断功能进行过程去瓶颈工程？如何利用有效的管理工作来提升过程能效？

如何建立有效的工作环境来提升工作能效与产品质量，这是大家所追求的方向。所以控制阀的诊断功能以及如何在过程生产中架构on-line and on-process，来追踪并提升控制阀性能，以提升生产能效，这是未来探讨智能型控制阀定位器的另一个发展方向。