我们提出了一种基于结构化大型语言模型的工作流，用于从动态过程模型中自动化多变量控制设计。该工作流将设计任务分解为受限的代码生成步骤：工厂接口构建、归一化、操控变量与控制变量（MV-CV）配对、控制器规范、闭环仿真、场景生成、性能评估以及基于贝叶斯优化的调优。生成的工件在下游任务进行之前会被执行和验证，而失败的工件则通过验证反馈进行修复。
所提方法在一个非线性气体预热器基准测试中得到验证，该测试涉及耦合的压力和温度动态。生成的工作流能够产生一个物理一致的去中心化PI（比例-积分）反馈-前馈控制结构和一个可执行的调优环境。贝叶斯优化将闭环性能目标降低了约26.5%，相对于工作流生成的初始控制器，主要得益于改善的压力回路瞬态性能。该数据量化了自动调优阶段，而非与手动设计的控制器进行比较。
结果展示了使用结构化大型语言模型进行代码生成以构建可执行控制设计工作流的可行性，同时也强调了在更大范围的全厂控制基准上进行更广泛验证的必要性。
博主点评： 该研究展示了大型语言模型在控制系统设计中的潜力，尤其是在自动化和优化方面。通过系统化的代码生成与贝叶斯优化，显著提升了控制性能，为工业应用提供了新的思路与方法。未来的研究可以更深入探讨在更复杂的系统中应用该方法的效果。