均值是描述一个随机变量集中趋势的量数；方差是描述其波动性。这是两个概率论与统计学的重要基本概念，在工业自动化中广泛应用。

然而，很多国内、国外生产工艺和自动化专家对这两个概念理解和使用不当，致使对控制与优化经济效益的阐述和计算存在很大缺陷。

在流程工业，对控制与优化经济效益的典型计算方法是：

1. 用高品质自动控制降低被控变量的方差；（意味控制没有直接经济效益!）

2. 在降低方差基础上，将有关变量设定值向经济效益高的方向移动（优化），取得节能、降耗或提高收益等经济效益。

石化行业、化工行业和发电行业基本上用这种计算方法。比如发电行业的计算公式有

-     主汽压力提高0.5MPa，降低煤耗1.23g/kWh

-   主汽温度提高5度，降低煤耗0.95g/kWh

注意，这里都是用的均值。

过程控制界流行一种说法是，控制本身没有什么经济效益，优化才产生经济效益。

爱动脑筋的同学会问：

对发电机组，同样均值，难道降低主汽压和主汽温的方差不能节煤？

按现有的计算方法没有。但细观察的电厂运行人员会告诉你：稳定运行能节煤！

因此，流程工业对控制与优化经济效益的计算方法应该改为：

1. 用高品质自动控制降低被控变量的方差，直接取得节能、降耗或提高收益等经济效益；

2. 在降低方差的基础上，将有关变量的设定值向经济效益高的方向移动（优化），进一步取得节能、降耗或提高收益等经济效益。

这是更全面的计算方法。该算法如实提高了控制本身的经济效益（从无到有！），是控制控们的好消息！

这里用汽车驾驶来解释稳定运行能节能降耗的原理。在网上Google一下（百度不行），你就知道使用汽车的自动速度控制（巡航控制）能节油10%以上。这是因为相比人工控制，巡航控制能大大降低车速的方差。车速稳定节能的因素至少有两条：（1）空气阻力与车速的平方成正比（非线性关系），油耗与空气阻力成正比。因此同一均值下，车速方差小则省油；（2）汽车发动机在给油波动小的条件下效率高，省油。

其实，美国石化控制界几位专家早就以分馏塔为例，指出降低变量的方差（波动）有很大经济效益。不知为何没有被控制界广泛采用。