过程控制的任务是协助工厂正常运营，在达到运营目标值的同时，尽可能的提供支持在这一假设中，我们认为目标是最优化的值。但是，究竟什么是正确的目标值呢？
这里我们提出的问题对某些工程师来说似乎有些苛刻：目标值总是代表最正确的选择吗？而且，如果存在疑问，那么为什么是控制工程师应该提出疑议，或提出不同的值呢？在工厂中是否还有其他的工程师，主要负责研究最优的目标值？
通常，生产工厂既定的工作目标和规范都来自于工作规划人员。目标设置并非过程控制人员的 主要职责，但有时候，他们不得不涉及或提供重要因素， 向目标设置人员提供一些信息：过程需随各种变量而变换，因而一个工厂的运行是一个动态的过程。
这可以说明，任何既定的目标工作点都不可能长时间的保持，过程将围绕这一工作点作或强烈或缓和的进行扰动。这就在目标设置和实际的运行值之间产生一
事实上，所有用于计算最优运行状况的工具都是在描述过程，在一个纯稳定状态的模式中，这里不包含动态影响；工厂以单一的模式模块化，并降低计算量。能成为潜在影响因素的细节也许不包括在内。此外，在许多案例中，变量之间呈线性关系。
工厂、单位或设备生产能力和限制并不是实时能进行更新的，一些改变如管道污垢、炼焦、催化剂惰化，或类似的时间上或设备上的不足，根本不能直接实时反映出来。
另外，在工厂运行中的另一个主要问题是在实际的运行范围内，掌握当前扰动和不完整的固有的动态效果 。然而，操作人员和控制人员并不是仅有的能处理过程动态的人员。对计划人员、过程设计者和技术专家而言，对固定时间、时间常数和系统控制能力也不一定是完全熟悉的，对于过程中各个变量产生的结果也是如此。因为目标是在稳定状态的基础上产生的，而且计算出的最佳值和真实值之间 总是存在差异的。下面可以看一下，各个案例中的变量的效果。
从Claus工厂案例开始，但是需要说明的是，这里描述的案例在其他流程中是比较常见的。
Claus工厂需要从酸性气体中脱离硫，如气体中含有H2 S。其重要目标就是需要尽可能地将H2 S的转换为固体硫。最大的转换值是在尾气中H2 S和H2 S的比例达到2。也就是说，在这个 步序中，这就是运行的目标值。
现在，看看这个值。 我们发现，转化过程向着越来越有利的一面发展，也就是说向更高的比例方向，但时朝另一方向转变的可能性同时也存在。在转化和H2 S/SO2比例之间的关系是高度的非线性关系，这会产生如下的结果：即使比率的平均值能满足目标值的需求，我们仍然觉得无法实现最佳的转化可能，由于偏离之间的差距很大。这也意味着，我们需要将目标值转化的值越高，功能性更强。换句话说，目标值需要适应 平均变量之间的差异值。
一些目标应该是常量（但是随着时间而变化）。通常在流程行业中，最终的产品是由数种原料构成，他们一般处于不同的储罐中。当然，一些元件特性需要适应不同的产品或等级，但是很少需要在较长时间内保持恒定，也许只有不断变化调整，才能反映最终产品的特性的合理的变化。
Claus工厂转变及H2S/SO2的比率。
a) 最佳目标值，没有变化；
b) 目标有变化，有一定的偏离； （注意：这意味着平均的偏离值是已知的，测量动态性能的要求）
当然，通常每次新的生产计划中总有足够的原料特性可进行调整。这里需要特别指出的是，实际生产并非能完全符合设计人员的预计值。但是这些调节通常会降低产能或产量。下一步应该调查产生偏离的原因，因为校正的越少，工厂的性能就越强。关键在于如何查找原因，寻求最经济最省时的补救方法，在许多案例中，因此产生了新的先进控制方法。
; 一些目标应该改变（但是通常是常数）。许多温度和压力控制器设置为某个设定值，以保证安全顺利的运行，通常是个常数，甚者在工厂状况发生变化时也是常数。当这一体系将系统风险及员工劳动强度最小化时，他们不是总是保持在最佳的运行点上。
典型的例子是蒸馏塔中的压力问题，压力越低，所需的能源也越少。降低压力的主要限制通常是高空的冷却能力，这需要取决于周围环境。
这些条件随季节的不同差异很大，冬季和夏季的差别很大，即使是白天和夜晚也有 不少差异。结果，能降低压力设定值 当约束消除时 并可降低整体的能源输入。
最佳的方式当然是约束控制，确保塔压力能及时进行自动调节，在任何给定值时保持在最小值。就个人来看，这样的案例的效果还是十分令人满意的，与预期值基本相符，成本可控制在相当低的范围内。
另一个案例是 产品特性的限制，如某个值
优化操作有很多机会，而且工厂的利润来自于目前过程中的变化。监控和检查设定值，实现运行的有效性或最佳性虽然这不是控制工程师最重要的部分或主要的责任。虽然还有操作员能 处理动态的变化，但他们不一定有完全的理论背景，来充分把握这些机会。
从长远来看，让生产计划者、过程设计者和技术人员在动态的过程中能充分认识基本的、实际的和实际的因素。直到整个过程控制成功完成。
