【摘要】：石油化工工業是國家經濟發展的支柱性產業,連續攪拌反應釜作為化工生產中實現化學反應的主要設備,其自動控制方法的研究具有非常重要的意義。在實際的化工生產過程中,反應釜的溫度決定了產品的產量、質量,有時甚至影響到生產過程中的安全性。因此如何對反應釜內化學反應溫度進行、有效的控制,顯得至關重要。然而,由于溫度對象具有非線性、時變不確定、大滯后、受環境溫度影響大等特點,目前反應釜內的全過程溫度自動控制仍是個較難解決的問題。預測控制具有對模型精度要求不高,建模方便；采用非zui小化描述的模型,系統魯棒性、穩定性較好；采用滾動優化策略,而非全局一次優化,能及時彌補由于模型失配、畸變、干擾等因素引起的不確定性；動態性能較好等優點。因此將預測控制應用于連續攪拌反應釜溫度控制中,具有十分重要的理論意義與實際應用價值。首先在查閱大量連續攪拌反應釜溫度控制相關文獻的基礎上,簡述了反應釜中生產過程的相關概念；深入分析了反應釜工藝流程及重要參數的監測與控制情況；完成了控制系統下位機程序設計并實現了上位的機監控功能；同時建立了上位機監控軟件WinCC與MATLAB之間的通訊,使得復雜控制算法的實現成為了可能。另外,針對反應釜溫度控制對象的復雜性,在分析了反應釜內溫度特性的基礎上,研究了神經網絡廣義預測控制在連續攪拌反應釜溫度控制中的應用。提出了基于LevenbergMarquar-QuasiNewton的改進優化算法,使原有的梯度下降優化算法收斂速度慢的缺點得以改進,并克服了改進的LM (LevenbergMarquar)優化算法由于算法近似所帶來的大殘量、算法收斂速度慢、穩定性差等問題。而后對反應釜溫度模型進行了仿真研究,得到了令人滿意的控制效果。