工业生产需消耗大量资源,使用最普遍的煤炭资源,在消耗资源的占比中最高。而炼焦作为煤炭资源进行清洁转化的主要方式,对国民经济的发展以及生态环境的改善具有深远意义。集气管压力系统作为资源转化过程中的重要一环,存在着一系列难以用常规方式稳定控制的难点。由于集气管压力系统是一个存在大干扰的多变量非线性耦合系统,首先要了解其模型特性,方能进行稳定的控制。本文引入系统辨识相关理论,以多核支持向量机(MKSVM)算法来辨识系统结构。通过介绍统计学习理论,分析了经验风险最小化原理和结构风险最小化原理并由后者引入支持向量机(SVM)算法。分析了核函数对SVM辨识精度的影响,选取以全局核函数与局部核函数进行加权组合,通过误差分析选择最优的加权模式。以构造出的MKSVM算法来辨识系统数据,得到系统输入与输出之间的依赖关系。根据逆系统的原理,辨识出基于SVM的集气管压力系统的逆模型,并将其附加于原系统之前来降低该系统的耦合度。基于SVM的逆模型控制能够在解耦的同时实现原系统的线性化改造。为应对模型失配或大干扰等现象,设计了以PID控制为辅助的复合切换控制模式。根据切换准则进行控制器之间的实时切换,实现大干扰下系统快速脱离高压或低压状态,以提高系统的鲁棒性及抗干扰性。最后,利用MATLAB平台对所设计的方案仿真验证。结果表明,该控制方案能够降低原系统的耦合度并实现输入输出间的线性化跟踪。基于SVM的复合切换控制能够在抑制干扰的同时具有良好的鲁棒性,从而验证了本文中设计的控制方案的可行性。