模型预测控制(MPC)是一类基于模型的先进计算机控制算法的总称,在流程工业中被广泛运用,通常以双层结构的形式出现,即双层结构预测控制,上层是稳态优化层,下层是动态控制层。与传统预测控制相比,双层结构预测控制能够在现有配置下挖掘出更多的潜在经济效益,同时保证系统稳定运行。可是,引入稳态优化层之后,给预测控制带来了新的难题。首先,稳态目标计算作为一门优化技术,可行性判定与软约束调整是必须考虑的问题,其次是如何对计算出来的稳态目标进行跟踪。针对以上问题,本文对双层结构预测控制的稳态优化层和动态控制层分别作了研究,取得了如下的结果:(1)稳态优化层的功能是对设定点进行自动寻优,实现了对实时优化层(RTO)设定点的渐近跟踪,也实现了对MPC所对应过程的局部经济优化——分别对应的是稳态目标计算的目标跟踪方法和稳态目标计算的自优化方法。当优化不可行时,需要进行软约束调整,其中将可行性判定与软约束调整相结合的软约束调整优先级降序方法具有较高的实用价值。针对软约束调整的优先级方法,细致比较了升序策略和降序策略在计算时间等方面的区别。(2)动态控制层的功能是对稳态优化层计算得到的优化设定点进行动态跟踪,解决控制系统暂态特性问题。对动态矩阵控制算法进行了仿真对比研究,得出其具有在线计算方便、控制实时性强等优点。因此,本文重点研究了基于动态矩阵控制的跟踪算法,包括对该算法进行了推导和梳理。(3)将稳态优化与基于动态矩阵的跟踪算法相结合,形成的双层结构预测控制方法运用于双旋翼多输入多输出系统的控制仿真。通过仿真验证了本文研究的双层结构预测控制算法具有较好的跟踪特性。