模型预测控制(MPC)是工业过程控制中得到成功应用的先进控制技术之一,作为MPC最新研究领域之一的预测函数控制(PFC)已经在理论和实际应用中取得了很大的进展。然而,由于大部分工业过程都带有不同程度的非线性,因此非线性预测函数控制的研究已经成为工业控制领域的重要命题。本文针对一类具有特殊结构的非线性对象,采用非线性预测函数控制技术进行了较为深入的研究,主要内容如下:(1)在介绍了模型预测控制基本原理的基础上,对模型预测控制的发展情况和国内外研究现状进行了综述。(2)根据块状结构模型的特点,给出了一种N-L两步辨识算法,然后以Hammerstein模型为例,讨论了不同形式的多变量系统块状结构模型,以及各自的优缺点,并介绍了单变量块状结构模型的预测函数控制算法。(3)提出了一种基于块状结构模型的非线性自适应预测函数控制(NAPFC)算法。利用静态数据辨识得到非线性部分的预测模型,利用渐消记忆最小二乘算法在线辨识线性部分的ARMAX模型参数,根据所得的模型参数求解非线性优化问题,获得非线性自适应预测函数控制律,并且可以适应过程时变的情况。通过求解模型输出的一阶导数,得到了最优控制律的参数化表达式,减少了求解非线性优化问题的在线计算量。通过热交换器和pH中和过程的计算机仿真,表明了该算法比PID控制和非线性预测函数控制具有更好的控制效果。(4)提出了一种基于块状结构模型的多变量非线性预测函数控制算法,将非线性系统的最优控制问题转化为线性系统控制问题和非线性方程组的求根问题。在模型已知的情况下可以给出控制律的解析式,从而提高了最优控制律的求解速度。计算机仿真结果表明了该算法的有效性。最后对全文作了总结和展望。