共沸物（如乙醇-水、乙腈-水）,广泛地存在于化工生产过程中,普通精馏方法难以有效分离共沸物,而共沸精馏技术能够实现多元共沸物的有效分离与纯化。共沸精馏因共沸剂的存在及共沸组成的限制,操作条件苛刻,相比于其它精馏过程,如萃取精馏,更加难以控制。此外,为了节能降耗,通常采用热集成、热泵等节能技术,增加了共沸精馏变量间的耦合性,使得集成工艺的共沸精馏控制困难。本文对共沸精馏工艺特点及控制难点进行了系统分析,基于典型的乙腈-水二元共沸体系及与异丙醇-二异丙醚-水三元共沸体系,开展PID控制方案设计与模型预测控制方法的研究,其主要研究内容包括:（1）采用斜率判据法确定了乙腈-水共沸精馏和异丙醇-二异丙醚-水共沸精馏的温度灵敏板,研究了乙腈-水共沸精馏补充剂与产品纯度之间的关系,基于PID控制设计了两种可行的温度控制方案,实现了两种工艺的稳定运行;在温度控制方案的基础上,分析了操纵产品纯度的有效变量,通过设置合适的组分控制器改进了控制方案,实现了对产品纯度的高精度、鲁棒控制。结果表明,在±10%和±20%进料流量和组分扰动下,所提出的控制方案分别实现了工艺的稳定鲁棒运行,保证了产品产量与纯度。其中,通过对补充剂的优化控制,降低了控制系统的最大动态偏差、回复时间及稳态偏差,提高了控制系统的动态性能。（2）在PID控制方案基础上,设计了基于线性时不变状态空间模型的模型预测控制（Model predictive control,MPC）方法,并通过遗传算法对MPC控制器权重进行多目标优化,提出了PID-MPC组合控制方法。在乙腈-水共沸精馏工艺上,MPC控制器替代了原有温度控制,集成了多个变量、简化了控制结构;在异丙醇-二异丙醚-水共沸精馏工艺上,MPC控制器替代了原有组分控制器,通过定性和定量分析对组合控制方案进行了对比分析。结果表明:MPC控制器可有效控制温度、纯度等多个关键变量,其内部预测模型可有效反映这些变量之间的耦合关系,MPC控制较PID控制的最大动态偏差更小,对应误差平方积分（Integral of squared error criterion,ISE）值也更小,具有更好的稳定性和鲁棒性。（3）利用易测量的辅助变量与产品纯度之间的数学关系,基于时延神经网络（Time-delay neural network,TDNN）,构建了实时在线预测产品纯度的预测模型,并结合MPC方法,提出一种融合神经网络-模型预测控制（Fusion control of Artificial neural network-Model predictive control,ANN-MPC）方法,实现了不直接检测产品纯度就可高精度控制产品纯度。通过实例对控制方法进行定性与定量分析,结果表明:在不使用组分测量的情况下,ANN-MPC组合控制方案较MPC-PID方案瞬态最大动态偏差没有明显增大,产品纯度仍可得到高精度控制,其对应的ISE值与MPC方案接近,控制效果优于PID方案,在工业应用中具有一定的优势。本文的研究为实现乙腈-水、异丙醇-二异丙醚-水等共沸精馏工艺的工业应用提供了可行的控制方案,同时对共沸精馏过程的先进控制方法进行了探索,对共沸精馏的动态优化与控制方法研究具有一定参考价值。