从2003年3月开始，北京正负电子对撞机重大改造项目(简称BEPCⅡ)中低温系统的工程设计正式启动。由于在改造中加入了超导设备，所以低温系统成为BEPCⅡ项目中的关键部分。其中超导腔低温恒温器的液氦液位是BEPCⅡ低温系统中关键的控制变量。 超导腔低温恒温器液氦液位系统是一个大惯性(大的动态时间常数)系统。国际上类似的系统采用的是PID控制方式，但是PID控制方式对这一类控制过程反应比较迟钝，许多干扰因素都会引起液氦液位较大的波动。液位的波动将造成超导腔频率的偏移，从而导致超导腔的性能下降。由于PID控制方式的局限性，近几年人们开始尝试使用一些高级的、智能的控制算法，预测控制就是其中的一种。预测控制由于自身的特点在一般的工业液位控制中表现出非常好效果。本文研究了预测控制算法中的广义预测控制(GPC)算法在超导腔低温恒温器液氦液位控制系统中的控制效果，并和常规PID控制算法的控制效果进行比较。研究结果表明在超导腔低温恒温器液氦液位控制中GPC算法在抑制液氦液位波动、快速性、鲁棒性等方面比PID算法表现出更好的控制性能。普通的GPC算法由于其计算量大，应用在实时控制中比较困难，所以本文在已有的快速算法的基础上进一步加以改进，基本解决了GPC的实时性问题。为了使GPC控制算法更接近实际应用，本文将所研究的GPC算法用于一套半实物仿真平台试验中。GPC控制算法采用人机交互使用的图形界面软件Labview在上位机实现，上位机和PLC之间通过OPC服务器的方式以达到实时通信的目的。通过半实物仿真得到了GPC与PID控制算法对低温系统热负载的响应曲线，经过比较发现GPC控制算法的控制效果明显优于PID控制算法，从而进一步推进了GPC控制算法应用于实际超导腔低温恒温器系统的液氦液位控制。 本文还开发了GPC控制器和半实物仿真系统所需的超导腔低温恒温器模型。模型利用了传热学、流体力学和自动控制中的相关理论，并使用了实际低温系统的几何参数以及氦物性参数。