钢铁、石化等工业是一类以化学反应为主的流程工业。流程工业的生产过程普遍存在难以实现优化操作、扰动参数难以检测、生产工况复杂多变、多个操作变量相互关联等特点,使得其生产过程控制极为复杂。虽然模型预测控制(MPC)已经成功应用于流程工业中的很多生产过程,但是还会经常面临着如上问题。本文以流程工业为背景,分别研究了预测控制的操作优化、不可测扰动、模型失配和强耦合问题。1)针对存在积分特性的非自衡系统的模型不确定性对稳态目标计算的影响,提出了一种基于“点”模型的操作优化方法和判断操作优化问题可行解的检验方法。操作优化方法实现了在双层结构架构下的积分过程的稳态优化,能够为积分过程建立一个稳态预测模型,在每个采样周期不断的补偿“点”模型与实际过程之间存在的误差。通过仿真,可以看出稳态预测模型能够准确的预测积分变量的未来输出。2)针对不可测扰动对非自衡系统的控制精度的影响,提出了一种抑制不可测扰动的自适应MPC方法。该方法基于递推增广最小二乘算法实时估计不可测扰动,通过计算扰动在预测误差中所占的比例,实时更新旋转因子的数值实现对积分过程的自适应预测控制。该方法的有效性在VCM精馏过程中得到了验证。3)针对非自衡系统的稳态目标计算中的稳态预测方程难以建立的问题,本文提出了一个同时确定操作优化和预测控制的集成方法。该方法创建了一个能够反映操作变量动态执行过程的稳态预测模型,以输入增量序列作为决策变量,建立了一个带输入、输出、输入增量约束的二次规划模型。仿真结果表明表明本文提出的方法能在考虑输入输出变量的经济最优的情况下,有效解决积分过程的稳态优化问题。4)针对MPC长时间运行存在模型失配的问题,提出一种基于模型参考自适应辨识的半自适应预测控制方法。该方法采用在模型失配时对被控对象叠加持续激励信号的半自动模式,通过改进的模型自适应辨识方法实现多变量辨识。仿真结果显示辨识的传递函数模型的动态特性更加清晰,便于分析和修改；经过拉氏逆变换得到的FSR模型更加平滑,能够消除因模型误差引起的静差。5)针对强耦合的线性时不变系统可控性比较差的问题,利用分布式预测控制方法来提高系统的部分动态特性。基于分支定界法对分布式控制系统结构进行最优设计,根据回路之间关联性的强弱来设计通讯网络的拓扑结构。仿真结果显示分布式模型预测控制的调节时间比集中式模型预测控制明显缩短；与分散式模型预测控制相比,控制精度又有所提升。