聚氯乙烯工业在国民经济中占有重要地位。聚氯乙烯生产的关键环节是聚合过程,而聚合反应温度是反映聚合过程的重要参数,其控制效果的优劣直接影响最终产品的质量,因此,精确控制聚合反应温度在聚氯乙烯生产过程中尤为重要。与大多数工业过程类似,聚合过程具有大惯性、大滞后以及非线性等典型特点,传统的控制方法难以达到理想控制效果。无模型自适应控制是一种摆脱对受控系统模型依赖的控制策略,由于仅利用受控系统的输入输出数据来设计控制器,因此从本质上克服了“未建模动态”和鲁棒性问题。粒子群优化算法是计算智能领域中群智能算法的一种,因其算法简单、计算效率高、鲁棒性强而受到广泛应用。本文以某化工集团公司聚氯乙烯生产过程为背景,在阅读了大量无模型自适应控制和粒子群优化算法文献的基础上,主要进行了以下工作：首先,在深入了解聚合生产工艺过程的基础上,分析了影响聚合反应温度的因素,确定聚合温度是影响聚合过程以及最终产品质量的重要因素,并明确冷却水可以有效控制聚合温度。其次,以无模型自适应控制的理论知识为指导,针对一般离散时间非线性系统,给出无模型自适应控制器的设计方案,并利用仿真实验分析了控制器参数对控制器性能的影响。在此基础上,运用粒子群优化算法对控制器的关键参数进行优化整定,从而设计了基于粒子群优化的无模型自适应控制器。最后,利用现有的聚合过程实际运行数据,依据化学反应热平衡原理,采用最小二乘法对聚合温度模型进行辨识。将无模型自适应优化控制算法应用到聚氯乙烯聚合过程中,通过与传统PID控制效果进行对比,仿真验证了该算法的有效性,而基于粒子群优化的无模型自适应控制策略在相同条件下可以获得更好的跟踪效果。