为有效降低海水淡化成本、满足日益加剧的淡水需求,基于反渗透膜串并联结构的大型反渗透膜组日益成为海水淡化的研究重点。但目前使用的反渗透膜组系统模型是以性能分析为导向的机理模型,该模型多以提升单膜性能为目标,存在形式复杂、不利于展开控制策略研究的问题,同时膜组反渗透效率的优化提升受到膜组串并联结构的限制,为此,本文从结构设计、建模、性能分析及优化控制几个方面对多膜反渗透膜组进行研究。反渗透膜组系统结构及动态建模:首先,为提高膜组产水量,本文以高回收率为目标,优化选择膜类型、膜组串并联结构及高压水泵参数,针对传统阀门控制精度不够的问题,采用基于BUCK变流器控制的电磁阀,实现了对系统压力的精准灵活控制;其次,针对传统反渗透膜组模型结构复杂、运算量大的问题,本文引入电液相似原理,将膜壁及膜污染对渗透通量的阻碍统一抽象为液阻,以反渗透压类比反电动势,构建了形式简洁、易于控制的反渗透膜组模型,并采用电力系统中潮流分析的理念,完成对反渗透膜组模型的求解。反渗透膜组性能分析:基于反渗透膜组的模型,深入分析各段膜性能与首段膜系统压力的关系,对比分析各段膜性能之间的联系;由于膜组模型中的反渗透压与电机控制回路中反电动势具有相似性,提出一种新的膜组反渗透效率概念,通过仿真实验分析了变工况下的膜组反渗透效率与首段膜系统压力的关系,并获得变工况下的最大反渗透效率曲线。反渗透膜组优化控制:针对海水盐度、膜污染及电磁阀绕组温升等因素严重影响膜组性能的问题,同时考虑到反渗透膜组系统具有非线性、强耦合、大干扰、工况变化频繁的特点,本文提出基于RBF神经网络自适应的反渗透膜组优化控制策略,即由状态反馈控制完成额定工况下的系统压力控制,利用RBF神经网络的强逼近能力,对系统中的不确定项进行有效补偿,从而完成对优化压力的快速跟踪并保障系统稳定运行。搭建了反渗透膜组海水淡化系统优化控制仿真实验平台,对比研究了本文所提控制策略与传统PID控制器和基于自适应补偿的状态反馈控制器的性能,仿真实验结果表明,本文所提控制策略具有良好的优化压力跟踪能力,压力稳态误差为0.045Pa,调节时间为1.2～1.7s,实现了压力的精准控制,提升了膜组反渗透效率,同时以其变工况无超调特性,大幅降低了膜组的压力冲击,降低膜损伤,延长了膜的使用寿命。