经过多道复杂工序的高质量聚丙烯腈（PAN）碳纤维原丝的输出，对于后续高性能产品的生产和设计有着重要的意义，其中拉伸工艺是由强度逐级提高的多级拉伸组成，在不同温度环境下进行强度逐渐增大的拉伸，对增加原丝的断裂强度和韧性等性能是必不可少的一组工艺过程。但是从控制的连续性、可靠性和高效性角度看，如何根据输出性能的实时变化来及时地调整各级牵伸率，解决各级牵伸率调整和原丝张力等变量之间的耦合关系，保证输出响应的动态和稳态性能，是该领域具有挑战性的任务。本论文基于人体免疫系统的自主性细胞因子网络抽象出严格的数学模型来描述其调节机制及其控制方法，针对这一高度复杂并且多级之间存在耦合过程的非线性系统，提出了一种精确的协同控制网络和在线调节功能架构，来整合这种分布式系统。在此控制架构上，实现其智能化协同控制，来应对系统中可能出现的各种负载扰动以及高聚物原丝与辊轴之间摩擦系数扰动问题、模型-对象不匹配问题、以及系统的动态不确定性，不仅能够保证各级控制内环的稳定，尤其能够根据输出性能的要求，对每级牵伸率控制器进行在线的修正，使其各级子单元被控变量的冗余性得到充分利用，来应对此类系统的高度复杂性和行为的不确定性。本论文的主要贡献如下：　　（1）针对细胞因子网络各种不同因子之间的相互联系和不同类型因子对一类抗体分泌的动态调控机制，建立严格的数学模型。将这种生物网络模型与碳纤维的多级拉伸模型相对应，建立了牵伸网络架构，包含完整的多级拉伸动态过程和相应控制输入接口，并植入控制分配算法来实现对多级被控变量的调整，有效地将多级牵伸的控制过程联系起来，实现对拉伸区恒张力的精确控制。此架构为后续结构更加复杂、层次更多的系统的控制算法及在线动态优化方法搭建了完整的模型架构和控制算法的仿真平台，并且为在此模型基础上提出协同控制体系提供了理论依据。　　（2）依据因子网络模型建立的牵伸网络模型（CNSN），将控制分配算法植入两级拉伸过程中拉伸张力与原丝移动速度的解耦控制中，该算法依据对拉伸过程充分的了解，建立了和对象模型相关的二次优化目标函数模型，采用负梯度下降法来对目标函数进行求解，所得结果作为多级牵伸率控制器的驱动，以在线的方式完成对牵伸率的分配，将两级之间相互影响的辊轴速度和张力进行解耦，实现拉伸区内张力的精确控制和动态性能。所提出的方法有一定的通用性，基于模拟因子之间作用的常微分方程模型和对自身抗原消除产生的不同类型抗体量的在线控制分配，构建对象系统的目标函数模型，并辅以优化算法，实现在线消除控制偏差，解决了传统算法对高精度模型的依赖，有利于向大范围、多层次的工业系统推广。仿真实验证明 CNSN较传统方法有着更优秀的控制动态性能和更稳定的各级子拉伸单元恒张力输出。　　（3）在实现牵伸网络的构建和控制分配算法的运用之后，针对三级过程的不确定性和非线性特征，尤其是模型-对象的不匹配、高聚物材料与罗拉摩擦系数的不确定性和电机负载的扰动等，以及相邻两级子过程之间的非线性耦合关系，采用基于免疫自适应的在线协同控制分配方法（ICCA），实现了对各级牵伸率进行分配来消除动态过程的非线性特征。ICCA根据所描述两级拉伸过程关系的动力学模型，将其数学化为张力输出的目标函数，并在牵伸率的约束范围内采用动态规划方法最终在线得到多级操纵变量的最优组合。此方法的优点在于能够分阶段地优化，在一个分配周期内同时得到每个不同阶段的最优解。根据最优解调整各级子系统的自适应控制器，来分别驱动各级的实际牵伸率，实现每级子对象的恒张力输出，同时保证输出的稳定性和较满意的动态性能。通过在三级牵伸模型的平台上进行实验，结果表明，相比于传统的PI算法和仅通过控制分配对线性化系统的控制网络（CNSN）来进行牵伸率的调节，所提出的ICCA方法能够更好地对多个量进行有效的解耦，并且具有良好的过渡响应性能和持续稳定的输出。　　（4）在实现免疫自适应控制算法（ICCA）对三级牵伸模型的应用后，对一些特定故障进行了更精确的认知并设计了更加合理的处理方法，一方面考虑纤维原丝拉伸过程中在纵向范围的非均一化过程和玻璃化温度范围，也就是需要根据应力、应变和张力的变化情况对水浴温度变化进行判断，另一方面考虑状态方程的残差模型，共同实现对故障情况的判断以及后续的控制重构。针对故障特征类型，提出了一种广义上的故障诊断算法（AIFP），根据实时采集到的各个状态点的数据，基于人体内免疫抗体库对抗原的识别机理，从对象模型的残差分析和机理模型分析，挖掘出数据归类情况，实现对故障的预测。当有故障发生或者输出性能没有达到最优的情况下，在保证非线性子系统李雅普诺夫平衡点稳定性的前提下，计算非线性驱动模块的约束范围，来对被控变量进行主动重构（ICR），达到控制动态和稳态输出的性能要求。仿真实验证明该方法对整个碳纤维生产过程的特殊故障情况的处理更具有针对性，并且能够实现控制性能的目标和输出性能的稳定。　　论文最后对全文的研究工作做了简要的总结，并对下一步要解决问题的方向进行了讨论和展望。