油品调合是炼油厂储运管理系统的关键组成部分,优化油品调合可以给炼油厂带来显著的经济效益,其手段是采用计算机控制下的在线管道调合工艺,以智能的优化调和为模型,在满足质量指标的前提下,达到成本最小的目的。采用信息技术对调合过程进行全程优化是未来炼油厂的发展趋势。本文针对调合对象非线性时滞的特点,建立了调合过程的BP网络预测控制模型,采用Matlab对此模型进行了仿真,分析了模型匹配和失配的两种情况,并与传统的比值控制进行了比较。仿真结果表明,BP网络预测控制模型应用于调合模型的优点是适应性强,可以在线学习来调整参数以跟踪实际系统的缓慢变化,在模型不精确的情况下具有较好的鲁棒性。作者对油品调合的控制与优化进行了较深入的研究,完成了汽油在线管道调合系统软件的开发工作,通过OPC的方式将其集成到了Deltav控制系统中,为炼油企业的油品调合提供了较大的参考价值。在此深化的基础上,本人还提出了一种新的控制方式-基于多Agent的油品调合控制模型,并分析了此模型的稳定性和可行性。油品的生产调度作为炼油企业生产的组织和管理中心,是学术界和工业界广泛重视的研究课题。如今,多Agent技术己应用于制造工业的生产调度中,并为解决动态问题的复杂性和不确定性提供了新思路。随着人工智能的发展,多Agent技术必将成为解决油品调合调度优化强有力的工具。最后,本人对全文的工作进行了总结,分析了存在的问题,并对今后的发展方向进行了展望。