脱单塔是聚丙烯腈生产中一个十分重要的装置,用于脱除聚合反应后,聚丙烯腈溶液中没有发生聚合反应的单体。脱单塔控制系统性能的好坏对后续生产的正常运行有较大的影响。由于脱单过程具有大的时变时滞,传统的PID控制算法虽然能够达到安全生产的要求,但往往以较大的控制裕度为代价,造成一定的能源浪费。本课题将广义预测控制理论应用于脱单塔的控制,为脱单过程提供了一种性能较好的控制策略。针对常规控制中以温度作为塔顶浓度的间接质量指标所产生的控制精度不高的问题,对脱单塔的机理进行分析,建立了以塔顶浓度为直接质量指标的脱单塔平衡级动态数学模型。基于该模型,对脱单塔进行流程模拟,得到脱单塔塔顶馏出物的浓度分别对塔底蒸汽量和塔顶回流量的阶跃响应值,利用最小二乘法辨识出脱单塔的传递函数模型。然后选择合适的采样周期,由双线性变换法将得到的模型离散化,得出广义预测控制所用的受控自回归积分滑动平均(CARIMA)模型。采用基于CARIMA模型并以脱单塔塔顶浓度为直接质量指标的广义预测控制算法对脱单塔进行控制。由于广义预测控制算法中需要求解Diophantine方程并进行矩阵的逆运算,计算量较大。为了减小广义预测控制算法的计算量,本文利用递推最小二乘法直接辨识控制器的参数,得到脱单塔的隐式广义预测控制算法,然后分析了隐式广义预测控制中的主要参数对系统性能的影响,针对脱单塔的特点,选择合适的控制参数,并对算法做出详细的仿真。最后以塔底蒸汽为输入的脱单过程为例,在脱单塔模型时滞发生变化时,将采用隐式广义预测控制算法时控制系统的性能与采用Smith预估补偿算法时控制系统的性能作比较,进一步证明了此种广义预测控制算法在脱单塔控制过程中的有效性。