pH控制在工业过程控制中有着重要的地位,许多工业过程中都存在着pH的控制问题。但是由于pH过程的高度非线性、pH过程的时变特性以及pH过程对干扰非常敏感等原因,使pH控制被公认为最难控制的过程之一。本文针对中和反应过程严重非线性的特点,引入强酸当量的概念,将pH状态方程近似转换为线性模型。基于该线性模型采用了前馈—自适应控制和基于混合型参数估计的多模型自适应控制等两种先进控制方案,分别对连续搅拌釜(CSTR)中的pH值进行控制。前馈—自适应控制方案采用前馈控制来补偿由于过程流浓度及组分变化引起的扰动,用反馈控制抑制其它扰动对控制性能带来的影响。引入一个内嵌混合装置,中和流和过程流在进入连续搅拌釜之前首先在该内嵌混合装置中混合,内嵌混合装置的输出信号为前馈控制提供输入信号,并为自适应控制系统的参数辨识提供持续激励。前馈控制器的设计依据基于中和滴定曲线的非线性模型,反馈控制器的设计依据基于强酸当量的pH线性模型。基于混合型参数估计的多模型自适应控制方案针对中和过程扰动频繁、pH值对扰动敏感的特点,用多模型来覆盖所有扰动。采用固定模型加自适应模型的方法,固定模型用来加快系统的暂态响应过程,自适应模型消除稳态误差。针对多模型自适应控制中模型参数的辨识问题,本文采用了一种递推最小二乘算法和投影算法相结合的混合型参数估计算法,提高了收敛速度,改善了多模型自适应控制的效果,并根据该算法给出了模型切换准则。本文分别使用以上两种控制方案对CSTR中和过程中的pH值控制进行仿真研究。仿真结果表明,当存在扰动的情况下,两种方案都能将pH值调整到设定值,跟踪能力强,动态性能和鲁棒性能均较好,能够很好地解决中和过程的时变、非线性等问题。最后,本文介绍了能适应小批量、多品种生产的批量生产方式。以DeltaV系统为例,阐述了批量控制配方(recipe)及阶段(phase)的实现方法,并对基于强酸当量的pH控制在批量过程中的实现方法进行了研究。