多模型方法由于能够处理有着较大工作范围以及较大工况变化的强非线性工业对象的控制问题,因而受到了越来越多的关注。多模型方法有两大核心问题,即分解与合成。在多模型合成中,混合逻辑动态(Mixed Logical Dynamical,MLD)模型能将线性子模型统一在整体框架下,充分获取整个系统的全部动态信息,是多模型合成的重要工具,且基于MLD模型的MPC也已成为非线性系统控制的有效手段。本文聚焦MLD-MPC获得良好控制效果的两个前提:一是需要先完成多模型分解,即确立线性模型集与操作空间边界条件;二是需要针对模型失配问题采取有效的校正策略。对于上述两点,本文首先在总结多模型分解已有成果的基础上,针对状态不可测系统,提出了基于状态估计的边界划分算法,然后针对存在模型失配的MLD-MPC系统,又提出了 一种能在线实施的输出校正策略。主要研究工作如下:(1)针对非线性系统建立其多模型集,然后利用MLD模型进行多模型合成,并设计了全局预测控制器,即MLD-MPC控制器。将MLD-MPC的控制效果与经典的软切换/硬切换PID相对比,仿真结果证明了 MLD-MPC对复杂非线性系统控制的优越性。(2)提出了针对状态不可测非线性系统的多模型边界划分算法:首先考虑闭环反馈对系统特性的影响,将边界划分问题与系统的控制问题结合,同时考虑实际系统状态不可测,引入滚动时域估计并将其整合到边界划分问题中,使得边界划分问题转化为一个双层规划问题,最后求解该双层规划问题得到多模型的边界。(3)提出了一种新的输出校正策略,能够在线处理MLD-MPC系统的模型失配问题。在该策略中首先设计了多模型修正向量,同时引入了逻辑变量来应对子模型切换带来的影响,然后又将包含修正向量和逻辑变量的修正项转化为混合整数线性不等式,并整合到MLD模型中去。仿真证明了该策略能消除模型失配带来的输出静差,并能保证系统获得较好的控制性能。