过程控制系统结构进行优化和设计的目标是对整个过程的控制系统体系做出一些“结构性的”决策,使得流程工业能够更容易地在满足过程安全的前提下提高产品质量和经济效益。控制结构设计开展于流程工艺蓝图设计和具体运行实施(控制器设计、整定与维护)这两大主要阶段之间,扮演着承上启下的桥梁作用。本文对控制结构设计的变量选择和确定变量之间关系这两个关键问题进行了研究,其中着重研究了被控变量选择和分散控制结构的设计问题,具体内容包括：1.研究了被控变量选择问题,并提出了一种选择被控变量的新思路。探讨了被控变量选择和过程优化操作之间的联系和现实意义,介绍了自主优化控制策略和已有的被控变量选择方法。通过引入优化问题的一阶最优性必要条件(NCO),可以将优化问题转化为设定值跟踪问题,因此选择合适的被控变量可以使控制系统集优化与控制作用于一体。提出了构造近似NCO条件为被控变量的方法,为估计在线不可测的NCO条件,使用了数据驱动方法找到可测变量和NCO条件的函数关系,并选取这些函数关系为被控变量,针对性地克服了现有方法两个最大的局限性：(1)只适用于线性模型；(2)只能以测量变量的线性组合为被控变量。2.基于多变量过程控制系统的耦合特性分析,提出了一种设计分散控制系统的新方法。通过考察由耦合性引起的各通道间增益变化的统计特性,将多变量过程的耦合特性分析推广到了任意两个维数的子系统之间,并提出了衡量分散控制系统回路耦合程度的新指标,以此作为设计分散控制结构的依据。新方法弥补了相对增益矩阵(RGA)等工具在衡量耦合性方面的缺点和不足,是对现有方法的重要总结和补充。由此产生的计算复杂性问题,基于遗传算法对配对问题进行了探索性的研究并开发了相应的配对算法,使得高维系统的分散控制结构设计能够在有限时间内完成。3.研究了分散控制系统的完整性问题,分别提出了一种新算法和新的量化指标。首先,针对完整性判定这个NP-hard问题,提出了一种筛选具备完整性的分散控制结构的分支定界算法。和穷举法相比,该算法表现出了优异的性能,能够迅速完成对高维系统的完整性判定及控制结构筛选。接着,提出了完整性的量化指标：完整度,新指标克服了原有概念过于保守等缺点,量化地表征了控制系统在不同工作状态时保持稳定性的能力,是设计分散控制结构的另一项指标。最后,结合耦合性衡量指标和完整度,小结了Ⅵ-EID配对准则。4.进一步研究了分散控制系统的扰动抑制能力,提出了一个度量新标准。以RGA为基础发展而来的大部分分散控制结构设计方法,没有包含扰动变量对控制系统的影响。通过评估控制器处于不同工作状态时控制系统的扰动抑制性能,提出了一个度量新标准。该标准克服了其他评价方法的缺点,能够衡量分散控制系统总的扰动抑制能力。另外,继续发展了单目标优化的遗传配对算法,以本文提出的三个评价指标为优化目标,对三个评价指标的计算方式进行了归纳简化,基于NSGA-Ⅱ开发了相应的多目标优化的遗传配对算法。5.归纳总结了系统性的控制结构设计步骤,主要包括操作优化目标的确定、操作自由度分析、变量选择、常规控制回路确立、变量配对及控制器选择等。对一个蒸发过程和一个反应-分离-循环过程进行了完整的控制结构设计,并通过在线仿真验证了设计方法的有效性。最后总结了全文,并对控制结构设计领域的未来工作和可能的发展方向进行了展望。