随着人们对产品种类的日益需求的增加，精细化工和生物化工得到了蓬勃的发展，化学工业中不连续、小批量的弹性生产方式越来越得到重视。但是与连续过程相比，间歇过程的研究尤其是建模方面还很不充分。非线性建模本身就是目前建模研究的难点和焦点之一。众所周知，间歇过程是具有连续特征和非连续特征的混杂对象，非线性特性非常明显。而模型的建立无论是对在线优化还是实时控制都具有极为重要的作用。本文就如何获得间歇过程的控制模型这一关键问题进行了一些探索。混合建模策略是吸取了内部机理的先验知识和现场数据校正的优点，能够为非线性特别是间歇过程建模提供一种快捷，准确和方便的手段，从而得到研究者的重视。由于动态系统在纯时域或纯频域不能同时兼顾对方的信息，因此考虑将系统映射到时频域上进行更全面的信息处理成了一种更好的选择。小波变换正好具有这类性质。朝着这一方向，本文的研究工作可以总结为以下几点： 1．为了更好地应用小波变换特别是正交小波(包)变换，我们将这种以递归形式完成的分解与重构过程采用简洁的矩阵形式来表达，同时证明了其正交性。矩阵表达能够便于人们的理解和应用，更重要的是它揭示了小波变换的时频结构，对于进一步地应用具有指导作用。 2．小波包的分解结构，允许我们在低时频段和高时频段同时进行细致地分析。在基于正交小波包的调和函数辨识的方法研究中，基于所提出的正交性定理证明在无权因子系数的情况下，与最小二乘法是完全等价的。针对分解的结构，提出了相应的加权规则，并给出了统一的表达形式。为了验证所提出的思想的可行性和正确性，我们在Tennessee Eastman Challenging模型上进行测试，得到了肯定的结论。 3．在非线性建模降阶研究方面，根据非线性系统在不同区域上表现出不同的线性行为的特点，用小波包来分析这种不同区域上的差异，从而能得到合理地区域划分，以保证在所划分区域上的线性行为的同一性，为降低全局建模的误差提供一种全新的解决策略，并在对非线性CSTR的建模仿真中得到了应用，最终的结果显示该策略是非常成功的。 4．由于所建立的模型与实际对象不可避免地存在偏差，因此判断所设 大连理工大学博士学位论文计的预测控制器在有输入硬约束情况下的鲁棒稳定性，显得尤为重要。本文采用状态空间法重新表达了动态矩阵算法，并证明了具有输入硬约束情况下的鲁棒稳定的充分条件，并通过了算例测试。 5．在间歇控制方面由于间歇过程最显著的特征是配方不变时具有重复性，因此考虑如何利用系统的重复特征以提高控制质量是近几年刚开始的研究方向。其中融合了模型预测控制和迭代学习控制二者优点的间歇模型预测控制算法是最突出的代表。针对一个具有间歇特征的线性二阶系统，我们用文献所提出的算法进行了控制仿真，最后的结果显示控制器在有模型不匹配情况下具有很强的跟踪补偿能力。