预测控制策略应用及自控设计工作汇总
预测控制系统的研究及应用
预测控制系统的研究及应用第一章绪论预测控制系统是一种先进的控制方法，该方法能够根据系统的数学模型进行预测并进行优化控制，以实现更好的控制效果。
预测控制系统具有广泛的应用前景，在生产制造、交通运输、环保监测等领域中得到了广泛的应用。
本文将详细介绍预测控制系统的研究进展及其应用情况。
第二章预测控制系统的研究进展2.1 预测控制系统的基本原理预测控制系统的基本原理是通过预测系统未来的输出值，来调节当前的控制信号，以达到优化控制的目的。
预测控制系统的核心是预测模型，该模型可以是基于时间序列分析的模型、神经网络模型、支持向量机模型等。
在预测模型的基础上，预测控制系统可以使用不同的控制方法，如优化控制方法、模型参考自适应控制方法等。
2.2 预测控制系统的优点与传统的控制系统相比，预测控制系统具有以下优点：（1）预测控制系统具有更好的控制性能和鲁棒性；（2）预测控制系统可以对非线性、时变、多变量系统进行控制；（3）预测控制系统可以在控制过程中进行在线修正，以适应不同的工况。
2.3 预测控制系统的研究进展预测控制系统的研究始于上世纪70年代，并在80年代逐渐成熟。
目前，预测控制系统的研究成果已经应用于多个领域。
例如，在化工、制造业、交通运输等领域中，预测控制系统已经被广泛应用。
第三章预测控制系统的应用情况3.1 生产制造领域在生产制造领域中，预测控制系统被广泛用于生产过程的控制和优化。
例如，在钢铁生产中，预测控制系统可以减少能源消耗、提高生产效率、优化工艺流程等。
在半导体制造中，预测控制系统可以实现精确的温度控制、化学反应控制等。
3.2 交通运输领域在交通运输领域中，预测控制系统的应用越来越广泛。
例如，在交通流控制中，预测控制系统可以根据交通流量预测未来的交通状况，并进行流量优化控制，达到缓解交通拥堵、提高道路通行能力的效果。
3.3 环保监测领域在环保监测领域中，预测控制系统可以通过预测未来的污染物浓度，及时调整排放源，以实现对环境污染的有效控制。
控制工程中的模型预测控制技术及应用
控制工程中的模型预测控制技术及应用控制工程是一个重要的领域，它涉及到我们日常生活中的许多产品、设备和系统。
在控制工程中，模型预测控制技术是一种非常重要的工具，它可以用来预测系统的未来行为，并根据预测结果来控制系统的行为，以达到我们想要的目标。
一、什么是模型预测控制技术模型预测控制技术是一种基于数学模型的控制方法，它将系统建模为一个数学模型，并根据模型预测未来的系统行为。
根据预测结果，该技术可以生成一组控制器输出，以实现所需的控制目标。
这种技术广泛应用于各种类型的系统，例如化工过程、电力系统、交通工具和机器人等。
模型预测控制技术有许多不同的实现方式，例如广义预测控制、序列预测控制和约束优化预测控制等。
这些实现方式都基于不同的数学模型和控制算法，但它们都具有相同的核心思想：根据模型预测未来的系统行为，并根据预测结果来决定控制器的输出。
二、模型预测控制技术的应用模型预测控制技术在很多领域都得到了广泛的应用，以下是其中几个应用案例：1. 化工过程控制模型预测控制技术在化工过程中得到了广泛应用。
它可以用来控制反应器中的化学反应，并确保反应物以正确的比例混合。
这种技术还可以用于控制传送带上的材料，以确保材料以正确的速度和比例传送。
2. 电力系统控制模型预测控制技术在电力系统中也得到了广泛应用。
它可以用来调节发电机的输出，以确保电网的稳定运行。
这种技术还可以用于控制供电网络中的电流和电压，以确保电力系统的正常运行。
3. 交通工具控制模型预测控制技术在交通工具中也得到了广泛应用。
例如，可以将该技术用于汽车的自动驾驶系统中，以实现更加精确的路线跟踪和避免与其他车辆的碰撞。
4. 机器人控制模型预测控制技术还可以用于机器人的控制。
例如，可以将该技术用于机器人的运动控制中，以确保机器人沿着正确的路径移动，并避免与其他对象的碰撞。
三、模型预测控制技术的优缺点虽然模型预测控制技术有很多优点，但它也存在一些缺点。
以下是其中的一些：优点：1. 预测未来行为：模型预测控制技术可以预测系统未来的行为，从而能够做出更好的控制决策。
球磨机的预测控制策略及应用研究的开题报告
球磨机的预测控制策略及应用研究的开题报告一、选题背景和意义：球磨机是一种常用的机械设备，广泛应用于矿山、建材、冶金等行业。
球磨机重要的控制参数为转速、进料量、排料量等。
传统的球磨机控制策略主要基于经验和试错，在实际应用中存在控制精度低、能耗高、生产效率低等问题。
随着科学技术的不断进步，预测控制技术在控制系统中得到了广泛的应用，该技术运用先进的数学模型和算法对生产系统进行分析和预测，通过精准的控制方法，实现对生产过程的优化与提高。
本课题旨在研究和应用预测控制技术对球磨机的控制和优化，提高球磨机的控制精度和生产效率，从而为相关行业的生产提供技术支持和指导。
二、研究内容和方法：1.球磨机生产过程中的控制系统分析和建模。
2.基于预测控制技术，建立球磨机生产系统的数学模型。
3.构建球磨机的预测控制系统，设计控制策略和算法。
4.开发预测控制系统软件，实现对球磨机的控制和优化。
5.对预测控制系统进行仿真和实验验证，分析控制效果和优化效果。
三、研究进度和计划：1.完成球磨机控制系统的分析和建模，确定数学模型和控制参数。
(2周)2.学习和掌握预测控制技术，研究和设计球磨机的预测控制策略和算法。
(4周)3.开发预测控制系统软件，进行系统设计和编码。
(3周)4.进行系统仿真和实验验证，分析控制效果和优化效果。
(4周)5.撰写毕业论文并进行答辩。
(3周)四、预期结果和成果：1.建立球磨机的数学模型，设计预测控制策略和算法。
2.开发预测控制系统软件，实现对球磨机的控制和优化。
3.对预测控制系统进行仿真和实验验证，验证控制效果和优化效果。
4.撰写关于球磨机预测控制策略和应用研究的硕士学位论文。
五、研究预算：预计研究经费为人民币50万左右，主要用于实验装备购置、实验用材料和软件开发费用等。
模型预测控制技术在过程控制中的应用
模型预测控制技术在过程控制中的应用一、引言过程控制是指通过监测和调节一些过程变量来使一个系统达到一定的目标，可以应用于许多领域，例如化工、制造、环保、食品工业等。
而模型预测控制技术则是一种高级的控制方法，它基于动态系统的数学模型，运用优化算法，通过预测模型的输出进行控制。
本文将探讨模型预测控制技术在过程控制中的应用。
二、模型预测控制概述模型预测控制是一种基于模型的控制方法，它使用动态模型来预测系统的未来行为。
通常，模型预测控制可以分为两个阶段：模型预测和控制。
在模型预测阶段，系统未来的状态是根据过去的行为和当前的状态预测的。
在控制阶段，使用这些预测结果进行控制，以实现期望目标。
三、模型预测控制技术在过程控制中的应用模型预测控制技术可以应用于各种过程控制问题，包括控制高温反应、水质控制、发电厂机组控制等。
下面将探讨它在化工行业中的应用。
1. 反应控制反应控制是化工过程中的一个重要环节。
不同的反应过程需要的控制方法是不同的，有些反应是需要在有限时间内控制温度，使反应达到一定程度，而有些反应是需要在一定温度条件下，控制反应速度。
模型预测控制技术可以根据反应动态响应模型来预测其未来变化趋势，控制反应过程。
2. 浓度控制浓度控制是化工工艺中的另一个重要方面。
在浓度控制问题中，需要根据工艺的特点设计控制器，以便在变量过程中保持恒定的浓度。
模型预测控制技术可以较为准确地预测进程变量的发展趋势，使控制器更为优化，从而实现浓度控制。
3. 在线优化在线优化是一种高效、可预测的优化方法，其目标是在过程运行中，根据实时变化的输入变量进行优化，从而使得输出变量满足一定的条件。
模型预测控制技术可以较好地应用于在线优化，以便根据实时的反馈信息对控制器进行实时优化，使系统稳定且具有较高的性能。
四、总结在过程控制中，模型预测控制技术有着广泛的应用。
它可以有效地控制反应过程、浓度控制和在线优化等方面，从而使得化工生产更加高效和稳定。
《预测控制在工业生产过程中的应用研究》
《预测控制在工业生产过程中的应用研究》一、引言随着科技的快速发展，工业生产过程的控制方式正在经历深刻的变革。
其中，预测控制技术以其强大的实时监测、优化和预测能力，逐渐成为工业生产过程中不可或缺的一部分。
本文将探讨预测控制在工业生产过程中的应用研究，旨在深入理解其原理、方法和应用前景。
二、预测控制技术概述预测控制是一种基于数学模型、统计学和计算机科学的控制方法，通过对工业生产过程中的数据进行实时采集、分析和处理，实现对生产过程的实时监测和优化。
其基本原理是通过分析历史数据，预测未来趋势，并根据预测结果调整控制策略，以实现生产过程的优化和效益提升。
三、预测控制在工业生产过程中的应用1. 过程控制预测控制在工业生产过程中的主要应用之一是过程控制。
通过实时监测生产过程中的关键参数，如温度、压力、流量等，结合预测模型进行数据分析，实现对生产过程的精确控制。
这不仅可以提高生产效率，还可以降低能源消耗和减少废物排放。
2. 生产调度预测控制还可以应用于生产调度。
通过对历史数据进行分析和预测，可以准确估计生产任务的完成时间和资源需求，从而制定合理的生产计划。
这有助于优化生产布局，提高设备利用率，降低生产成本。
3. 故障诊断与预防预测控制技术还可以用于故障诊断与预防。
通过对设备运行数据的实时监测和分析，可以及时发现设备故障的征兆，提前采取维护措施，避免设备故障对生产造成的影响。
这有助于提高设备的可靠性和稳定性，降低维修成本。
四、应用案例分析以某化工企业为例，该企业采用预测控制技术对生产过程中的关键参数进行实时监测和分析。
通过建立预测模型，该企业能够准确预测生产过程中的温度、压力和流量等参数的变化趋势，并根据预测结果调整控制策略。
这不仅提高了生产效率，还降低了能源消耗和废物排放。
此外，该企业还利用预测控制技术进行生产调度和故障诊断，实现了对设备的预防性维护，提高了设备的可靠性和稳定性。
五、结论与展望预测控制在工业生产过程中具有广泛的应用前景。
预测控制技术在火电厂热工自动控制中的应用研究
预测控制技术在火电厂热工自动控制中的应用研究发布时间：2022-07-22T02:37:22.445Z 来源：《中国电业与能源》2022年5期3月作者：金涛[导读] 随着电力行业的快速发展，大容量、高参数的超临界、超超临界火电机组所占比例越来越大，金涛国家能源集团宁夏电力有限公司宁夏银川 750004摘要：随着电力行业的快速发展，大容量、高参数的超临界、超超临界火电机组所占比例越来越大，原有的常规热工自动控制方法已无法满足火电厂对自动控制品质更高的要求。
预测控制技术作为一种先进的控制策略，因其具有控制效果好，鲁棒性强的特性，基于此，本文将对火电厂热工自动控制中应用预测控制技术进行应用分析与研究，希望为相关专业人员提供一些帮助和建议。
关键词：常规；热工自动控制；预测控制技术；控制策略0.引言随着我国电力系统的快速发展，600MW等级的超（超）临界机组，以及1000MW等级的超超临界机组逐渐成为电力行业的主力机组，由于超（超）临界机组的直流运行特性、变参数的运行方式、多变量的控制特点，机组机、炉之间耦合严重，具有强烈的非线性，具体控制问题如下：（1）汽机主控及锅炉主控精度稍差，炉机协调控制设置需要完善；（2）炉机协调控制精度差，导致机组负荷跟踪能力差，很难适应电网考核；（3）烟气氧含量控制精度稍差，没有进行优化控制，热效率不能保证最优化。
（4）主蒸汽温度控制精度欠佳，阀门震荡较大，不能在系统稳态时保证较为稳定的输出；系统扰动时，经常需要切除自动手动调节来保证温度。
（5）再热蒸汽温度控制控制精度欠佳，阀门震荡较大；阀门特性不好，给控制带来不好的影响。
（6）给水控制逻辑复杂臃肿，控制目标不明，导致控制精度稍差。
1.预测控制技术简述预测控制是一种计算机控制算法，采取了多步预测，反馈校正，滚动优化的策略，控制效果好，鲁棒性强，适用于控制不易建立精确数学模型且比较复杂的工业过程。
根据模型的不同，有三种最有影响的预测控制算法：动态矩阵控制（DMC），模型算法控制（MAC）和广义预测控制（GPC）。
时域预测控制策略及其应用研究
时域预测控制策略及其应用研究时域预测控制（Time Domain Predictive Control）是一种基于模型的控制策略，通过对未来状态变量进行预测，决策并实施最优的控制动作，从而实现对系统的控制和优化。
该控制策略广泛应用于工业过程控制、能源管理、机器人控制、交通管理等领域，具有较高的精度和稳定性，能够满足复杂系统的控制要求。
1. 时域预测控制原理及算法时域预测控制基于系统的数学模型，包括状态空间模型和输出模型。
在控制过程中，首先对系统进行建模，得到系统的动态数学模型。
然后，使用该数学模型进行状态预测，通过优化算法求解最优控制动作，并将其应用于实时控制中。
时域预测控制的关键算法包括模型预测控制（Model Predictive Control，MPC）和递推最优控制（Receding Horizon Control，RHC）。
MPC算法将未来的状态变量作为决策变量，通过迭代解决优化问题，实现最优控制。
RHC算法则将控制过程分为多个时间步，每一步都进行最优化计算，得到最优控制动作。
2. 时域预测控制策略的特点时域预测控制策略具有以下几个特点：a. 预测能力强：时域预测控制可以对系统的未来状态进行精确预测，从而在控制过程中更好地应对系统的变化和扰动。
b. 系统稳定性好：时域预测控制通过优化算法求解最优控制动作，可以保证系统在控制过程中始终处于稳定状态。
c. 适应性强：时域预测控制能够适应不同的系统动力学特性和工况变化，能够应对复杂系统的控制要求。
d. 操作灵活性高：时域预测控制可以根据实际系统需求进行参数调整和优化，以达到更好的控制效果和经济性。
3. 时域预测控制在实际应用中的研究与应用时域预测控制广泛应用于各个领域，并取得了显著的效果。
以下是一些实际应用研究的案例：a. 工业过程控制：时域预测控制被广泛应用于化工、电力、冶金等工业过程控制中，实现对工艺参数的优化调节，提高生产效率和质量。
b. 能源管理：时域预测控制可以应用于能源系统中，通过对能源的预测和优化控制，实现节能减排和能源利用的最优化。
在电厂热工过程中预测控制技术的运用分析
在电厂热工过程中预测控制技术的运用分析摘要：随着经济的快速发展，我国工业也在快速发展，在工业方面预测控制是一类新型计算机控制算法，是一种根据预测的过程模型的控制算法，它根据过程的历史信息判断将来的输入与输出。
同时也是一种最优质的控制算法，也是反馈控制算法。
电厂热工自动化技术能够提高运行经济效益，确保设备安全、减低劳动强度等。
为了提高电厂热工控制技术的发展，我们将进行更深入的研究。
预测控制结合实际生产的需要，在热工过程中取得较好的控制质量。
下面将电厂热工过程中预测控制技术的运用进行探讨。
关键词：预测控制；PID控制；控制策略；热工过程；热工控制系统引言：随着时代的进步与科技的发展，电力系统越来越复杂，对电厂热工控制能够提高电力系统的经济性与安全性。
预控技术，是一项比较适合电厂热工过程的控制。
预测控制，通俗来讲，到当前时刻，选择对自己最有例的做法，然后到下一步在重新估计对自己最优的做法。
在工业生产中，预测控制技术广泛运用。
能够提高工业经济效益，同时对自身生产优点有了明确的认知，为以后的生产计划提供基础信息。
在生产某一时段都能够准确地选择对生产最有效的生产方法。
将进一步推动工业的发展。
一、预测控制技术基本原理预测控制技术是最近几年发展起来的控制算法，它采用多步测试、滚动优化和反馈控制算法等控制手段，因此，控制效果好，适用于比较复杂的工业生产过程。
所以，它的出现受到社会各界人士的高度关注。
并且已经在石油、化工等工业部门的控制系统得到了成功的引用。
随着工业的快速发展人们需要面向工业开发出一种对各种模型要求低、在线计算方便、控制效果好的新型的算法；加上计算机的快速发展，预测控制技术应运而生，它是依据实际生产情况进行总结出来的技术，它具有建立模型方便、采用滚动优化策略、运用模型误差反馈校正。
正是有如此特点，才可以与工业生产机密结合。
ＭＰＣ算法出现于2０世纪７０年代，经过多年的发展，在应用中取得了较好的效果，并且出现了众多理论，诸如有约束的ＭＰＣ算法以及非线性的ＭＰＣ算法等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
预测控制策略应用及其自控设计工作摘要：当前,APC控制策略在流程工业生产中发挥的作用日益受到人们的关注。
但是由于种种原因,在新建工程项目中还很少应用APC。
本文在简要介绍预测控制原理、预测模型、应用实例的基础上,阐述在新建化工装置中对关系到节能降耗、保质增产自动控制系统应用APC的必要性与可行性,并推荐应用预测控制策略及典型的离散卷积预测模型与神经网络预测模型。
对于应用APC的工程项目,提出工程设计初期自控专业设计工作内容的建议。
摘要：APC控制策略预测控预测模型离散卷积模型神经网络模型设计理念Application of prediction control strategy and instrument design workA bstract：At present, the function of APC control strategy displayed in process industry has attracted more and more attention, but for various reasons, the application is still few in the new project. This article will base on the brief introduction of prediction control principle, prediction model and application examples to expound the necessity and feasibility of using APC in some control system concerned with energy saving, quality guarantee and production increasing in new chemical plant. At same time, this article recommends to use the prediction control strategy, typical discrete convolution model and neural network prediction model in practice. This article also advises the work content concerned with instrument engineer during the preliminary engineering stage when a project will use APC.K ey words：APC control strategy, prediction control, prediction model, discrete convolution model, neural network model, design idea先进过程控制(Advanced Process Control-APC)技术在流程工业中发挥的改进生产操作、提高产品产量与质量、节能降耗减排、保障生产安全等的作用，日益受到人们的关注。
从目前流程工业中应用APC的实例来看，大多数是已建成生产装置的技术革新、技术改造实例，并且是由生产装置厂家与APC硬/软件供方共同开发出来的。
由于种种主、客观条件的制约，新建工程项目在工程设计中还很少应用APC技术。
工程项目应用APC涉及到工程设计单位、生产企业、APC硬/软件供方等三方的工作。
显而易见，如果在工程设计阶段没有按生产需要制订应用APC方案，生产企业、APC硬/软件供方也就没有应用APC的依据。
项目建成后“何时应用APC”，将是一个不确定性的问题。
这样一来，因没有适时应用APC，而对企业生产与经济效益造成或多或少影响是不言而喻的。
随着APC技术的不断发展与应用推广，在新建工程项目中应用APC技术，是企业提高生产水平、管理水平、经济效益的需要，也是提高自控设计水平的需要。
本文在简要介绍APC控制策略、预测控制与模型的有关问题基础上，阐述重要控制系统应用预测控制的必要性与可行性。
对于应用预测控制的工程项目,提出在工程设计阶段自控专业要做的有关工作，包括配合生产企业、APC硬/软件供方开展的有关工作。
由于本人认识与实践有限,本文希望在应用APC方面能起到抛砖引玉作用。
1 概述1.1化工过程控制需要应用APC化工过程控制对象常具有非线性、时滞性、不确定性、时变性特点,对这些对象采用常规控制方法是不会得到理想的效果的。
如合成氨装置中的H2/N2控制系统,虽然多年来都采设计了比值+前馈串级控制方案,但没有一套系统能正常投入运行。
因为这是一套大纯滞后系统, 常规控制方法是解决不了滞后问题的。
而APC控制策略能很好解决化工行业中包括工艺装置、工序、操作单元等过程控制对象的上述非线性、纯滞后等问题。
一般情况下, 工艺装置、工序的先进控制策略实施由其专利商负责（包括先进控制软件编制、工厂测试、投运调试等）。
本文仅讨论APC用于化工装置中重要、复杂的自控系统的控制问题。
对大、中型化工装置的下列自动控制系统推荐应用APC：①关系到产品产量、质量的控制系统；如，精馏塔的温度、回流量控制。
②关系到节能降耗的控制系统；如，合成氨装置的H2O/C控制。
③多参数前馈控制系统；如，锅炉三冲量控制。
④纯滞后补偿控制系统；如，合成氨装置的H2/N2控制。
⑤多参数复杂控制系统；如，尿素装置合成塔液位、密度控制、合成氨装置一段炉燃烧控制。
⑥关系到生产安全的控制系统；如，压缩机防喘振控制。
⑦专利技术的控制系统；如，专利商提供的数学模型控制。
1.2 APC控制策略1.2.1 控制策略类型APC是在动态环境中，基于模型，利用计算机的强大功能实施精确过程控制的技术策略。
APC控制策略可分为以下几种类型：经典技术类：如，时滞补偿控制、解耦控制；流行技术类：如，预测控制、自适应控制、统计质量控制；潜在技术类：如，非线形控制、专家控制、神经元控制、模糊控制。
此外，还有正在研究中的鲁棒控制、智能控制等等。
1.2.2 控制策略选用APC控制策略中，比较适合流程工业，特别是适合化工行业应用的控制策略是预测控制。
因为预测控制对数学模型要求不高，预测模型在生产过程中容易辩识,预测控制算法在能克服系统参数摄动或某些不确定性干扰对系统造成的影响（鲁棒性较强）。
目前，在流程工业中应用预测控制的成功实例较多，这些实例也容易进行推广应用，故在化工行业中本文推荐应用预测控制策略。
2 预测控制系统原理结构与预测控制模型2.1 预测控制系统原理结构预测控制系统结构如下图所示：(1) 模型预测预测模型是描述系统动态行为的基础模型，具有预测功能，即能够根据系统的现时刻和未来的控制输入，预测系统输出的未来值。
(2) 反馈校正由于系统存在的非线性、时变以及干扰等因素，基于预测模型得到的输出预估值不可能完全与实际相符，要应用反馈校正的方法对其输出预估值进行修正，以提高预估值的准确性。
(3) 参考轨迹为了避免过程出现急剧变化的输入和输出，要求输出沿着所期望的、平缓的曲线达到设定值，其曲线即为参考轨迹。
(4) 滚动优化预测控制系统每一时刻要考虑有限时域的优化问题，即要考虑现时刻的一组最优控制输入值。
最优控制输入值经不断更新后，按照一定规律一组一组依次施加，直到最优控制输入施加完毕。
2.2 预测控制模型预测控制策略是基于模型的计算机控制算法，与传统的PID控制完全不同。
预测控制利用预测模型预估过程未来的输出状态与设定值之间偏差，应用滚动式的最优策略计算当前的过程输入，从而实现精确控制。
预测模型是描述系统动态行为的基础模型，它具有预测功能，即能够根据系统的现时刻和未来的控制输入，预测系统输出的未来值。
(!) 预测控制建模预测控制建模方法与其它APC控制策略建模方法一样，目前有两种基本方法，即机理分析法和系统辨识方法。
机理分析法又称为理论建模，它通常需要通过分析过程的运动规律，运用一些已知的定律、定理和原理，分析过程内部各变量的关系建立过程的数学模型。
由机理分析法得到的过程模型能最大程度地复现系统内部各个过程的运行情况，因而具有很高的精确性。
然而大多数化工生产过程工艺复杂、内部工艺变量不可测等原因，使得建立系统机理模型非常困难。
而且，通过机理分析法得到的模型往往不能直接用于控制器设计及闭环控制系统性能分析，故目前机理分析法用得较少。
系统辨识方法是利用实验数据进行数学建模的方法，系统辨识方法有几种类型，其中阶跃测试参数的辨识方法较为简单。
而这种方法在工业过程控制系统中得到较广泛的应用。
(2) 典型预测控制模型推荐预测控制模型的型式是多样化的，只要具有预测功能的模型，不论怎样的表现型式，都可作为预测模型。
故预测控制可以应用状态方程模型、差分方程模型和ARMA辩识模型。
在合成氨装置中，要求氢氮比控制系统具有节能增产功能，该系统纯滞后时间长、干扰因素多的特点，比较适合应用离散卷积预测模型实施控制；对化工装置精馏塔的控制系统，要求具有保证产品质量、降低能源消耗控制功能，精馏塔生产的多变量、强耦合、大滞后的非线性生产过程，非常适合采用神经网络预测模型实施控制。
从满足化工单元过程控制和自控系统需要，以及预测控制模型较易得到辨识的角度出发，本文首先推荐采用离散卷积预测模型，对于离散卷积模型不易辩识，或多变量与非线性系统，推荐采用神经网络预测模型。
3 离散卷积预测模型和神经网络预测模型3.1 离散卷积预测模型3.1.1 离散卷积模型系列(1) 离散卷积预测模型离散卷积模型辨识是在控制方案实施时进行阶跃响应或脉冲响应测试获得。
对于大多数开环稳定的工业过程，在系统输入端施加一个单位阶跃信号，其相应的输出如下图所示；利用线性系统的叠加原理，在采样时刻可得到该过程的输入与输出的下面关系式：y(k＋1)=h1u(k)＋h2u(k－1)＋…＋h N u(k＋1－N)=式中：h i=a i－a i－1称为过程的脉冲响应系数；a i称为过程的阶跃响应系数；u(k)、u(k－1)、…u(k＋1－N)称为过程的时刻控制输入；N 是一个较大的整数，能使过渡过程基本上得到完成，即h N≈0。
上式即为离散卷积模型。
(2) 参考轨迹模型目前最广泛应用的参考轨迹模型为一阶的，表达式是：y r(k＋i)=a i y(k)＋(1－a i)y d式中：yd为设定植；y r(k＋i)为参考轨迹值；y(k)为现时刻的输出测量值；a为参考轨迹中决定其收敛速度的系数，通常0≤a＜1。
(3) 反馈校正模型利用现时刻的输出测量值与预估值之差，对基于预测模型的预估值进行校正，反馈校正模型表达式是：y c(k＋i)= y m(k＋j)＋［y(k)－y c(k)］式中：y m(k＋j)为基于预测模型的预估值，即y c(k＋i) 为校正后的输出预估值。