多效降膜蒸发器在液体食品行业应用广泛,尤其对于乳品等热敏性物质的蒸发浓缩,需要严格精细地控制降膜蒸发过程中的各项参数,以此来确保乳品的浓度、口感、风味等品质达标。但在蒸发操作过程中,进料浓度、进料温度、进料流量和加热蒸汽温度等会出现不同程度的扰动,导致乳品蒸发过程中出现结焦或者出口浓度不达标等情况,致使蒸发过程终止,既造成原料乳的浪费,又增加了换热管的清洗等工作。因此对多效降膜蒸发过程的动态特性进行深入研究具有重要意义,可预测不同扰动对蒸发过程的影响进而提前做出调整策略,全面优化蒸发过程,提高乳品蒸发质量。本文以三效乳品降膜蒸发器为研究对象,在对乳品蒸发工艺过程进行深入分析的基础上,基于物料平衡和热量平衡等原理,建立乳品三效降膜蒸发过程的稳态模型和动态模型。利用MATLAB中的常微分求解器进行模型求解,通过改变输入变量模拟系统扰动,探究不同输入变量对蒸发过程的影响。然后基于生长速率模型建立末效乳品浓度的半经验模型,探究末效乳品浓度对扰动因素的响应速度。最后基于机器学习建立输入变量与输出变量之间的黑箱模型,包括线性回归模型、多元自适应回归样条模型、支持向量机模型和集成学习的梯度提升模型,选择拟合效果最优的模型对扰动变量重要性进行分析。本文研究可以得出以下结论:（1）通过单因素扰动对乳品降膜蒸发过程的影响分析表明,进料浓度和进料流量扰动对末效出口乳品浓度的影响效果显著,进料浓度在稳态基础上发生由5%增加到10%扰动时,末效乳品浓度变化幅度增加一倍,末效乳品浓度达到新的稳态时间也增加约一倍。进料温度和加热蒸汽温度扰动对末效出口乳品浓度的影响不显著。如果多因素共同扰动时,末效出口乳品浓度的响应时间更长,发生震荡的幅度更大。（2）基于生长速率模型的蒸发过程特性分析表明,末效出口乳品浓度在受到输入变量扰动时,其变化经历三个阶段:滞后阶段、快速变化阶段与稳定阶段。末效出口乳品的浓度在输入变量扰动发生时的变化速度受进料浓度和进料流量的影响,乳品浓度对扰动响应的速度与进料浓度呈正相关,与进料流量呈负相关。（3）根据机理模型输入输出数据建立了四种机器学习模型,模型评价结果表明,集成学习梯度提升模型的决定系数R~2为0.996,拟合效果最优,其次是支持向量机和多元自适应回归样条模型。三种模型对输入扰动重要性分析一致表明,进料流量扰动是影响末效出口乳品浓度的最重要的扰动因素。本研究建立了三效降膜蒸发器的机理模型,并应用机理模型的运行数据建立了拟合效果较好的生长速率模型和机器学习模型。所建立的模型不仅可以快速分析乳品降膜蒸发输入输出变量之间的关系,探究乳品降膜蒸发动态特性,还可为蒸发控制系统提供快速计算的模型依据,实现蒸发系统实时预测、在线诊断和模型预测控制等。