挥发窑在很多工业领域占据着重要地位,主要功能是对窑料进行处理加工。反应带温度在1100℃～1300℃之间时,才能保证产品质量和生产连续性。由于挥发窑的作业过程是一个繁琐的热工过程,且其多变量、强耦合、大惯性和非线性的特征,及一直处于旋转状态的窑体,使得部分关键参数不易实时准确获得,建立能准确表征挥发窑生产过程的模型成为了一大难题,这阻碍了挥发窑生产自动化的实现。本文以氧化锌挥发窑为背景,通过对氧化锌挥发窑的结构、生产工艺、内部物理化学反应过程和传热传质机理的研究,建立了基于质量守恒和能量守恒的氧化锌挥发窑机理模型。针对该机理模型中化学反应速率难以准确有效测量的问题,通过对窑内各化学反应的热工状况和热力学的研究,建立了基于阿伦尼乌斯方程的化学反应率模型,并且用有限差分法进行离散化处理和数值求解,仿真结果表明该模型具有良好的稳定性且能表征窑内温度变化情况。针对氧化锌挥发窑中反应率难以准确获取的问题,采用支持向量回归的方法拟合实验数据得到了反应率预测模型,并通过S函数的调用实现了混合模型的设计与仿真,通过与生产数据对比,该混合模型较机理模型能更准确地表征窑的生产情况。针对氧化锌挥发窑难以建立准确的数学模型和实现精确跟踪控制的问题,提出了一种基于极限学习机的氧化锌挥发窑智能预测控制方法。该方法利用极限学习机具有学习速度快、拟合精度高、泛化能力强和全局最优解等优点,辨识生产过程的输入输出数据,建立了氧化锌挥发窑生产过程的预测模型,对挥发窑系统的输出进行预测,在此基础上,用Simulink搭建挥发窑智能预测控制系统模块,调用基于ELM的预测控制子程序和挥发窑混合模型子程序,并用sim函数实现该智能预测控制系统的仿真。仿真结果验证了该智能预测控制方法具有很好的稳定性和鲁棒性。