模型预测控制(Model Predictive Control，MPC)是20世纪70年代直接从工业过程控制中产生的一类新型计算机控制算法，自提出以来就获得了广泛应用。动态矩阵控制作为预测控制中一种典型算法，适用于很多工业对象，但是它在对带有大惯性、大滞后、强干扰等系统进行控制时，仍然存在着调节质量不高和调节快速性不够的问题。本文针对动态矩阵控制算法及其在二阶大惯性过程中的应用问题开展研究。　　本研究在分析模型预测控制原理的基础上，对传统的动态矩阵控制算法进行了改进，提出了一种基于模型预测误差延迟动态矩阵控制(Model Predictive Error DelayedDynamic Matrix Control，MPED-DMC)算法，该方法通过对动态矩阵控制算法中的模型预测误差加一个延迟环节进行修正，从而得到新的模型预测误差，然后再与模型预测校正后得到预测输出，以使对象在特性变化的情况下能获得更好的调节品质。仿真结果表明，改进算法具有更小的超调量和更短的过渡时间。为有效克服二阶惯性系统中的多源扰动，利用PID控制具有快速抑制大扰动的特点，作为副回路控制器以快速抑制大幅度扰动，而将副回路和被控对象一起作为广义被控对象形成主回路，基于MPED-DMC算法的滚动优化特点，作为主回路控制器，构成MPEDDMC-PID串级控制系统，以进一步提高控制系统动态性能。仿真结果表明，与单回路DMC、串级PID等方法相比，该方法具有更好的控制性能。针对工业过程中典型的二阶惯性纯滞后系统，建立了其线性化模型，基于Matlab/Simulink对改进算法进行了对比分析。结果表明，MPED-DMC算法在系统模型失配时具有更好的控制效果，而在抑制多源大扰动方面，采用MPEDDMC-PID算法具有更优的动态响应性能。