温度控制系统在现代工业生产以及日常生活中有着广泛的应用。随着工业水平的不断发展,人们对温度控制的要求也越来越高。工业现场中温度的变化是一个复杂的物理过程,实际的温度的变化可能受到各方面因素的制约,温控对象普遍具有非线性、大惯性、大时滞、扰动因素多等特点,这对温度控制算法提出了更高的要求。随着科技的发展,先进的控制技术层出不穷。先进的控制技术能够克服传统控制技术的缺点,所以被越来越广泛的应用到工业现场的控制中。本文以贝加莱的塑料挤出机的温度控制部分为研究对象,基于一种改进的隐式广义预测控制(Generalized Predictive Control,简称GPC)的自适应控制算法,以贝加莱温度控制模型为实验模型,进行了理论研究、控制器设计、仿真和实验,并在温度实验模型上得到了良好的控制效果。主要的工作内容如下:(1)研究工业温度控制对象的特点,分析国内外温度控制的研究现状与不足之处。(2)针对工业现场中被控对象阶跃响应系数难以精确测量以及工业温度控制的特点,研究了王伟在《广义预测控制理论及其应用》一书中提出的改进的隐式广义预测控制算法,并将该算法应用于温度控制,并与未改进的隐式广义预测控制算法在Automation Studio中针对LCRSimModExt函数进行仿真比较,结果表明,改进的隐式广义预测控制算法更适用于工业温度控制。(3)采用贝加莱可编程计算机控制器(PCC)搭建塑料挤出机温度控制实验模型,并进行温度控制实验。实验结果表明基于改进的隐式广义预测控制算法的自适应控制器在稳定性、鲁棒性和实时跟踪等方面具有优良的性能。