随着我国经济的快速增长,火电厂排放的氮氧化物(NO_x)也逐年增多,对人类健康和自然环境造成一定威胁。近年来,国家对燃煤电厂NO_x排放做出更严格的规定,因此,研究安全、环保、经济的氮氧化物脱除技术非常重要。选择性催化还原(Selective Catalytic Reduction,SCR)技术具有设计简单、控制方便、脱硝效率高等优点,广泛应用在燃煤电厂中。长期以来,对SCR脱硝系统的研究主要关注脱硝原理、催化剂、反应器流场等方面,SCR系统控制方法的研究没有得到重视。但脱硝系统控制精度不仅决定烟气排放是否达标,也影响着电厂运行成本。本文分析研究了SCR脱硝系统的动力学过程,基于吸附脱附及化学反应,构建脱硝系统机理模型,同时将前馈控制与动态矩阵控制方法相结合,设计出基于智能前馈的SCR系统喷氨量预测控制方法,提高喷氨量的控制精度。论文从以下三个部分进行研究:阐述了动态矩阵控制算法(Dynamic Matrix Control,DMC),同时考虑到SCR脱硝系统实际运行时存在的约束条件,设计了DMC串级控制回路,并通过仿真分析了动态矩阵控制参数对控制效果的影响。其次介绍了最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)的基本原理及特点。介绍了SCR系统布置、工艺流程和反应原理两种喷氨量控制方式:固定摩尔比控制方式和脱硝反应器出口NO_x定值控制方式。设计了基于出口NO_x定值控制方式的PID控制方案,并进行仿真,根据电厂实际运行特点,分析总结了SCR脱硝系统特点及现有控制方案存在的不足。分析SCR反应过程的动力学原理,建立SCR系统机理模型,作为被控对象。脱硝系统的输入参数受锅炉燃烧状态影响很大,而且,SCR反应器中的化学反应、出口NO_x检测以及喷氨阀门的调整都存在惯性和迟延,在工况变化时仅依靠反馈控制难以实现出口NO_x浓度的准确快速控制。因此,本文依据电厂历史数据,采用锅炉侧可调参数作为输入,以锅炉出口NO_x浓度作为输出,利用最小二乘支持向量机算法构建锅炉出口NO_x浓度模型,该模型作为智能前馈控制器,将出口NO_x浓度转变成阀门开度信号,根据锅炉侧参数变化实时输出前馈控制信号,来快速响应锅炉侧工况的变化,将前馈控制与动态矩阵控制方法相结合,设计出基于机理模型的喷氨量最优控制系统。仿真结果表明,本模型实现NO_x浓度的全工况快速准确控制,减小了氨逃逸。