在实际工业过程中,依据守恒原理建立的过程模型的参数往往随时间会发生明显的改变。为了能够有效的实现过程优化操作,常常需要对过程模型进行在线参数估计。模型参数在线估计方法主要分两种,滤波方法和滚动时域估计方法。前者在处理类似线性无约束系统时有着良好的适用性。但是,聚合模型大多属于非线性约束系统模型,使得滤波方法受到很大的限制。滚动时域估计(MHE)方法是一种解决非线性系统模型在线优化校正问题的实用方法。它通过将估计问题转化为优化问题,同时又能包含系统的约束条件,利用在线滚动优化使估计问题得以动态满足。滚动时域估计使用固定窗口内的数据,降低了优化问题的维数,减少了在线优化问题的计算负荷。本文中将重点研究MHE算法,以解决聚合反应过程模型的参数在线优化校正问题。本文的主要工作：(1)针对氯乙烯悬浮聚合过程的机理模型进行了详细的总结和研究,建立了详细的聚合过程机理模型。但是基于详细氯乙烯聚合过程机理模型的在线优化校正存在计算复杂等问题,本文针对详细的机理模型给予合理的假设,得到了简化的机理模型,为模型参数的在线估计提供了模型基础。(2)详细分析了各种在线估计方法的优缺点,选择MHE方法作为非线性过程模型在线估计的基本算法。针对过程模型非线性强,求导困难的问题,本文中采用蒙特卡罗(MC)作为寻优方法与MHE相结合,利用MHE获得优化问题的目标函数,MC用于目标函数的寻优。参照聚合过程的模型特征,提出了用于验证本文算法有效性的基准模型,利用提出算法对基准模型进行在线参数估计,取得了良好的应用效果。(3)总结和分析了MHE方法中关键问题Arrival Cost的计算方法。针对简化计算Arrival Cost带来的精度问题,提出采用无迹卡尔曼滤波(UKF)算法来近似估算目标函数中的Arrival Cost。首先应用常见的对称采样策略,将UKF算法应用于MHE中,并将得到的MHE方法应用于基准模型的在线参数估计,取得了较好的估计效果。通过研究UKF算法的应用结果,发现在采样策略的选择上存在一定的不足之处。经过理论分析,提出了一种基于两种采样策略自适应切换的采样策略,并将改进后的UKF算法应用于基准模型的在线优化校正,与前两种方法相比较,克服了存在的问题,取得了较好的估计效果。(4)针对PVC聚合生产过程反应机理复杂、强非线性和时变的特点,本文通过建立氯乙烯悬浮聚合过程的简化机理模型,将改进的MHE算法应用于PVC聚合过程的模型参数在线校正,有效地解决了PVC聚合过程模型参数的在线估计问题,提高了机理模型的在线应用能力。这也为先进控制和优化策略在聚氯乙烯过程中的应用提供了良好的基础。