传统的预测控制算法为了适合计算机实现,所使用的预测模型都是基于离散时间的,即使辨识出连续时间模型,也要在合理的采样时间选择下做离散化处理,以适应基于离散时间模型的预测控制算法的需要。这样在模型离散化的过程中,受到采样时间及近似方法的局限,难免会产生模型误差。通常这个采样时间的选择主要靠长期的经验和扎实的控制理论知识,如果选择不当,甚至会导致系统不稳定。尤其是复杂的多变量系统包含有许多具有不同时间常数的过程,若为其设计离散时间的多变量控制系统,就不得不采用多采样速率。在实际生产中,很多化工企业购买了先进控制软件包,这些先进控制软件包在投入使用初期效果明显,但能长期投入运行的却是寥寥无几。分析其原因,这些先进控制软件包内部结构复杂,随着装置的运行,模型发生变化,而先进控制软件包所使用的模型不能在线及时更新或难于更新,结果不得不放弃这些先进控制软件包。本文针对这些控制软件包的缺点引入连续时间广义预测控制(CGPC),它的适用范围更广、与时间连续的真实世界更加贴切,避免了离散时间GPC方法中存在的诸如数值灵敏度、采样速率选择、非最小相位零点等问题,而且充分发挥了连续时间方法的优点,具有良好的鲁棒性能和抗干扰能力。为此从实际应用角度出发,开发了连续时间广义预测控制软件,该软件采用OPC数据采集技术,以基于随机数搜索(NLJ)的连续时间模型辨识方法为基础,实现了连续时间控制律的模块化仿真与在线控制。通过该软件平台可以计算具有多种组合形式的连续时间控制律,并能实时在线的观察各个模块的输入、输出以及状态,设计整定控制器参数。该软件开发过程中引入模块化思想,将控制律分解为不同的信号流模块,单独计算,能够充分发挥连续广义预测控制器中观测器的重要作用,解决了复杂控制律的实现问题,为在线控制奠定基础。通过对济南炼油厂一个实际模型的控制效果,证明了该软件的有效性,推广了连续时间控制律的应用。