秸秆的合理利用有利于降低因秸秆焚烧产生的有害气体及颗粒物,对治理雾霾、保护环境和提高资源的综合利用有着重要的作用。随着秸秆发酵规模逐渐扩大,过程控制的要求也持续提高。秸秆发酵过程内部机理复杂,受多个环境参量影响,表现出非线性、时滞性、强耦合等特点。尤其是一些对发酵效率和产物得率有关键影响的变量受限于硬件检测仪器无法实现在线检测,制约了秸秆发酵的优化控制,严重影响了秸秆发酵自动化和产业化的发展。论文以秸秆发酵的工艺为基础,对发酵的重要过程变量(如基质浓度、发酵菌种浓度、乙醇浓度)无法实时检测和闭环优化控制的问题进行了研究。基于软测量技术构建了重要过程变量的软测量模型;提出了基于最小二乘支持向量机(LSSVM)广义预测控制(GPC)的补料方法;利用Cortex A9的嵌入式控制单元和Visual C++开发平台,开发了数字化控制系统,并完成了实时监控界面的设计。主要的工作如下:1、针对秸秆发酵乙醇重要过程变量(乙醇浓度)不易实时检测的不足,提出了基于LSSVM的秸秆发酵重要过程变量软测量建模的方法。针对LSSVM模型重要参数常规选取方法缺乏方向与耗时过长等缺点,提出了基于果蝇优化算法(FOA)与混沌(chaos)算法的重要参数设计方法。实验结果表明,CFOA搜索模型重要参数的效率更高、速度更快且迭代精度更高,采用寻优参数的LSSVM软测量模型训练时间更短、预测精度更高,泛化能力更为优异,能够实现重要过程变量的实时测量。2、针对秸秆发酵多变量、时变性和非线性等特点,以CFOA-LSSVM模型为基础构建非线性预测控制模型,同时为了避免直接运用非线性模型预测时的复杂计算,影响实时控制,在采样点采用线性化操作得到线性的预测模型。基于此,提出了秸秆分批补料发酵重要过程变量的广义预测控制方法,实现了闭环优化控制。仿真表明,所建预测模型预测的控制质量更高,其测量准确度更高、稳定性更强。3、针对传统Diophantine方程求解控制量的方法具有的计算量过大、复杂度过高等缺点,提出了采用人工鱼群算法(AFSA)作为滚动优化策略求解最优控制量的方法,并进一步优化了AFSA中的步长和视野范围,设计了广义预测控制器。实验结果与仿真表明,以AFSA为滚出优化策略的GPC能够针对控制量在线寻优,且有超调量小、系统更稳定等特点,优化了生产效率,提高了发酵产量和产物得率。4、基于Cortex A9的嵌入式控制单元和Visual C++平台开发了秸秆发酵乙醇数字控制系统,系统设计时分别完成了软、硬件设计,并将提出的重要过程变量软测量和闭环优化控制方法移植到系统中,与液态发酵装置组合使用。开发的监控界面在系统运行期间显示良好,可实现参量的显示、预估和发酵过程远程监控等功能,满足了发酵系统实时监控的要求。