成纸的定量和水分参数是抄纸过程中重要的质量指标。实现定量、水分的严格控制,能显著提高产品质量、稳定生产、减少损耗、增加产量、降低能耗;还能减少断纸现象,获得明显的经济效益。首先,为研究获得高性能定量、水分过程控制系统,本文从理论研究的角度出发,以纸机的定量、水分双输入双输出耦合系统为对象,介绍了纸机定量水分控制系统的工艺流程、工作流程及其系统控制原理。针对定量水分过程具有强耦合性、不确定性、非线性和滞后性控制难点,设计了包含解耦、预估、控制三环节的控制方案。根据仿真控制需求,通过微调纸机参数的方法获取实机数据,并用MATLAB拟合了定量水分过程的传递函数模型。然后,针对传递函数模型结构特点,利用动态解耦法、Smith预估器和PID控制模块构建控制系统,对构建好的控制系统进行仿真实验。仿真结果表明:该系统能够实现解耦且耦合残余量极小。因此,该方案中动态解耦部分的结构设计是可行的。但与此同时,仿真输出的阶跃响应曲线不平滑且稳定速度较慢,需要进一步改进系统。通过分析控制系统机理,对PID控制器和预估模块进行改进,提出动态解耦、增益自适应补偿与抗积分饱和PID控制器结合的改进方案。仿真结果表明:该方案的响应速度显著提高。其中,以定量回路为例,响应曲线上升时间相较常规PID控制器快19.2%,调节时间比常规PID控制器快49.6%。同时,改进的预估补偿器成功消除了大部分时滞性带来的问题,响应曲线平滑。但是,由于在仿真实验过程中,针对抗积分饱和PID控制器的特性设置了较高了比例参数,该方案的超调量相较于改进前高了5.1%。考虑到智能控制一般具有更优性能,且能自适应整定PID比例、积分、微分参数,设计基于智能控制的PID控制方法解决问题。为获取最合适的,基于智能控制的PID控制系统,先后构建基于模糊逻辑的PID控制器、BP神经网络自适应整定的PID控制器和基于模糊神经网络的PID控制器。为模拟不同控制情况,分别设定不同定量、水分参数进行仿真实验。仿真结果表明,以定量回路仿真结果为例,与模糊PID控制相比,模糊神经网络平均上升时间减少了11.5%,调节时间减少了33.6%,平均最大超调量为0.6%,仅为模糊PID控制超调量的21.0%。同样的,对比BP神经网络PID控制,模糊神经网络PID控制方案也具有显著的优势。综合来说,模糊神经网络具有最快的调节时间和最小的超调量。确定最优智能控制算法后,对其进行性能检验。检验结果表明,模糊神经网络PID控制系统具有良好的抗扰性和鲁棒性。完成构建定量水分控制模型后,本文通过PLC硬件选型、博途系统组态、变量管理、STL程序设计、WINCC界面布置等步骤构建定量水分QCS质量控制系统。此外,还研究了在PLC平台上运行进行MATLAB软件的方法。最后,本文在通过OPC通讯协议实现MATLAB和PLC之间的数据互通,并在纸机现场运行PLC软件并记录数据。在实机运行中修改定量的设定值从60 g/m~2至65 g/m~2,QCS系统显示定量的采样值从60 g/m~2的稳态变化至65 g/m~2的稳态一共耗时4分20秒,同时水分回路依旧保持稳定。从QCS系统输出结果可以看出,系统的控制性能较好,且定量、水分回路之间的耦合基本已经消除,残余的耦合量很难影响系统的稳定性。接下来,对定量回路持续施加变化在3%内波动的干扰,通过对比施加干扰前后的定量回路曲线。从QCS系统输出结果可以看出定量数据依旧保持稳定,受到干扰后能迅速响应回正系统。