由于蒸汽动力装置结构和热工动态过程复杂，机炉协调系统具有强非线性、大时延、多变量耦合和多约束等特点。随着近些年舰船自动化水平的不断发展，对机炉协调系统的控制性能要求越来越高，当前借助机理建模和传统控制策略往往无法取得令人满意的效果。本文在分析机炉协调控制系统动态特性、多模型建模方法和预测控制策略的基础上，对其数学模型和控制器设计展开研究，完成的主要工作有：
　　(1)分析机炉协调控制系统组成、分类和特点，根据控制层次将其分成主控制系统、局部控制系统和负荷控制对象三部分，按照工作方式分为炉跟机和机跟炉两种类别，基于运行环境总结系统特点，并简单介绍实际机炉控制系统；
　　(2)分别从输入变量选择、输入空间划分、前件参数辨识和后件参数辨识四个方面论述T-S模糊多模型建模方法基本原理，针对T-S模糊建模方法聚类数提高的同时计算负担会急剧增加的问题，提出采用改进遗传算法优化前件参数，并以Box-Jenkins煤气炉为研究对象，在MATLAB/Simulink中对所建模型进行仿真实验，通过对比改进前后两种模型的输出均方误差，验证了改进建模方法在改善模型精度上的有效性；
　　(3)研究改进T-S模糊建模方法在机炉协调中的应用，首先以Bell-Astrom系统为对象，经多次改进调试，确定输入变量阶次选择与遗传算法部分参数调整方法，并对所建模型开展仿真实验，验证该建模方法在机炉系统中的可行性。再以实际机组试验数据为基础，结合Bell-Astrom系统建模的方法和经验，在MATLAB/Simulink中建立实际机组T-S模糊模型，计算比较不同建模方式下螺旋桨转速、输出功率和主蒸汽压力仿真输出的均方误差，验证模型精度；
　　(4)由多变量广义预测控制算法基本原理，制定多模型预测控制加权策略，将T-S模糊模型和预测控制算法结合，参考Bell-Astrom系统预测控制器设计方法，完成实际机组多模型广义预测控制器设计，并进行阶跃扰动和变工况仿真试验，通过计算试验中目标输出的调节时间等参数，验证预测控制算法在船用机炉系统中的效果。
　　上述研究结果表明：本文所提出的改进T-S模糊建模方法能有效提高建模效率、改善建模精度，基于该模型所搭建的多变量广义预测控制器能实现快速稳定的控制，提升蒸汽动力装置整体性能。