模型预测控制是在工业实践过程中发展起来的，并在实际中得到了十分成功的应用。但对于像电站生产过程这样复杂的非线性、多变量、时变对象，在常规模型预测控制设计时，往往侧重于局部的动态特性，而未能全面地考虑对象的动、静态特性。尤其对于非线性问题，虽然有很多研究，但还没有很理想的解决方法。本文针对这类对象研究了模型预测控制的通用方法，建立了相应的支持系统。 本文首次提出根据物质平衡、能量平衡、动量平衡和生产过程的各种物性参数的机理解析关系建立全面描述被控生产过程的模型，预测生产过程参数的动、静态变化。这种模型可以在较大范围、平滑地描述参数在各种工况下的动、静态特性；很自然地将对象的非线性、相关性包容其内，避免了常规模型预测控制侧重考虑对象动态特性的缺憾，能够全面利用对象的动、静态特性。 以上述预测模型预测的被控参数为基础，根据最优控制的设计思想，首次提出将预测控制求解问题转化为常规PI控制参数与模型预测时间、滤波时间常数的计算问题；推导出控制参数的选择公式。在论文中，采用连续系统设计方法来设计控制参数，避免了常规模型预测控制中采样周期是控制参数的问题。并推导证明了这种控制方法在实际上符合最优控制思想的次最优方法。克服了常规非线性模型预测控制必须对模型进行线性化处理或非线性规划的求解方法。为了便于整定控制参数，还设计了以幅频、相频特性来进行参数调整的人机交互工具，便于对控制参数进行最佳选择。 本文设计并实现了适用于复杂生产过程的预测控制模型建模和进行预测控制的支持系统。模型建模采用的是模块建模方法，即将生产过程按设备或独立系统分解，建立以模块为基础的预测模型。支持系统则能方便地以图形界面方式提供复杂机理模型的建立、调试、预测控制实现，以及丰富的算法调试、模型运行控制等功能，并非实时进行模型预测控制。 建立了以电站机组为控制对象的模型算法库，以及为验证模型预测控制的实验环境。作者以锅炉汽温的控制为例，进行了模型预测控制的仿真实验。实验表明了采用以复杂机理模型进行预测控制和模型预测控制参数实现方法是完全正确可行的，充分证明其对处理非线性、多变量对象进行控制有突出的先进性和优越性。设计的预测模型建模支持系统及模型预测仿真实验系统对基于复杂机理模型预测控制的实际应用具有指导意义。