随着工业发展的越来越快,非方系统、非线性多变量系统由于结构的特殊性,其在实施自动控制时常常伴随一些较为困难的问题。同时考虑到实际过程中系统约束条件的存在,很难直接对此类系统进行控制。本课题主要基于模型预测控制(Model Predictive Control,MPC)理论,研究系统约束存在的条件下,非方系统以及非线性多变量Hammerstein系统的自动控制问题。由于MPC对于线性系统的约束处理、干扰处理等方面具有先天的优势,本文将借助这些优点将其拓展到更加复杂的带约束非方、非线性多变量系统的控制中。论文基础部分对课题研究的必要性和实用价值进行了阐述,说明带约束的非方及非线性多变量系统的控制问题研究的必要性。同时阐明了以MPC为基础理论的依据和原因。并对带约束的多变量预测控制的基本原理、核心理论进行整体描述,为下一步的具体理论拓展做好理论依据。针对带约束的非线性多变量系统的控制问题,本文以多变量Hammerstein模型为研究对象,并提出一种改进的广义预测控制算法(Modified Generalized Predictive Control, MGPC)。MPC是一种基于系统模型的控制算法,因此需要一种有效的辨识方法建立系统的预测模型。本文同时提出一种基于阶跃信号的多变量Hammerstein模型辨识方法。MGPC同时考虑系统的非线性特性和约束条件,将辨识得到的非线性结构直接带入最优控制律的迭代求解过程中,并将控制过程的优化问题通过公式变换转化为标准二次规划(Standard Quadratic Programming, SQP)问题,实现最优控制律的一步求解。通过对聚合反应过程的非线性建模以及自动控制仿真,得出本文所提出的MGPC方法相对于二次动态矩阵控制(Quadratic Dynamic Matrix Control, QDMC)以及GPC算法具有一定的优势。针对带约束的非方系统控制问题,本文设计了一种基于二次规划(Quadratic Programming, QP)转化方法的模型预测控制算法。该方法的核心是将MPC中的优化问题通过公式变换为SQP问题求解,并同时考虑系统中非方特性和约束条件,此研究具有重要的实际应用价值。通过对经典Kalman非方系统、标准Shell过程、燃料油系统自动冲冼过程等的控制仿真及比较,体现出本课题的方法具有更强的抗干扰能力、更好的设定值跟踪性能。