在石油、化工、啤酒发酵等一些复杂的工业生产过程中,时滞和时变不确定性往往是一类不可避免的问题。而针对复杂对象的时滞问题,采用常规的控制算法如PID控制算法,取得较为满意的控制效果是不容易的。啤酒发酵过程伴随有热量的产生,温度是此过程的一个重要因素。温度控制的好坏直接关系到啤酒的质量和口感。而啤酒发酵的温度对象具有典型的时滞性和时变不确定性。在此背景下,经过许多学者的不懈研究,提出了针对时滞对象改进的PID算法,以及模糊控制、神经控制、自适应控制、鲁棒性控制等一些先进的智能算法也逐步发展并适用起来,并为预测控制的发展奠定了基础。因此本文以啤酒发酵的温度对象为背景,建立被控对象数学模型,将动态矩阵控制算法应用到啤酒发酵的温度控制上。本文的研究建立在实验室微型啤酒生产装置之上,其具体内容主要如下:针对啤酒发酵的工艺要求,提出了两种给发酵罐中发酵液温度降温的方式即通过改变调节阀开度大小来控制冷媒流量的方式,以及通过改变酒精泵电机转速来控制冷媒流量的两种控制方式。紧接着介绍了预测控制的几种算法:内模控制、模型算法控制和动态矩阵控制。并主要对动态矩阵控制算法进行了仿真研究,包括动态矩阵控制算法下对象的阶跃响应、控制器输出和误差信号曲线;不同控制器参数主要是不同优化时域及不同控制时域下,对象的阶跃响应和控制器输出曲线的对比效果图;当被控对象模型失配的情形下,系统的动态特性曲线以及控制器输出曲线。其仿真及实验结果证明了本文控制算法在啤酒发酵温度控制中得到了良好的效果。