精对苯二甲酸(Pured Terepthalic Acid, PTA)是生产聚酯的重要原料,目前工业上主要是由对二甲苯(p-xylene, PX)高温液相催化氧化制得。本文围绕PTA生产的核心单元——PX液相催化氧化反应生产过程,在对PX氧化反应机理深入了解的基础上,对其建模、优化与控制等关键问题与技术进行了研究。建立了基于知识与机理融合的适合复杂工业生产过程的稳态与动态模型,为实现大型复杂工业流程的优化与控制一体化提供新技术与新方案。主要内容包括以下几个方面：(1)面向工业应用的数据处理与智能建模的研究过程的稳态模型被广泛应用于工业过程的模型辨识、优化、故障检测以及控制中。测量数据一般都含有一定的粗差,需要对数据进行粗差的剔除与校正,并判断数据是否处于稳态。针对工业过程中可能存在的过程误差将大大影响稳态检测的性能,导致给出错误或者不理想的结果等问题,本文提出了一种融合粗差剔除方法与自适应多项式滤波的稳态检测方法,并对该方法进行了仿真实验研究。化工过程中存在大量的先验知识,融合先验知识的支持向量机算法(Support Vector Machine, SVM)在智能建模过程中得到了广泛的应用。本文在针对建模样本数据可能存在显著以及非显著误差的问题,提出了一种基于粗差剔除的加权自适应最小二乘支持向量机(Weighted Least Square Support Vector Machine, WLS-SVM)的建模方法,该方法不仅可以消除显著误差对模型的性能影响,也可以减小非显著误差对模型性能的影响,改善了模型的性能。同时,本文提出了一种AIGA-WLS-SVM算法,解决最小二乘支持向量机的控制参数设置对WLS-SVM回归性能的影响,通过仿真验证了该方法的有效性。最后,将该建模方法用于PX氧化反应过程中动力学模型的参数拟合,得到了能够反映对象特性,且泛化性能较好的智能模型。(2)工业PX氧化反应过程智能机理建模与研究PX高温液相催化氧化反应过程的机理非常复杂,本文详细分析了催化剂浓度和配比、反应温度、水含量、溶剂比等对主反应以及副反应的影响,并在此基础上提出了一种基于自由基的氧化反应模型,采用智能优化算法对氧化反应的动力学参数进行了优化校正。另外,本文引入了基于自由基的副反应动力学机理,对上述PX氧化反应过程模型进行了拓展,同样利用智能优化算法对模型参数进行了校正,获得了符合工业装置实际操作状况的融合主、副反应机理的PX氧化反应过程模型,实现了该反应过程的流程模拟与工业验证。(3)PX氧化反应过程操作参数的智能优化与应用研究在化工生产过程中,操作优化日益显示出了它的重要作用,由于实际化工生产过程中企业不断的扩能改造,目前的操作工况早已偏离了原先设计时的最优点。根据传统进化算法的特点和不足,本文提出了一种自适应免疫算法(Modified Self-adaptive Immune Genetic Algorith, MSIGA),由于确定性的变异算子将会导致算法陷入早熟的现象,将免疫的概念引入到变异因子的自适应调整中,以提高算法的搜索性能以及保持种群的多样性。在所建立的工业PX氧化反应模型的基础上,通过灵敏度分析研究了不同的催化剂浓度、溶剂比、反应温度等因素对副反应中醋酸及PX燃烧损失的影响,并以此为基础建立了PX氧化反应过程的优化目标函数,利用MSIGA算法对目标函数进行优化,降低了醋酸和PX的燃烧损失。(4)PX氧化反应过程动态建模与多变量预测控制工业PX氧化反应过程是一个多尺度、多变量、强耦合、动态、非线性的复杂工业系统。本文在稳态模型的基础上,综合考虑各种参数波动对模型的影响,建立了符合工业PX氧化反应过程的动态模型并对其进行了动态响应特性的分析。由于传统的单回路PID控制在处理多变量系统时存在很多不足,在所建立的PX氧化反应器动态模型基础上,对该过程进行了多变量预测控制方案的设计与仿真研究。在预测方案的实施前,对控制过程进行系统的动态特征测试是一个必要的环节,而工业生产过程的动态测试不仅代价非常昂贵而且耗时,而基于机理的动态模型可以在一定程度上反映真实的工业过程,代替真实对象进行控制系统的动态测试。本文在所建立的PX氧化反应过程动态模型基础上,对过程进行预测控制方案的设计与仿真,为工业预测控制的实施提供有力的依据与参考。