天然气作为一种新型清洁能源，是发动机的理想代用燃料。由于天然气发动机的动力性、经济性和排放性与空燃比密切相关，因此空燃比控制仍是天然气发动机控制中的主要内容。由于发动机中各子系统和发动机循环本身固有的多种时延的存在，气缸内空燃比的检测存在传输延迟。发动机还是一个具有很强的非线性和多扰动性的系统，其工作时的各种参数随着输出功率、转速及环境的变化而变化。预测控制采用了预测模型进行多步预测、动态优化、反馈校正等策略，可以充分利用发动机不同工况的动态特性各自的特点进行最优控制，从而使控制效果优于经典的反馈控制系统。本文首先建立了基于MicroAutoBox的CNG发动机空燃比控制系统基本硬件平台，然后利用MATLAB/Simulink建立了CNG发动机的控制模型，包括喷气控制策略模型、点火控制策略模型以及电子节气门控制模型，并利用此模型实时控制CNG发动机的运行，为预测算法的实施提供基本的运行环境。针对天然气发动机本身的非线性特点和空燃比传输延迟的特性，本文分别以受控自回归积分滑动模型(CARIMA)和神经网络模型作为预测模型，设计了两种空燃比的预测控制策略。利用MATLAB/Simulink建立控制器的算法模型，并将其嵌入到CNG发动机的控制模型中，以dSPACE公司的MicoAutoBox为算法实施平台，在NQ150N型天然气发动机上进行了实验测试。实验结果表明，与普通PID控制算法相比，两种预测控制算法稳态性能优良，能明显改善过渡工况空燃比的控制效果，从而提高了系统稳态工况下的抗扰动能力和瞬态工况下的动态性能。