我国是染色品生产大国,间歇式染色是我国染色生产的主要方式。对间歇式染色过程的染料上染过程进行建模和染浴温度实现精确控制是提高间歇式染色自动化生产水平的关键。但由于间歇式染色机理复杂,影响因素众多,现有建模和温度控制方法存在着建模过程复杂、模型通用性不强以及控制精度不高等问题。本文试图将具有少数据性和高精确性特点的灰色系统理论应用到间歇式染色中,建立起染料的上染速率模型和染浴的温度预测控制系统,实现对染色结果的预测和染浴温度的精确控制,从而有助于提高染色品质量和染色一次成功率,以达到节能降耗、提高效益的目的。在建模方面,本文分别建立了分散染料和直接染料的上染速率模型。首先,运用灰色Verhulst模型描述温度对涤纶溶胀的影响,联合能斯特吸附等温线模型与阿累尼乌斯方程在反应速率方程的基础上建立起了以分散蓝RSE染涤纶为代表的分散染料单因素(温度)上染速率模型。在此,灰色Verhulst模型的使用是建立精确上染速率模型的关键所在。其次,运用基于GM(1,1)模型、基于GM(1,1)和GM(0,N)模型的两种方法建立了直接耐晒红F3B染棉的平衡上染百分率模型,这是建立染料上染速率模型最重要的一步。然后在吸附速率方程的基础上建立了以直接耐晒红F3B染棉为代表的直接染料三因素(温度、电解质、pH)上染速率模型。这两个上染速率模型都有较高的精确度,可以满足对染色结果进行预测的需要。由于灰色系统理论的使用,使得模型中的参数值容易确定,计算量小,对于同类型的染料,改变参数值模型即可同样适用。在温度控制方面,本文使用灰色GM(1,1)模型和BP神经网络相结合构成的灰色神经网络模型(Grey Neural Network Model,简称GNNM)GNNM(1,1)对系统输出进行提前预测。采用多步预测、滚动优化和加权反馈等策略,建立了GNNM(1,1)预测PID温度控制系统,其在三种信号下的仿真结果明显优于单位反馈PID控制系统。