本文首先以克拉玛依石化厂常减压蒸馏装置为研究开发对象，从炼油工艺机理出发，系统分析了常减压蒸馏的生产过程，从中筛选出影响各侧线产品质量较大的变量，并确定可以反映质量变化的能从现场检测的工艺参数，从而为建立质量模型奠定基础。其次在研究RBF神经网络结构和算法特点的基础上，根据某石化厂以生产润滑油为主的生产方案，在常减压蒸馏装置研究用RBF神经网络构造双模型结构软仪表，实现常三线、减一、二、三、四线的闪点和粘度的软测量技术。然后从工程应用角度出发设计了一阶Pade近似纯滞后过程和二阶Pade近似纯滞后过程的六种鲁棒IMC-PID控制器。接着提出用NLJ法做闭环系统辨识，用IMC方法去改造DCS中的PID控制回路，用NLJ法优化IMC-PID控制系统的参数，实现基于模型的先进控制。最后提出了模型参数和状态同时辨识的新方法—PSI辨识法，开发了以PRBS作为回路测试信号，使用PSI方法进行IMC-PID回路优化的新方法。此外本文还进行了多变量IMC进行了探索和仿真，从而为多变量IMC及其它基于模型先进控制的实际应用提供了一个切实可行的解决方案。