氢粉碎工艺（HD）是制备高性能钕铁硼（NdFeB）磁体的必备工序之一。钕铁硼氢粉碎过程具有非线性、耦合、重要工艺参数无法在线检测等特性，限制了钕铁硼氢爆工艺的自动控制水平。目前，生产工人只能靠经验判断，工艺参数不能在线调整，以延长钕铁硼合金吸氢时间来保证合金完全粉碎，造成生产周期延长，资源浪费，生产成本高。本课题针对这一问题，应用控制学科和材料学科交叉的研究手段，对钕铁硼的氢爆碎工艺的建模与优化控制进行研究，设计了工艺参数可以实时动态优化的自动控制系统。在深入分析钕铁硼氢碎反应机理的基础上，从化学反应动力学与热力学、物料衡算与能量衡算和扩散理论等方面来研究氢爆反应过程中温度、压力和炉内的氢气量等对吸氢过程的影响，利用状态空间方程的思想构建吸氢反应的动态机理模型。通过对模型仿真实验对比分析验证了模型的正确性与合理性。机理模型构建时存在一些假设与简化，将影响其准确度。采用科学实验过程和工业生产过程中保留了大量的数据，构建了基于滚动优化方法的径向基函数（RBF）神经网络工艺参数实时预测模型。由这两个模型相结合，提出了基于炉况诊断的多模型优化控制策略。通过氢爆碎系统实时吸氢量与目标吸氢量比较对当前炉况进行诊断，根据当前的炉况信息进行模糊协调计算来分配两个模型在优化控制算法中的权重系数，从而由该优化控制算法给出优化的工艺曲线。该算法综合了二者的优点，屏蔽各自缺点。氢爆碎自动控制系统分为上位机部分和下位机部分，下位机是以PLC为核心控制器，结合现场执行结构完成本地控制。上位机部分设计包括组态王软件监控系统设计，MATLAB中优化控制算法的编制，数据的保存与管理，组态王、SQLServer以及MATLAB之间的通信设计等。本课题所提出优化控制算法在氢爆碎工艺研究方面是一项探索性的工作，该自动控制系统提出了工艺过程控制参数在线实时动态优化，具有很重要的研究价值和应用价值。