在制药、造纸、石油、化工等流程工业中,越来越多的应用了以模型预测控制(Model Predictive Control, MPC)勺代表的先进控制技术,使企业生产的安全性与控制系统的稳定性都得到了提高,获得了更大的经济效益。根据经济效益最优设定目标函数进行优化控制,可以确定最优操作点,并将该最优解作为MPC系统的设定值。在工业串级预测控制系统中,各个层次之间功能相对独立,上下层之间变量约束不一致的问题普遍存在。求解所得到的设定值往往仅基于本层优化目标,传递至下一层,无法保证其切实可行,甚至会出现违背约束以致控制器饱和的情况,导致控制性能恶化,使经济效益受损。针对这一问题,本论文进行了预测函数透明控制系统的约束一致性研究。具体内容如下：1.针对传统MPC算法在用于快速随动系统时可能伴随着规律不明的控制输入以及需要求解二次型优化问题的情况,本文引入预测函数控制(Predictive Functional Control, PFC)算法,使控制变量的输入更显规律性,在线计算工作量得到有效减少,响应的快速性也得到提高。2.针对串级预测控制系统,稳态目标优化层采用LQG稳态优化,通过增加表示输入输出方差关系的等式约束条件,从而保证了上层稳态优化为MPC动态控制提供的最优设定值更加切实可行。3.针对约束不一致的问题,本文分别对LQGO—PFC—PID LQGO—QMPC—PID两种典型的透明控制回路进行研究,采用约束回退计算方法,在上层进行优化计算时考虑下层控制器的约束,使上下层之间的约束保持一致,改善了控制性能,并对不同程度的约束条件下采用回退计算策略时的控制效果进行了对比分析,更加说明了该方法的有效性。