1.一种炼油工业过程的部分解耦非最小化模型预测控制方法，其特征在于该方法包括以下步骤：(1)利用炼油工业过程模型建立部分解耦状态空间模型，具体方法是：首先采集炼油工业过程的输入输出数据，利用该数据建立输入输出模型如下：其中 Y、 为三个变量，分别是：表示过程的多项式方程，

ui(k)、yi(k)，i=1,2,...,N，分别为输入、输出数据，所述的输入输出数据为数据采集器中存储的数据；

进一步将上述方程通过克莱姆方程处理为其中，D是 的行列式数值，Di是将D的第i列替换成 获得的行列式数值；

将上述过程模型展开得到：-1 -1

F(z )y(k)=H(z )u(k)其中，n是得到的模型阶次，Fi(k)，i=1,2,...,n和I为对角矩阵，T

y(k)=[y1(k),y2(k),...,yN(k)],T

u(k)=[u1(k),u2(k),...,uN(k)]，-1 -1 -2 -n

F(z )=I+F1z +F2z +...+Fnz-1 -1 -2 -n

H(z )=H1z +H2z +...+Hnz将过程模型通过后移算子Δ处理成过程的状态空间表示方式：Δxm(k+1)=AmΔxm(k)+BmΔu(k)Δy(k+1)=CmΔxm(k+1)其中，Δxm(k+1)、Δy(k+1)分别是第k+1时刻的变量值，T T T T T T TΔxm(k)=[Δy(k)Δy(k-1)...Δy(k-n+1)Δu(k-1)Δu(k-2)...Δu(k-n+1)]，T为取转置符号；

IN为一单位矩阵；

定义一过程期望输出为r(k)，并且输出误差e(k)为：e(k)=y(k)-r(k)进一步得到第k+1时刻的输出误差e(k+1)为：e(k+1)=e(k)+CmAmΔxm(k)+CmBmΔu(k)-Δr(k+1)其中，r(k+1)为第k+1时刻的过程期望输出；

最后定义一个新的复合状态变量：将上述处理过程综合为一个部分解耦的过程模型：z(k+1)=Az(k)+BΔu(k)+CΔr(k+1)其中，z(k+1)为第k+1时刻的复合状态变量，并且(2)基于该部分解耦状态空间模型设计预测控制器，具体方法是：a.定义该预测函数控制器的目标函数为：其中，P是预测步长，M是预测步长，Qj、Lj是加权矩阵，z(k+j)，u(k+j)分别为第k+j时刻的复合变量和输入变量；

b.定义控制变量的作用范围为Δu(k+j)=0 j≥Mc.计算控制器的参数，具体是：首先定义

然后依据下式计算控制向量ΔU：T -1 T

ΔU=-(ΦQΦ+L) ΦQ(Fz(k)+SΔR)其中，Q，L是依据控制要求设定的两个矩阵，ΔR是依据过程期望输出设定的输出向量。