1.一种焦化加热炉氧气含量的预测函数控制方法，其特征在于该方法的具体步骤是：

1).建立被控对象的模型

1-1.由于被控对象的模型是由线性和非线性两部分够成，将其描述为以下形式：y(k)＝yL(k)+yNL(k)   (1)其中yL(k)是线性模型在阶跃响应下的输出，yNL(k)是通过yL(k)与y(k)|i,(i＝1,2,…,N)之间偏差确定的非线性模型，y(k)|i,(i＝1,2,…,N)是被控对象y(k)在i时刻实际过程的输出，N是输出的采样点个数；

1-2.模型的线性部分通过阶跃响应来获取，y(t)是模型的实际输出，y(∞)是模型的稳态输出，U0是输入信号的放大倍数；输出的y(t)用  的形式来表述，模型的增益表示为根据模型过程的特点，模型的线性部分描述为以下形式：y*(t)用下面的方式进行描述；

其中取y*(t1)＝0.39,y*(t2)＝0.63，t2>t1>τ，延迟时间τ和响应时间T可以得到：T＝2(t2-t1)             (4)τ＝2t1-t2

1-3.模型中的非线性部分通过以下获得：设 其中yLi(k)是yL(k)在相应的时间点的取值；模型中非线性部分的yNL(k)，通过BPNN使 的取值最小值，模型如下：其中w2(i,j)(j＝1,2),w3(i)是神经网络权链路层的连接权，I是输出节点的个数，g(x)激活函数选择为g(x)＝1/(1+e-x)，将模型中的延迟环节等效为d＝τ/Ts；通过采样时间Ts，将被控对象的模型离散化后表述为以下形式：y(k)＝α1y(k-1)+β0u(k-d-1)+yNL(k)        (6)其中α1,β0是等式中相对应的系数；

2).预测控制函数控制器设计：

2-1.输出预测

设：

为了预测未来过程的结果，把g(θ(k))和 分别在中心点θ0和 进行线性化处理得到如下等式：其中φ(k)＝[u(k-d-1),ym(k-1)]T，ε和 是非线性函数；

由上述表达式进一步可得：

由上式发现 是与未来预测部分

紧密相关， 是一个高阶函数，可以忽略；从而得到以下形式：其中 是一个常数项，可得如下等

式：

y(k)＝a1y(k-1)+b0u(k-d-1)+C      (13)其中

2-2.由上式(13)两端进行差分算子Δ＝1-z-1变换，经过差分后模型的输出为ym(k)，其形式如下结果：ym(k)＝A1ym(k-1)+A2ym(k-2)+B1,0Δu(k-d-1)        (15)其中A1＝1+a1,A2＝-a1，B1,0＝b0；

2-3.利用上式(15)的模型设计PFC控制器，将它划分为三个部分；第一部分是ypast(k+d+p)它是由过去的输入和输出所决定的，第二部分是GpUp是由现在和未来的输入量来决定的，第三部分是预测误差，它是由反馈误差来决定的 其中 实在k时刻，预测函数的空间选择为Ny：其中Up＝(Δu(k),Δu(k+1),…,Δu(k+p-1))T在预测控制的策略中，控制量是和系统过程的特征和初始设定值紧密相关联的；

其中λj是权重系数，fj(i)是基函数在采样时刻i的值，M是基函数的yref(k+d)＝y(k)              (19)yref(k+d+p)＝μpy(k)+(1-μp)ysp＝1,2,…,Ny

其中μ是平滑系数，ys是设定值

2-4.优化性能指标如下：

从而得到控制增量，来计算k时刻的控制量：u(k)＝λ1＝u(k-1)+Δu(k)

2-5.将得到的控制量作用于被控对象，等到下一时刻时重复步骤2-2到步骤2-4继续求解被控对象的控制量u(k+1)依次循环操作。