在过程工业和生物医学等领域,许多系统都是动态行为同时与时间和空间相关的分布参数系统。对于这些分布参数系统来说,由于来源于时空耦合的分布式特征、强非线性系统的无限维特性、过程处理中的不确定性,以及在实际应用中传感器与执行器数量的限制,这些因素都增加了对分布参数系统精确建模与控制的难度。而我们的目标是通过设计一个有效的分布式建模策略,并以此模型为模型预测控制的分布式内模,设计高效的分布式控制策略,利用尽量少的控制器和传感器,使得分布参数系统的输出温度场区域很快的达到期望的轮廓。在前人对分布参数系统建模研究成果的基础上,利用输入和输出的测量数据,本文设计了两种有效的针对分布参数系统的建模方法。把基于模块的非线性模型(Hammerstein模型和Wiener模型)扩展到分布参数系统,提出了先分离静态非线性模块,再分离动态线性模块的Hammerstein和Wiener型的分布参数系统的建模方案,实现了从传统的线性时空分离到直接的非线性时空分离的目标,总结出了这两种模型参数辨识方法的基本步骤,分析和证明了这种非线性时空分离方案的建模精度优于传统的K-L线性时空分离方法。在控制上,提出并初步实现了基于非线性时空分离Wiener模型的晚期集中式控制策略,分别针对催化棒系统和非等温固定床反应器系统在Matlab中进行了建模与控制的仿真,结果表明,我们提出的两种建模方法都可以很好的重现原系统的时空动态,提出的分布式模型预测控制方法也达到期望的控制效果,建模精度和控制效果都比传统的方法要好。同时,论文也指出了控制算法上需要改进的地方,如算法的鲁棒性理论分析,在滚动优化中加入智能优化算法等,并将其中的核心问题作为下一步工作的重点,继续深入研究。