本学位论文以L-谷氨酸(L-glutamic acid,简称LGA)为研究对象,研究L-谷氨酸在结晶过程的变化。对LGA晶体进行动力学建模,设计状态估计以及对结晶过程调控优化展开研究。首先,基于晶体生长过程的种群平衡方程(Population balanced model,简称PBM)的,研究了生长尺寸依赖的LGA的动力学建模内容,以阐明晶体生长率与溶液过饱和度以及晶体尺寸分布之间的联系。对于现有求解工业结晶过程种群平衡模型求积矩量法(Quadrature Method of Moments,简称QMOM)存在数值稳定性差的问题。本文采用基于泰勒展开的自动微分算法(Automatic Differential,简称AD)来提高求积矩量法的数值计算精度。通过在原变量集上增加一个额外的变量集,得到求积近似矩,从而得到代数方程的一个封闭解。在此基础上,提出了增广型常微分方法(Augmented ODE)和增广自动微分求积矩量法(Augmented AD-QMOM)两种算法。通过数值算例研究表明,这两种方法都能有效地提高数值计算的鲁棒性,明显提高求解的矩量精度。相较之下,增广型自动微分求积矩量法(Augmented AD-QMOM)在计算时间和精度上比增广型常微分方法(Augmented ODE)更优越。然后,基于尺寸依赖的LGA晶体生长过程,提出基于自动微分法的增广型扩展卡尔曼滤波方法(Augmented EKF),以估计结晶过程的矩量状态信息。该方法摒弃了EKF传统的求导方式,利用基于泰勒展开的自动微分进行求导,从而可以优化求导速度和求导精度。通过LGA生长过程仿真案例,验证了Augmented EKF方法可以有效地用于LGA冷却结晶过程晶体生长的状态估计,不仅估计时间减少,估计精度也得以提高。最后,基于上述结晶过程矩估计,提出一种LGA晶体生长过程尺寸分布优化方法。该方法在传统的晶体尺寸分布优化方法基础上引入上述矩估计结果通过非线性反演技术得到的估计尺寸分布作为约束条件。仿真结果表明,本方法相对应近期文献中给出的优化方法,明显提高晶体产品尺寸分布于期望目标的拟合度和优化时间。通过实验验证,本文新型方法能得到更好的产品尺寸分布。