药物生产是国民经济重要的组成部分,药物提取生产过程作为药物生产过程的重要组成部分,存在着工业自动化水平较低、耗能严重等问题。研究在保证质量的前提下,以降低生产成本、提高经济效益为目标的药物提取生产过程建模与优化控制问题具有重要的理论与现实意义。本文首先介绍了药物提取的基本原理和传统的提取方法,并较为详细地说明了提取生产过程的工艺流程,分析了提取过程及其主要影响因素。通过对提取过程原理的深入研究,本文依据能量平衡、物料平衡、相平衡、以及反应动力学等基本原理,建立了药物提取生产过程中有效成分提取量、挥发油回收量、蒸汽消耗量等关键变量与操作变量(罐底蒸汽流量、罐侧蒸汽流量、提取时间)相关关系机理模型,作为实际过程模拟对象,通过对所建机理模型的仿真实验,验证了该模型的有效性。然后,利用所建立的药物提取过程机理模型模拟实际过程产生数据,利用偏最小二乘(PLS)方法建立了基于数据的单次提取生产过程预测模型。在此基础上,以单位时间经济效益最大化为优化目标,以操作变量为决策变量,在单次提取生产约束条件下建立单次药物提取生产过程优化模型,并利用粒子群优化(PSO)算法进行优化计算,得到优化结果即操作变量设定值。但由于有效成分存在饱和溶解度,单次提取不能完全提取出药材原料中的有效成分,根据药材中所含有效成分的含量和有效成分的溶解度可知,需要对药材原料进行至少多次提取才能有效的将有效成分完全提取出来。于是,在单次提取优化的基础上,通过多次提取过程建模建立过程预测模型,并以多次提取单位时间经济效益最大化为优化目标,以提取次数、每次提取操作变量为决策变量,在多次提取生产约束条件下建立多次综合提取生产过程优化模型,并利用粒子群优化算法进行优化计算,得到优化结果和操作变量设定值,仿真验证了其有效性。但由于过程模型误差的存在,优化结果与实际效果差距较大。针对这一问题,本文应用迭代学习优化控制方法来更新控制输入从而不断改进实际效益值,仿真验证了其有效性。