如今的先进控制策略有Smith预估控制,内模控制,前馈补偿,预测PI,时间最优的Bang-Bang控制方案等。但是,对于实际工业生产过程中的系统干扰,例如复烤过程烤房的温度控制,采用常规控制策略难以达到很好的控制效果。因此,在现有的抗干扰策略的基础上进一步针对实际工业情况开展了对大干扰控制策略的研究工作,并提出一种针对常规大干扰的基于预测PI的抗大干扰控制策略以及针对系统中周期性干扰的抗干扰控制策略。基于预测PI的抗大干扰控制算法以预测PI控制器作为主回路控制器对工业中大惯性大滞后的过程对象进行控制,并加入比较器作为控制器的切换。这种算法的主体思想为:当被控变量在期望的控制范围之内,预测PI控制算法可以对其进行有效的控制,当被控变量超过期望的范围时,比较器切换到控制器输出增大或者减小到可容许的极限值,使得被控对象最快速的接近设定点。仿真表明:采用该算法可以有效提高调节速率、减少波动等问题。即使在大干扰模型失配的情况下,对控制输出的精度仍然保持在合理范围内。有效的解决了具有大惯性大滞后特点的被控对象在大干扰影响下输出波动大,响应速度慢,调节时间长等难点。当干扰为非周期性的大干扰时,该算法都能够有效抑制大干扰带来的影响。而当干扰为周期性信号时,该控制方案仍然能够把误差限制在一个很小的范围,但是会伴随着一定的震荡。进一步,对于具有一定的周期性大干扰,如果不进行补偿控制输出则会产生震荡难以抑制,单纯采用主回路控制方法不能获得很好的控制效果。针对大惯性大滞后并带有周期性干扰的控制对象,采取了一种带有在线频率辨识器的控制方案。工业中的许多干扰大多是未知的。因此,该算法不同于前馈补偿控制,前馈补偿控制需要干扰已知,在实际应用中有很大的局限性,而传统的重复控制需要知道干扰的频率等条件,对于未知频率的干扰该控制方案就显得无能为力。因此,本文在预测PI控制的基础上进行了一定的改进,加入了在线辨识的环节,该控制方案通过频率辨识器在线计算得到干扰信号的频率,并产生与周期性干扰相同频率的震荡信号,以此来抑制外部的干扰。最终使控制输出稳定在设定点,在实际应用中有非常好的实用性。通过仿真表明:这种在线辨识的算法可以很好的跟踪系统的设定值并且精度高。在实际复烤过程中,由于真空回潮过程,导致蒸汽管网压力有很大的波动,从而产生了对烤房温度控制的大干扰。如果对蒸汽阀位控制不得当,烤房温度就难以稳定在设定点,一但烤房温度波动大,那么冷房的含水率和出口的水分含量就难以保持稳定,进而导致片烟的含水率不合格而返料,大大降低了复烤过程的生产效率。在目前针对工业大干扰没有很好控制方案的情况下,采用了本文引入的基于预测PI抗大干扰控制算法对复烤过程的烤房温度进行控制,从现场数据可以看出,该方案能有效克服大干扰难以抑制以及波动大等问题,使得各个干燥区的温度控制精度均达到了工艺要求,实现了工业的自动化生产。在以后的工业应用中有很好的发展前景。