碳纤维作为先进复合材料的增强纤维,具备优异的性能,在军事及民用工业的各个领域取得广泛应用。碳纤维制备的每个环节都受到多个工艺因素的影响,利用碳纤维主要质量指标及生产线上对其具有影响的诸因素监测数据,从而建立能够反映产品性能指标与相应生产条件之间的智能优化模型,对生产高性能碳纤维有重要意义。传统的控制方法难以应对大滞后、非线性等复杂的工业控制过程,无模型自适应控制作为数据驱动算法的一种,不依赖于被控对象的数学模型,利用输入输出数据来实现对复杂对象进行控制。首先,本文研究了无模型自适应控制方法,包括控制律及参数辨识算法,在Matlab环境下设计无模型自适应控制器,对其进行仿真,同时结合PID控制方法仿真结果,比较分析无模型自适应控制方法的性能。最后在Matlab-Simulink平台上,给出无模型自适应控制仿真模块的详细开发过程。其次,本文基于神经内分泌系统肾上腺激素的调控原理,提出了一种新颖的智能无模型自适应控制器(IMFAC),给出了其控制参数的调整方法；并在Matlab环境下进行IMFAC仿真实验。无模型自适应控制器的性能受到控制律参数的影响,利用智能方法实时整定控制参数有重要意义。神经内分泌系统肾上腺激素的调控原理被广泛用于智能控制器的设计,从而实现控制参数的调整和优化。最后,本文研究双输入双输出的智能无模型自适应控制,并将其应用到碳纤维蒸汽牵伸工艺,搭建具有耦合和时滞的湿度-压力控制系统,并在Matlab环境下对其进行仿真实验。