复杂系统控制问题是控制理论界的重要研究方向之一，大型化工过程作为复杂系统的一种，又有其特殊性。本论文结合国家自然科学基金项目：“一类基于智能自适应逆控制的复杂系统研究与应用”以及“纺丝原液制备过程电气传动控制系统更新改造”工程项目，对基于智能自适应控制的腈纶聚合过程控制系统展开深入的研究。具体包括以下内容：　　对二步法腈纶工艺水相聚合过程进行简单介绍，从控制角度出发，建立聚合过程中典型非线性环节（连续搅拌反应釜，pH中和过程，丙烯腈水相聚合过程）的动力学模型并对模型的特点进行分析。该部分是控制方法选择和控制器设计的基础。　　研究了反步递推自适应控制方法，包括三部分。首先，针对含有高阶不确定扰动项且不可参数线性化的一类非线性系统，设计基于反步法的神经网络自适应控制器。采用新型类加权形式的Lyapunov函数，有效克服自适应过程中的奇异问题。其次，对于一类含参数不确定的离散时间严反馈非线性系统，提出了反步递推算法与黄金分割原理相结合的新型控制策略。该策略一方面解决了单纯反步递推算法在过渡阶段参数失配时，控制量过大，控制器难以启动的问题；另一方面减少了反步递推算法的计算量。最后，研究了一类不确定严反馈非线性系统的输出反馈控制问题，设计了一种新型的反步递推自适应输出反馈控制器。设计中引入了虚拟的全维状态观测器。由于虚拟控制量与参数逼近值及其高阶导数有关，为此通过微分平滑算法对系统进行相应的动态扩展。文中分别对上述三种控制器进行了稳定性分析，并通过仿真结果验证了方法的可行性和有效性。　　针对腈纶聚合中的连续搅拌反应釜和pH中和过程的特点，进行了基于反步法的神经网络自适应无奇异控制的应用研究。将反步神经网络自适应无奇异控制方法用于一类连续搅拌反应釜的控制中，在系统参数发生慢变化，参数突变等情况下控制器均具有较强的适应能力。将反步神经网络无奇异控制方法用于 pH调节控制中，说明即使对于pH调节这一本质非线性的过程，该方案也可获得较好的控制效果。　　论文研究了腈纶聚合过程质量控制问题。根据精确反馈线性化理论，得到自由基聚合过程模糊等效控制。模糊参数自适应律由Lyapunov原理得到。通过求解minmax最优控制问题得到了鲁棒补偿控制律，可有效抑制模糊模型逼近误差及外部干扰。利用非线性状态估计器，获得不可测状态信息。该方法能够较好地控制聚合过程的转化率；通过调整聚合釜温度，可间接调节聚合物分子量，从而达到聚合产物质量控制的目的。　　论文还研究了多智能体系统结构和实现技术。根据腈纶聚合过程的特点，提出了一种适用于底层自动化的控制管理系统多智能体建模与控制框架，利用该方法首先实现生产过程中各子系统的设计，进而通过各个子系统间的协作实现整个系统的功能集成。该方法已经成功应用于腈纶聚合电气传动系统的更新改造工程中。