预测控制已经成为工业界处理约束多变量优化控制问题时广泛采用的算法。由于干扰、模型失配等因素,常导致约束不可行或无法达到严格的设定值控制目标,通常采用软约束和区间控制的方法解决。但常规的区间控制直接将区间控制目标转换成系统约束条件,存在偏差处理简单、可行集小、响应慢、鲁棒性差的缺陷。针对这些问题,本文利用混杂系统理论,基于混合逻辑动态(MLD)模型研究了混杂区间预测控制算法,通过引入与被控变量所处的偏差区域对应的逻辑变量,并将逻辑规则集成在算法求解中,使得被控变量可以更快地返回期望设定区间;通过在混杂预测控制算法中引入1范数指标,解决了算法计算量较大的问题;在混杂区间预测控制算法中引入界限漏斗技术,避免了在预测时域内引入过大的瞬时偏差,提高了区间预测控制的鲁棒性。论文所研究算法均在Shell塔上进行了仿真,取得了满意的效果。论文研究内容如下:研究了基于MLD的区间预测控制,通过在控制器设计中引入逻辑变量,将基于逻辑命题的目标函数转换成混合逻辑不等式约束集成在预测控制优化框架下。在此基础上,引入与被控变量所处偏差区域对应的逻辑变量作为区域标识,通过逻辑变量的取值检测输出变量预测值所处的偏差区域,设定相应的误差权重值,构成了基于MLD的加权区间预测控制算法,使被控变量可以更快速平稳的返回期望设定区间。针对混杂区间预测控制算法计算量较大的问题,提出了基于线性规划的混杂区间预测控制,性能指标采用1范数,优化问题转换成混合整数线性规划(MILP)求解,避免了MIQP问题,从而加快了算法的求解速度。引入界限漏斗约束,研究了带界限漏斗约束的混杂区间预测控制。在区间预测控制的基础上,防止大幅度改变过程变量破坏控制系统的平稳性,在当前时刻到预测时域结束时间段内给被控变量增加界限漏斗约束,引入逻辑变量并将逻辑规则集成在算法求解中,基于逻辑方法实现目标和约束条件的在线切换,有效防止在预测时域内引入过大的瞬时偏差,提高了区间预测控制的鲁棒性。论文所研究算法均在典型的工业对象Shell塔上进行了仿真,仿真结果验证了所提出算法的有效性。