1.动态矩阵控制优化的分馏塔液位控制方法，其特征在于该方法的具体步骤是：步骤(1).通过过程对象的实时阶跃响应数据建立被控对象的模型，具体方法是：

1-a.给被控对象一个阶跃输入信号，记录被控对象的阶跃响应曲线；

1-b.将步骤1-a得到的阶跃响应曲线进行滤波处理，然后拟合成一条光滑曲线，记录光滑曲线上每个采样时刻对应的阶跃响应数据，第一个采样时刻为Ts，相邻两个采样时刻间隔的时间为Ts，采样时刻顺序为Ts、2Ts、3Ts……；被控对象的阶跃响应将在某一个时刻tN＝NT后趋于平稳，当ai，i＞N，与aN的误差和测量误差有相同的数量级时，即可认为aN近似等于阶跃响应的稳态值；建立对象的模型向量a：Τ

a＝[a1,a2,…aN]

其中Τ为矩阵的转置符号，N为建模时域；

步骤(2).设计被控对象的P控制器，具体方法是：

2-a.利用上面获得的模型向量a建立被控对象的动态矩阵，其形式如下：其中，A是被控对象的P×M阶动态矩阵，ai是阶跃响应的数据，P为动态矩阵控制算法的优化时域，M为动态矩阵控制算法的控制时域，M＜P＜N；

2-b.建立被控对象当前k时刻的模型预测初始响应值yM(k)先得到k-1时刻加入控制增量Δu(k-1)后的模型预测值yp(k-1)：yP(k-1)＝yM(k-1)+A0Δu(k-1)其中，

y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别 表示 被控 对象在 k-1时刻 对k,k+1,…,k+N-1时刻加入控制增量Δu(k-1)后的模型预测值，y0(k|k-1),y0(k|k-1),…y0(k+N-1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的初始预测值，A0为阶跃响应数据建立的矩阵，Δu(k-1)为k-1时刻的输入控制增量；

接着得到k时刻被控对象的模型预测误差值e(k)：e(k)＝y(k)-y1(k|k-1)

其中，y(k)表示k时刻测得的被控对象的实际输出值；

进一步得到k时刻模型输出的修正值ycor(k)：ycor(k)＝yM(k-1)+h*e(k)其中，

ycor(k|k),ycor(k+1|k),…ycor(k+N-1|k)分别表示被控对象在k时刻模型的修正值，h为误差补偿的权矩阵，α为误差校正系数；

最后的得到k时刻的模型预测的初始响应值yM(k)：yM(k)＝Sycor(k)

其中，S为N×N阶的状态转移矩阵，

2-c.计算被控对象在M个连续的控制增量Δu(k),…,Δu(k+M-1)下的预测输出值yPM，具体方法是：yPM(k)＝yp0(k)+AΔuM(k)其中，yP0(k)是yM(k)的前P项，yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为k时刻对k+1,k+2,…,k+P时刻的模型预测输出值；

2-d.令被控对象的控制时域M=1，选取被控对象的目标函数J(k)，J(k)形式如下：minJ(k)＝Q(ref(k)-yPM(k))2+rΔu2(k)=Q(ref(k)-yP0(k)-AΔu(k))2+rΔu2(k)ref(k)＝[ref1(k),ref2(k),…,refP(k)]Τrefi(k)＝βiy(k)+(1-βi)c(k),Q＝diag(q1,q2,…,qP)其中，Q为误差加权矩阵，q1,q2,…,qP为加权矩阵的参数值；β为柔化系数，c(k)为设定值；r＝diag(r1,r2,…rM)为控制加权矩阵，r1,r2,…rM为控制加权矩阵的参数，ref(k)为系统的参考轨迹，refi(k)为参考轨迹中第i个参考点的值；

2-e.将控制量u(k)进行变换：

u(k)＝u(k-1)+Kp(k)(e1(k)-e1(k-1))e(k)＝c(k)-y(k)

将u(k)代入到步骤d中的目标函数求解P控制器中的参数得：u(k)＝u(k-1)+w(k)ΤE(k)w(k)＝[w1(k),w2(k)]Τ

w1(k)＝Kp(k)，w2(k)＝-Kp(k)E(k)＝[e1(k),e1(k-1)]Τ其中，Kp(k)分别为k时刻P控制器的比例参数，e1(k)为k时刻参考轨迹值与实际输出值之间的误差，Τ为矩阵的转置符号；

综合上述式子，可得：

进一步可以得到：

Kp(k)＝-w2(k)

2-f.得到P控制器的参数Kp(k)以后构成控制量u(k)作用于被控对象，u(k)＝u(k-1)+Kp(k)(e1(k)-e1(k-1))；

2-h.在下一时刻，依照2-b到2-f中的步骤继续求解P控制器新的参数Kp(k+1)的值，依次循环。