多目标模型预测控制(Multi-objective Model Predictive Control,MO-MPC)能够显式地处理约束、非线性和多目标优化,在工业控制中广受关注。近年来,国内外学者深入研究MO-MPC闭环系统稳定性问题,提出了一系列稳定性综合方法,其中一种有效方法是优先级MO-MPC策略。但现有优先级MO-MPC策略采用的终端约束条件将增加控制器在线计算量,并且没有分析优化目标的经济性能,特别是系统存在约束和非线性情景。因此,开展约束非线性系统的优先级MO-MPC策略研究具有重要的理论意义和潜在的应用价值。在总结现有MO-MPC研究成果的基础上,本文结合三要素条件和字典序优化思想,研究约束非线性系统优先级MO-MPC策略及其稳定性综合方法。本文主要研究工作与创新点如下:(1)针对约束非线性系统的优先级多目标优化控制问题,提出了一种稳定字典序MO-MPC策略。采用终端代价函数、终端约束集和局部控制律三要素,以及引入最高优先级性能指标关于终端约束集的区域性假设,定义闭环系统的初始可行域。在初始可行条件下,应用字典序优化思想,设计了无显式终端约束的多目标模型预测控制策略,进而避免了控制器在线计算量的增加。与常规字典序MO-MPC策略的对比,验证了论文方法的优越性。(2)针对多经济性能指标优化的约束非线性系统,提出了一种字典序经济MPC策略。通过结合字典序优化思想、MPC稳定性三要素条件和各优化目标的值函数约束,建立了各优化目标性能上界的理论结果,同时保证了闭环系统最优经济平衡点的稳定性。此外,还讨论了字典序多目标经济MPC策略在无终端约束条件下的可行性。通过仿真研究验证了论文方法的有效性。(3)考虑循环流化床锅炉燃烧过程的多变量耦合、非线性和约束等复杂特性与多经济性能指标优化要求,结合字典序多目标经济MPC策略,设计了循环流化床锅炉燃烧过程多目标模型预测控制器。将传统MO-MPC策略所设计的控制器作为比较对象,验证了论文策略的优越性。