针对传统精馏塔控制模型构建复杂、阶次高、动态响应慢、非线性严重、控制变量多等问题,以填料式精馏塔为例,提出一种运用大数据模型增强装置优化控制的方案。通过构建有实际意义特征的大数据模型,设置时间滑窗,并根据需要对批量数据进行重新训练更新;根据精馏塔控制要求设置优化器约束条件和梯度优化策略;以及选择多分类机器学习算法进行异常工况诊断模型构建并评估模型性能,从而达到较好的拟合要求。