电极调节控制系统是电弧炉炼钢的关键环节,其快速且准确的电极位置控制是节约电能、缩短冶炼周期、降低电极消耗及延长炉衬寿命的关键因素之一。然而,电极控制系统又是一个具有高度非线性、参数时变、变量耦合及强随机干扰的复杂系统。因此电极调节系统的控制方法成为电弧炉控制研究的主要对象,通过调节电极位置,实现对电弧长度控制,以达到控制冶炼功率的目的。随着工业计算机技术的不断发展,以人工神经网络控制为代表的智能控制技术应运而生,为解决传统控制领域难题带来了新的契机。本文先简单介绍了电弧炉炼钢的工艺、设备及工作原理,并阐述了课题研究背景及意义。接着在了解电弧特性和电极调节系统各部分工作机理的基础上,建立了交流电弧、三相供电系统及液压系统模型,并做了相应的仿真分析,以验证所建模型的合理性。然后在查阅大量文献的基础上,总结了国内外电极控制方法的研究现状。结合电极调节系统对控制器的要求,对现有的控制理论及方法进行分析,最后确定了基于神经网络的电极调节系统控制器。最后利用Taylor级数展开的线性化方法,得到电极调节系统广义被控对象的近似模型,采用回声状态网络(ESN)设计了电极调节系统自适应逼近模型控制器。在研究ESN基本特性及其学习算法的基础上,针对电弧炉电极调节系统的特点,采用了改进的ESN学习算法。设计了基于改进的ESN的电弧炉电极调节控制器,计算机仿真验证了所提方法的合理性和有效性。