加热炉是轧钢生产过程中用于钢坯轧前加热的最重要的热工设备之一,也是钢铁工业中的耗能大户。尽可能的提高加热炉的加热效率,降低能耗,是加热炉生产的重要目标。而这个目标对整个钢铁工业降低成本、减少污染具有重要的意义。因此加热炉的模型研究和优化控制就显得越来越重要。加热炉是一个典型的复杂工业过程,它几乎具备了复杂系统的所有特征,如难以建立精确地数学模型、干扰严重,非线性、大惯性大滞后等特点,这些特点导致了传统的PID控制方法很难取得良好的控制效果。本文以唐钢1#步进梁加热炉自动控制系统为背景,根据加热炉生产过程的要求,设计了整个控制系统的控制回路和计算机过程监控系统。该系统采用西门子PLC实现温度、压力、流量等回路的控制,采用WINCC组态软件实现物料、参数、报警等方面的监控管理功能。本文结合步进梁式加热炉的实际特点,对加热炉的炉温进行了建模和控制的研究。首先,分别用BP网络和GA-BP网络对炉温模型进行辨识,比较后发现GA-BP网络辨识的模型精度更高。其次,选择由GA-BP网络辨识的模型作为被控对象,设计了一种基于模糊神经网络的控制器。这种控制器具有清晰的网络结构,它利用神经网络的学习能力在线调整网络的参数,从而增强模糊控制的在线学习能力。最后,用MATLAB中的SIMULINK进行仿真实验,仿真结果证明：与基于PID的炉温控制系统相比,基于模糊神经网络的炉温控制系统对加热炉炉温的变化具有更好的跟随性,调整时间较短,超调量小,而且具有较强的抗扰性和鲁棒性。