加热炉是一个典型的复杂的工业被控对象,它很显著地具有多变量,时变,非线性,强耦合,大惯性和纯滞后等特点,而且由于炉温分布难以测量,外界扰动因素多,很难对其进行准确建模和控制。并且,随着工艺要求的日益提高,以前的传统控制方法已经不能满足现在的社会需求。所以,本文结合传统的经典控制方法和目前比较前沿的几种智能控制方法,希望能找出更能满足工业需求的智能控制方法。本文将在传统PID控制的基础上,将模糊控制和神经网络控制与其相结合建立一个综合控制系统。这个系统是以模糊控制为主环控制,以PID为副环控制的双环温度控制系统。鉴于加热炉中一个时变控制量空燃比,本文提出一种新的控制方法来改进以前的比例控制或者限幅控制。神经控制的特点就是可以不断的学习来达到最终的需求。将神经网络的这个特性应用到加热炉空气与燃料的比值控制中,就充分显示的这一特性,并且还能满足加热炉现实中对空燃比这一时变参数的控制。本文基于MATLAB的Sinmlink仿真工具对以上想法做了仿真训练,并且对PID,模糊控制,以及模糊控制与PID控制之间相互结合所构成的双环控制进行了对比,最终确定并证实了自己的想法。