该系统采用两级计算机控制.用一台工业控制计算机作为监督控制级,实现数据显示、报警和智能控制;用一台可编程控制器改造原有系统的手动控制,实现顺序控制和状态检测.由于烘干机系统工作过程的大时滞性和强非线性,无法用正常的数学手段对其精确建模.近年来国际学术界和工程领域比较活跃的智能控制正是解决烘干塔系统控制问题的最佳手段.由于神经元网络可以任意精度逼近任意非线性系统的动态过程,所以该文采用改进的BP网络系统控制策略.首先该系统采用神经元网络建立烘干塔的智能仿真模型,模型所需要的样本则通过样本抽取算法从现场采集到数据中抽取出来的.样本抽取通过将烘干塔内粮食分成小薄层进行研究.通过实时数据文件,计算出每个薄层经过烘干塔各段时的废气温湿度平均值、运行速度平均值、高低温加热层风温及压力平均值和入机粮、出机粮含水率,形成一个完善的样本,书其存入实时样本文件系统中形成神经网络模型训练用样本.然后利用建立好的烘干塔仿真模型求出各种条件下系统控制量,从而实现对非线性系统的预测控制.在得到系统控制量样本数据后,再训练另一个将作为控制器的神经网络,使其逼近系统控制函数.待训练结束之后,由此控制器直接对被控对象进行控制.通过实际应用证明,该系统具有较理想的运行效果,满足了系统的设计要求.