焦炭是冶金、机械、化工行业的主要原料和燃料,同时我国也是目前世界上最大的焦炭生产和出口国。焦炉温度的稳定性对于降低焦炉燃耗、提高焦炭质量、延长炉体的寿命、减少环境污染和改善劳动条件都有非常重要的意义。但正如大多数工业过程,焦炉加热过程有很强的非线性等特点,简单的控制方法很难达到理想效果。正交神经网络可以克服传统前向神经网络的局部最小、收敛速度慢以及如何确定初始权值和隐层层数等缺陷,是非线性系统辨识的有力工具。广义预测控制是预测控制中的一种,因其良好的控制性能及抗干扰性和鲁棒性而被广泛应用于实际工业控制。基于以上所述,本文对基于神经网络的焦炉立火道温度预测控制进行了研究。首先,本文介绍了焦炉的工艺流程,选择了焦炉燃烧室立火道温度作为控制对象,通过调整煤气流量来对焦炉燃烧室立火道温度进行控制。其次,在正交多项式原理基础上,重点讨论了基于Legendre多项式的神经网络建模以及如何在MATLAB中实现,并利用现场数据对焦炉立火道温度进行了建模,经仿真验证了方法的有效性。然后,在阐述预测控制的基本原理的基础上,针对焦炉立火道温度控制系统,采用了基于正交神经网络预测模型的广义预测控制,并结合了非线性模型的线性化和阶梯式控制策略。然后讨论了影响该算法的主要参数,在此基础上对阶梯式控制策略进行改进,改进后的算法加快了系统的响应速度,且参数调节更加简单直观。最后根据实际进行了多种情况下的仿真,仿真结果表明了方法的有效性。