加热炉是轧钢生产线上的重要设备之一,也是钢铁工业中的耗能大户。煅烧温度是加热炉工艺过程控制中最重要的参数之一,因此提高加热炉的加热效率,降低能耗,对整个钢铁工业的节能具有重要的意义。加热炉是一个典型的复杂工业被控对象,其间包括热力学的、化学的和物理的各种过程,它具有多变量、时变、非线性、强耦合、大惯性和纯滞后等特点,而且炉内钢温分布不能直接测量、外界扰动因素多,加热过程受多种生产工艺因素的制约。本文以蓄热步进梁式加热炉为背景,利用T-S模糊模型对炉温建立预测模型,模型辨识采用前件和后件分开辨识的方法,针对传统FCM算法对初始值敏感而影响聚类效果、训练速度慢、在迭代时容易陷入局部极小等缺点,采用减法聚类和FCM算法相结合的方法辨识前件,采用最小二乘法来辨识后件参数。根据某钢厂的现场数据进行仿真实验,仿真结果表明此方法有效。由于加热炉工况复杂、参数多变,炉温控制对控制器要求极高,采用传统控制方法难以对其实现有效控制。因此,本文设计了一种复合控制器,将多模型模糊预测控制与模糊控制通过模糊权值调节器相结合,利用模糊规则实现了两个控制器的平滑切换。该复合控制器不仅能充分利用多模型预测控制优良的控制性能,而且可以克服多模型模糊预测控制由于反复求解带有约束的优化问题所造成的运算量大、实时性差等缺点。此外,当多模型模糊预测控制器模型失配而使性能指标无法满足控制要求时,模糊控制器还可以起到很好的辅助控制作用。仿真结果表明,该复合控制器最大程度上弥补了模型失配所带来的一系列问题,并且减小了多模型预测控制器的在线计算量、提高了实时性,可以对加热炉炉温进行有效的控制。