热解炉是工业上常用的热解设备,其炉温具有明显的非线性、大惯性、滞后性和时变性,并且热解过程对升温曲线变化十分敏感。因此,为了得到所需的热解产物,需要设定对应的升温曲线。为了保证热解炉实际升温曲线能够跟随给定升温曲线,本文深入研究了热解炉温度随动控制系统,采用神经网络内模控制算法实现了热解炉温度随动控制,并完成了系统仿真和软硬件设计。论文提出了热解炉神经网络内模控制算法和系统总体方案。通过对热解炉传热机理和炉内能量守恒关系的分析,采用神经网络对热解炉进行建模,根据热解炉的加热原理,将内模控制应用于热解炉温度控制中,形成了基于神经网络模型的内模控制算法,结合系统的控制要求,对系统总体方案进行了设计。基于RBF神经网络对热解炉进行了建模。根据对RBF神经网络结构和学习算法的分析以及对神经网络系统建模的研究,用带反馈的RBF神经网络建立了热解炉神经网络正模型和热解炉神经网络逆模型。经过充分的网络训练使得训练误差达到最小,说明热解炉神经网络模型准确度高。将基于热解炉神经网络模型的内模控制算法应用于热解炉温度随动控制中。将用RBF神经网络训练好的热解炉正模型和逆模型导入内模控制结构中,形成热解炉神经网络内模控制算法,并设计热解炉内模滤波器。通过系统仿真,观察系统随动控制效果并确定内模滤波器参数,仿真结果表明,系统随动控制效果优良。最后,通过对各模块硬件的设计以及上下位机软件的设计,实现了热解炉温度随动控制系统,并对热解炉温度随动控制系统进行了功能测试及实验结果分析。结果表明,热解炉神经网络内模控制算法控制效果明显,热解炉温度随动控制系统具有较好的稳定性、准确性、快速性和抗干扰性,满足了系统的控制要求。