蓄热式马蹄焰玻璃窑炉是我国日用玻璃行业使用较为普遍的一种炉型。与其它炉型相比,炉体有一对蓄热室、窑体体积较小、投资相对少、炉体散热量也相对较小。玻璃窑炉作为高耗能设备,其生产过程中的高产量、高质量、高寿命、低能耗、低污染是国内外厂家一直关注的问题。要实现“三高两低”目标,就要抓好配料和窑炉的控制环节。因此,从理论方面对配料过程的混合均匀度、窑炉的数学模型及窑炉控制方法进行深入分析和研究,可以为不同炉型在不同工艺要求下的设计理论和生产应用提供可靠的理论依据和技术支持。本文以马蹄焰玻璃窑炉为研究对象,分析了马蹄焰玻璃窑炉的结构和工作原理。在估算和实际工况实测的温度分布的前提下,通过浮力修正的湍流k??方程、动量守恒方程、连续性方程来表示气流场的三维数学模型。在收敛的气流场的基础上,温度场模型通过蓄热室不同方位气体流量数据来解决热量交换的计算问题,进而得出窑炉中蓄热室的工作状况。窑炉对象的复杂主要体现在运行过程中各参数相互关联、相互影响,进而会加大控制的难度。以不变性原理解耦算法为基础,温度、压力耦合系统可变为两个相互独立的单变量系统,进而可以实现对两个子系统进行单独控制的目的。以解耦后的温度系统为研究对象,系统可表示为以燃料流量为输入量,以温度测量值为输出量的带控制量的自回归模型。在对模型的辨识过程中,为防止单种辨识方法具有片面性,分别采用批处理最小二乘法、递推最小二乘法、遗忘因子递推最小二乘法、梯度校正参数估计法对模型进行辨识。为验证模型的准确性,采用交叉验证法对模型进行检验,即不采用辨识过程中所用的输入输出数据,将新采集的输入数据施加于模型,并将模型输出数据与实际输出数据进行对照,以决定辨识模型的优劣。同时根据不同辨识方法的应用场合,最终决定出模型参数。由于新辨识出的模型是离散系统的差分方程形式,为方便研究系统在控制系统作用下的响应情况,根据实数位移定理,首先将差分方程转化为z域内的数学模型,然后再根据z与s的关系(Tsez?),即可转化为复数域内的数学模型。基于所得到的复数域内的窑炉温度数学模型,分别进行时域分析和频域分析,将单位阶跃函数作用于对象,结果表明:自平衡对象存在稳态偏差,系统最终稳态值不等于1。同时由于缺乏调节器的控制作用,所以系统的调节时间、上升时间、稳态时间都较长。因此,要想使系统的响应达到理想的效果,需加入控制调节器。将PID控制器的不同环节分别作用于被控对象,相对于未加调节器时,系统的动态性能指标得到改善,但仍存在控制器参数调节比较复杂的问题。参数调节方面,首先采用IFT调节方法与传统的PID参数调节方法进行对照分析,通过Matlab软件分析得出,IFT调节作用下系统的性能指标更优。然后,将IFT方法、改进的PID控制方法、二维模糊控制器温度自适应控制方法、基于Mamdani模型的模糊神经控制方法分别作用于被控对象,通过仿真分析得出,基于FNN的智能控制方法在控制器参数调节方面更具优势,可以明显缩短调节时间、上升时间,减小超调量,增强系统的稳定性。在配料系统的设计方面,针对目前配料业所存在的配料工艺复杂、自动化水平低的问题,采用PLC、智能配料仪表、CX-Protocol相互协作的方式,通过CX-Protocol来表达PLC与智能配料仪表间所传递的信息,实践表明新型全自动配料系统可以减少劳动力,提高工作效率、节约企业开支。针对配料过程中配料精度不高的问题,采用神经网络遗传算法混合均匀度极值寻优方法,通过神经网络来建立配料混合均匀度与其影响因素间的函数关系,以进化BP神经网络的预测值来代替遗传算法中的个体适应度值,通过遗传算法的全局寻优功能得到配料的最佳混合均匀度值。通过Matlab软件仿真分析得出,进化BP神经网络具有较高的预测精度,极值寻优方法能够提高配料的混合均匀度,为玻璃窑炉企业创造可观的经济效益。