电弧炉炼钢过程是一个典型的具有非线性、时变性、随机特征的工业控制过程，而电弧炉炼钢过程的控制主要是通过电极调节系统来调节弧长、完成输入电功率、降低能耗、缩短冶炼时间等控制目标的。因此电极调节器的控制方法成为电弧炉控制研究的主要对象。而长久以来，人们对电弧模型的研究不够深入，控制效果不很理想。因此本文考虑如何用神经网络来逼近电极调节系统的模型，然后引入内模控制来研究电弧炉电极调节系统的控制问题。 由于采集数据的不准确性，用神经网络建立的模型不能完全精确，而内模控制具有对模型要求低，抗干扰能力强等特点。内模控制用神经网络训练被控对象的正模型、逆模型后，再适当的选取输入滤波器与反馈滤波器的参数，即构成了内模控制系统。 本文最后通过仿真证明了电弧炉电极调节系统内模控制的抗扰动能力很强，与传统的PID控制相比有较大优势。