能源对一个国家的经济发展具有重要的影响。煤炭是我国主要能源,其消耗占全国能源消耗总量的75%左右,大力发展我国煤炭事业,满足经济建设发展的需求,是我国能源发展的基本国策。但是,原煤直接应用于工业生产的并不多,大多是经过再加工后投放在工业中使用。目前应用最广泛最合理的方式是炼焦化学工业,焦化工业是一种重要的煤炭再加工产业。焦炉集气管压力是炼焦生产中的重要参数,它的稳定性直接影响着焦炉的使用寿命和焦碳的质量。因此,本文以焦炉集气管压力为研究对象,采用智能控制算法,保持压力稳定,确保生产安全,为企业带来最大经济效益。本文首先给出国内外集气管压力控制的研究现状,在分析影响集气管压力控制的多种因素基础上,针对焦炉集气工艺流程,运用机理建模方法,建立焦炉集气管压力系统的非线性模型。仿真测试表明,焦炉集气管压力系统是一个强耦合、高度非线性的复杂系统。然后,采用基于动态模糊神经网络的逆系统方法对集气管压力系统进行解耦。由于工业环境中,焦炉集气管压力逆系统解析表达式难以精确求取,因此,通过采用动态模糊神经网络来逼近其逆系统的表达式,增强了对原系统变化的适应能力与抗干扰能力,从而有效地突破了逆系统传统解析方法的瓶颈,实现系统的解耦。同时,采用单神经元自适应PID控制器对解耦后系统进行控制,通过实时调整控制器参数,完善系统控制性能。最后,在MATLAB软件环境下,搭建焦炉集气管压力解耦控制系统的仿真模型,通过仿真曲线可以看出,集气管压力之间的耦合基本解除,控制效果良好。