炉窑温度过程是控制领域典型控制对象，许多炉窑常常是一个过程多个温度参数同时要进行控制，也就是控制上常说的多变量系统。多变量系统的回路之间存在着耦合，即系统的某一个输入量的改变通常会引起部分甚至所有输出量的变化，降低控制系统的调节品质，耦合严重时会使系统无法投入运行。为了获得满意的控制效果，必须对多变量系统实行解耦控制。 多变量系统的解耦控制能够把各回路之间相互耦合的多输入一多输出系统变换为若干个相互独立的单变量系统，某一输出仅对某一输入有响应，从而使各个控制回路能很好控制和运行。同时对于绝大多数的多变量系统，采用单变量系统的设计方法不能解决问题，将多变量系统解耦为单变量系统来控制是一种较好的解决办法。多变量系统解耦可分为传统解耦控制，自适应解耦控制，智能解耦控制(包括神经网络解耦和模糊解耦控制)，非线性与鲁棒解耦控制。本文重点介绍了基于神经网络的多变量自适应PID控制方法的原理与设计，并对窑炉系统进行了分析。 以三段式加热炉控制系统为例，在分析了加热炉三段的煤气流量、温度间的耦合，结合神经网络与传统PID控制器的优点的基础上，采用神经网络PID控制器对加热炉三段温度进行自适应控制。神经网络以温度偏差和温度设定值为输入，以三个PID控制器的各三个参数K<,p>、K<,i>、K<,d>为输出构成一个6-12-9的神经网络，能够自适应调整PID控制器参数，与PID控制结合完成控制任务。为了对上述方法进行验证，论文利用某步进式加热炉的三段煤气流量与温度现场数据，采用神经网络方法构建了加热炉对象的仿真模型，使仿真研究更具实用性。控制算法仿真实验表明本文采用的神经网络PID自适应控制方案具有较好的控制效果。