焦炉炼焦的过程具有大时滞、大惯性、非线性、强耦合等特点,其中火道温度是焦炉加热过程中控制的主要参数。火道温度的稳定性直接关系到焦炭的成熟度以及炉体的使用寿命,是焦炉炼焦生产的关键与核心。如何建立其精确的关系模型,进而对焦炉加热过程的进行优化控制,对于降低焦炉能耗、提高焦炭成熟度、延长炉体使用寿命、减少污染物排放等方面都具有非常重要的现实意义。本文介绍了焦炉炼焦的生产过程,并通过分析炼焦过程的大量现场数据,运用基于减法聚类与模糊C-均值聚类相结合的模糊T-S模型辨识算法,完成了火道温度关系模型的辨识。该算法简化了前提结构辨识的过程,并在此基础上运用模糊神经网络结构对模型参数进行学习,获得了焦炉炼焦的全局化模型。通过MATLAB仿真验证了该模型具有较高的辨识精度,为火道温度控制的现场应用提供了理论基础。本文利用串级控制的方案将得到的全局化模型通过模糊PID控制器来实现对火道温度的控制,并对比分析模糊PID和常规PID控制算法的仿真效果。最后介绍了分布式控制系统,并将控制算法运用在浙大中控JX-300XP系统。文章列举了对应的控制流程图及组态图,得到控制方案运行前后的机/焦侧温度变化趋势图。根据对变化趋势图的分析,表明控制方法在系统控制中响应速度快,能有效地控制温差,满足生产现场的要求,并且能很好地降低能耗。