在木塑复合材料挤出工艺中,挤出机温度控制精度是影响其品质与产量的重要因素之一,本文对挤出机温度智能控制方法展开研究,提出一种基于自适应混沌粒子群（ACPSO）优化模糊PID的控制算法,提高木塑挤出机温度的控制精度、减小系统温度波动。在挤出生产中料筒与外部、料筒内各区域间存在大量热量的转移,料筒加热点与加热器间存在筒壁导致加热出现迟滞,因此料筒温度系统具有非线性、时变、大滞后等特性,这就使得料筒温度升温慢、参数整定难、抗扰动能力差。传统PID控制依赖精确数学模型,在线整定参数困难;采用模糊PID控制虽然能在线整定参数,但其隶属度函数和模糊规则是通过实际生产经验得到,且自适应能力差。采用PSO算法优化的模糊PID控制能一定程度改善系统超调量大、温度波动大、调节时间长的问题,但由于PSO算法的存在早熟收敛容、易陷入局部极值点等问题,使得对木塑挤出机料筒温度的控制不是很理想。针对上述问题,本文提出一种基于ACPSO优化的模糊PID控制,利用混沌运动的遍历性初始化粒子群,采用非线性调整机制对惯性权重系数进行自适应调整,提高整个群体的全局与局部搜索能力,对模糊PID控制器参数K_P、K_I、K_D、K_e、K_ec进行优化,克服PSO算法存在的早熟收敛容易陷入局部极值点等问题。将该控制方法应用于料筒温度控制能够得到令控制系统性能最佳的参数,提高其控制精度、减小温度波动,使控制效果得到显著提升。将该控制方法与采用模糊PID、粒子群优化模糊PID控制方案进行仿真对比。仿真结果表明,ACPSO优化的模糊PID控制具有升温速度快、超调量小、抗干扰能力强等优点,能够快速逼近设定值,极大地提升了挤出机温度控制效果。最后在我校生物质实验室的小规模生产线验证,通过对不同控制方法下生产出板材的力学性能、产量、生产效率的比较,证明本文所提出的控制方法抗干扰能力较强,能够提高挤出机温度控制精度,提升木塑板材的力学性能及板材内部结构等品质,实现了对板材质量的提升、降低了相对成本、有利于扩大推广。