加热炉是钢铁企业热轧线上的主要耗能设备，它的主要功能是把待轧冷钢坯加热成为轧机能够进行轧制的符合轧机对钢坯轧制要求的热钢坯。加热炉控制水平的高低及所采用方法对能耗、废钢率、产量、烧损率、钢坯质量等指标有非常重要的影响。因此，采用先进的自动化控制技术与设备，开展对加热炉炉温控制方法的研究对于提高加热炉的加热效率、节能降耗、减少污染具有重要的意义。钢坯的加热过程是一个大滞后、强耦合、非线性、多变量、时变、大惯性的复杂工业过程，并且加热过程受外界扰动的因素多，炉温分布测量困难。因此，本文根据加热炉的实际特点，以加热炉炉温为研究和控制对象，对其进行优化设定。本文主要研究内容如下：（1）阐述步进式加热炉的工艺、结构及课题研究背景和选题意义，分析国内国外对炉温进行控制的现状，并指出炉温控制需进一步要研究与解决的问题。（2）采用热交换的机理与离散空间结合的方法建立了加热炉中钢坯温度二维模型，同时依据炉子的实际情况进行了合理假设。同时从生产实际出发，针对机理模型，建模复杂，计算量大的特点建立了基于RBF神经网络的钢坯温度预报模型。（3）在对优化目标参数进行计算时，考虑目标函数复杂性，本文中采用遗传算法对目标优化参数进行求取，最终得出稳态炉温设定值。（4）由于加热炉具有大惯性，大时滞的特点，当炉内温度发生波动时，如不及时对炉温进行补偿，则钢坯出炉时容易产生废钢，所以炉温的动态优化就显得尤为必要，本文根据专家经验及模糊控制思想对炉温进行了动态补偿，效果明显。