卷接机组的稳定生产对风力的稳定供给要求很高。研究实行更为先进的控制技术，提高系统的智能化水平，一直是卷接机组工艺风力除尘系统技术发展的方向。本文首先对卷接机组工艺风力除尘系统给以概述，论述了系统的构成、系统网络通讯与数据共享以及系统控制原理。并对工艺风力系统管道特性曲线给予研究，同时分析了风机稳定工况点的形成以及影响风机能耗的因素，并通过对现场采集的数据的分析，证明风量大，风机的能耗就会偏高等结论。从控制角度分析系统的执行装置对系统数学模型中各个参数的影响，提出了系统的输入输出模型。研究了风压和风量的数学关系，建立了风压、风量的系统预测数学模型。分析常规PID风力控制系统存在的不足，对系统的风力控制引进BP神经网络PID技术，分析BP算法以及标准BP算法存在的缺陷，构造了BP神经网络算法的自适应学习率关系式。运用Matlab仿真证明了自适应学习率的BP神经网络算法的优越性。构造PID控制器的BP神经网络结构，实现常规PID控制器与自适应学习率BP神经网络算法的结合，提出BP算法的PID控制器对该系统的具体实现方案，实行上位机和下位机PLC共同分工完成对风力的BP神经网络PID控制。最后在InTouch脚本环境下编写对系统模型参数的辨识程序和自适应学习率的BP神经网络算法程序，给出BP神经网络PID算法程序的编程思路与步骤。并把本文研究的BP神经网络PID应用于卷接机组工艺风力除尘系统，通过和常规PID控制系统相比，其控制性能有明显的优越性。同时满足PID参数的自整定、自适应功能，实现对风力系统的智能控制。