电热炉是工业过程控制、科学实验中典型的被控对象。提高电热炉温度控制的精度对提高产品品质、保障生产安全来说至关重要。因电热炉温度系统具有大滞后、升温单向性和时变性等特点,应用传统的控制手段很难达到理想的效果。因此,研究它的先进控制方法非常必要。本文的主要内容就是借助于粒子群算法,研究电热炉温度系统建模及优化控制方法。本文首先介绍了课题组研制的一款微型电热炉实验装置,详细阐述了设计思路、控制系统组成及工作原理,它由直流电压驱动加热,体积小,安全系数高,控制系统采用加拿大Quanser公司生产的Quarc控制平台,与MATLAB/Simulink无缝连接,开放性高,是理想的科学实验、学生实训的研发平台。由于大滞后特性,直接在实验装置上进行控制方案实施及参数整定耗时较长,可先建模并在仿真系统上优化方案及参数然后再在装置上实施,会提高效率、减少实验成本。基于该目的,本文研究了电热炉温度系统建模方法,根据系统开环响应实验数据,确定了两个一阶惯性环节串联加滞后环节的模型结构,然后利用粒子群优化模型中的静态增益常数及两个惯性环节的时间常数,使建立的模型能更真实地模拟系统运动特性。其次,在仿真系统中设计PID控制器,并用粒子群优化PID的参数,将优化的参数直接用于实验装置,得到较好的实验效果,且仿真结果和实验结果拟合度好。接下来,在传统PID的基础上,进一步研究了PID控制器参数随跟踪误差自适应实时变化的方法,并用粒子群优化其中可调参数。最后,为了提高系统的稳定性和动态性能,提出了史密斯预估器+模糊控制的电热炉温度控制方案,用史密斯预估器补偿纯滞后特性,将滞后环节从闭环回路中分离,内回路采用模糊控制策略。论文详细阐述了控制器设计过程,并采用粒子群算法优化模糊控制器的3个量化因子及隶属度函数中部分论域的取值范围,最后将几种控制方案进行了对比及总结。实验过程和结果表明,借助于粒子群算法,可大大提高控制系统性能,并提高控制器设计及实施的效率。