焦炭是冶金工业炼铁的主要原料,在炼焦生产过程中会伴随产生大量的副产品荒煤气。通过集气过程有效回收利用荒煤气,不仅节约能源,而且降低环境污染,是钢铁生产的重要环节。焦炉集气管压力是炼焦生产中的重要参数,它的稳定与否直接影响着焦炭和煤气质量、设备寿命以及生产环境。因此,研究焦炉集气过程控制对钢铁工业生产有着重要的意义。焦炉集气过程是一个非常复杂的工业过程,具有多变量、非线性、强耦合、大扰动等控制难点,传统的控制方法难以达到有效的控制效果。本文以鞍山钢铁集团焦炉集气管压力系统为背景,在综合考虑焦炉集气管压力系统的物理、工艺特点的基础上,主要研究了集气管压力的机理建模方法及无模型自适应控制算法在其控制上的应用。首先,本文给出了国内外焦炉集气管压力系统的研究现状,在分析焦炉集气管压力系统物理特性及工艺特点的基础上,运用机理建模的方法,建立了焦炉集气管压力系统的动态数学模型。该数学模型进一步解释了焦炉集气过程的非线性、耦合以及扰动的特性,同时为后续控制算法的验证提供了仿真模型。其次,本文在简要阐述了无模型自适应控制(MFAC)方法基本原理的基础之上,针对焦炉集气管压力系统的未知扰动以及集气管压力之间的耦合,采用RBF神经网络进行估计加以补偿的方法加以解决,并结合MFAC控制方法,设计了基于RBF神经网络预估的无模型自适应解耦控制算法(NN-MFADC),从而实现对焦炉集气管压力系统的解耦控制。此外,针对NN-MFADC算法中存在的参数相互制约影响控制系统性能、人工整定困难的问题,本文设计了基于粒子群优化(particle swarm optimization, PSO)的NN-MFADC控制方案,并给出了具体的参数优化步骤,从而进一步提高焦炉集气管压力系统的控制效果。最后,在MATLAB环境下,搭建了焦炉集气管压力控制系统的仿真模型,对所采用的控制算法进行了仿真验证。仿真研究表明,本文采用的方法可使集气管压力稳定在工艺要求的范围之内,实现了系统的解耦,并且具有一定的抗干扰性能,控制效果良好。