电熔镁炉是一个具有较强非线性、时变性和强耦合性的被控对象,从电气特性来讲,它是一种剧烈变动的非线性负荷,不确定干扰严重,难以建立精确、完整的数学模型。本文以目前电熔镁砂生产行业中应用最广泛的三相交流电熔镁炉电极调节系统为研究背景,分别从机理建模和人工智能方法辨识两方面进行了模型研究和仿真实验。为以“985工程”流程工业综合自动化科技创新平台为依托的电熔镁炉智能控制仿真实验系统奠定了模型基础,为了进一步深入研究电熔镁炉内在的电热物理过程、优化冶炼过程、提高供电质量、研究先进的控制方法提供了一定的理论依据。本文的主要研究工作归纳如下：(1)根据所研究的电极调节系统的控制策略,建立了交流电弧和三相供电系统的数学模型。通过对电熔镁炉电极控制系统各个部分工作机理的分析,针对冶炼的工艺特点,结合工业电炉的相关理论知识进行了合理假设和简化,得到了弧长与三相电弧电流之间的隐函数关系式,在Simulink下进行仿真,验证了数学模型趋势正确。(2)在现场实测数据的支持下建立了基于Elman回归神经网络的动态模型。神经网络模型弥补了机理模型忽略外界扰动的缺陷,应用Matlab神经网络工具箱进行建模及模型验证,得到了较好的逼近效果。(3)论文最后探讨了由机理模型为基础模型、神经网络做补偿模型的混合模型。由于机理模型通常都是在一定假设条件下得到的,而单纯的神经网络模型又缺乏相关的物理意义,对混合建模方法的研究就具有非常重要的开拓意义。仿真结果证明了混合模型结构简单,逼近精度高。