硅钢定子与转子热处理炉是电机生产环节中重要的连续退火和发蓝工艺处理设备。合理设置热处理炉各区温度、保护气浓度等参数,不仅能保证定子与转子的生产质量,而且能够降低热处理炉能量的消耗。因此,开展热处理炉建模与优化问题的研究具有重要的应用价值。本文以隧道发蓝热处理炉为应用背景,取得了以下研究成果：1)提出了基于动态模糊神经网络的复杂系统建模方法。通过对对象的分析,筛选合适的模型和输入变量,实现对非线性动态系统的建模。论文通过模型预测输出仿真验证了建模方法的可行性。2)基于动态模糊神经网络模型,应用粒子群算法进行生产工艺的操作优化。通过调整动态模糊神经网络的前提参数,对输入数据进行分析,找出影响对象输出的参数,利用粒子群算法在建立模型的基础上对参数进行优化。3)基于从热处理炉现场采集的操作数据,进行动态模糊神经网络建模和粒子群操作优化研究。从仿真结果中发现,采用优化后的保护气浓度参数建立模型得到的输出结果较好,误差已经缩小到允许的范围内。在实际操作中,将优化后的操作参数与实际操作参数进行对比,就能判断硅钢在热处理过程是否异常,以便采取有效控制和处理来保证硅钢的质量。仿真结果表明本文所做的基于动态模糊神经网络的热处理炉建模及优化研究具有一定的可用于指导实际生产操作的价值。