MgO晶体是一种用途广泛的高级耐火材料，它的熔点高达2800℃。由电熔氧化镁制成的高级耐火材料，可耐高达2000℃的高温。MgO晶体的生产主要采用电熔法(简称电熔镁)。 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，目前普遍采用的是单电极调节方式。本文分析了单电极调节方式存在的不足，在此基础上针对电熔镁炉系统的特点和控制要求，参考国内外电熔镁炉控制的研究发展方向，提出了一种基于神经网络的电熔镁炉三相电极智能控制方法，先利用神经网络建立电熔镁炉的离线控制模型，然后用工控机加以实现。 本文的主要研究工作如下： (1)介绍了电熔镁炉的基本原理、工艺设备、结构、工作过程及冶炼氧化镁的工艺过程。 (2)对于电熔镁炉的控制现状和常用的控制方法进行了阐述和比较。 (3)基于改进的BP神经网络离线建立了电熔镁炉控制模型，使用样本数据对神经网络控制模型进行训练，利用训练所得的权值来建立神经网络控制器的模型。并进行了控制模型的研究和仿真分析，证明该控制方法的可行性和有效性。 (4)采用AVR工控机作为核心部件设计开发了电熔镁炉电极控制器，完成了模拟量采集、通讯、显示、驱动控制等外围电路的设计。 (5)系统的软件采用模块化的程序设计方法，实现了神经网络控制的思想。 (6)用VC++编写了用于远程监控的上位机程序，通过RS-485串口通信方式，把上位微机和下位工控机之间组成了集散控制系统。