反应釜是制药、食品、轻工、树脂及化工类生产过程中的重要设备,釜内化学反应机理较为复杂,其系统本身具有较大的时变性、非线性和时滞性,又由于化学反应中过程参数的测量方法非常复杂,控制反应温度成为一种行之有效的控制产品质量的方法。常规的PID控制是一种基于过程参数的控制方法,具有控制原理简单、稳定性好、可靠性高、参数易调整等优点。但其设计依赖于被控对象的精确数学模型,而反应釜因为反应机理复杂,各个参数在系统反应过程中不断变化,难以建立精确的数学模型,参数调整往往比较困难,难以解决系统的相对稳定性和快速性的矛盾问题,因而采用常规的PID控制器无法实现对反应釜温度的精确控制,而此时,研究反应釜炉温的智能PID控制具有非常重要的意义。本课题以反应釜内的温度控制为研究对象,对常规PID控制、模糊自适应PID控制、改进模糊RBF神经网络PID控制以及动态矩阵预测PID控制进行了具体研究。首先,针对某一化学反应工艺,以反应釜炉温控制为目标,运用SMPT-1000仿真实验平台和PCS7软件进行PID参数整定,经过实验得出仿真曲线,总结并归纳了在温度控制系统中常规PID参数的整定规律和方法。为了解决常规PID控制器的设计依赖于被控对象精确数学模型的问题,设计了一种模糊自适应PID控制器,通过仿真实验,与常规PID控制方法进行了对比分析,验证了模糊自适应PID控制具有较好的控制性能以及较强的自适应能力。同时,为了使PID控制器具有一定的自主调节控制参数的能力,提出了一种改进的模糊RBF神经网络智能控制方法,设计了改进的模糊RBF神经网络PID控制器。经过MATLAB仿真验证,表明了该方法具有较好的控制效果并具有较强的鲁棒性。针对反应釜炉温控制的复杂性特点,设计采用预测控制方式,提高系统控制精度与控制效率。动态矩阵控制(DMC)算法是一种基于对象阶跃响应预测模型、滚动实施并结合反馈校正的优化控制算法,设计动态矩阵预测PID控制器,通过MATLAB仿真实验,验证了该方法对扰动和不同的被控对象都能保持较好的控制效果。图35幅,表5个,参考文献59篇。