随着纺织工业的发展、纺织产品品质要求的日益提升,给纺织厂的生产环境提出了更高的要求,能够提供适宜稳定的空气温度和相对湿度是提高生产效率和保证产品质量的关键所在。因此,对纺织厂车间工艺空调系统的控制性能提出了更高的要求。本论文基于逆控制理论的应用背景和神经网络控制方法的研究发展,采用了神经网络逆系统控制,满足了对空调系统控制性能的要求。论文首先介绍了非线性系统的背景和现状,阐述了非线性控制系统中遇到的困难和瓶颈,给出了神经网络逆控制的概念和解决非线性问题的优势所在。其次,对纺织厂工艺空调系统的结构和运行原理进行了深入分析,同时考虑到滞后环节和非线性环节的影响,建立起了一个两输入两输出,具有非线性、强耦合特性的工艺空调仿真模型。通过对实际纺织厂的空调进行测试,验证了仿真模型特性与实际模型特性是符合一致的。纺织厂的工艺空调系统是一个多变量、非线性、强耦合的复杂控制对象,论文采用逆系统理论分析了被控对象的数学模型,证明了被控对象的可逆性。采用带有积分环节的静态神经网络构造出被控对象的逆系统,其特点是不依赖于对象的精确数学模型与参数。将神经网络和被控对象结合建立起了伪线性系统,实现了被控对象的线性化解耦。温度和相对湿度都是大时间常数、变化缓慢的状态量,加之滞后环节的影响使伪线性系统并不能实现精确的线性化解耦。因此,本文在神经网络逆系统近似线性化解耦的基础之上,引入附加控制器,并采用成熟可靠的PID算法作为控制方法。由神经网络和附加控制器结合构建了复合控制器,建立起神经网络逆复合控制系统。在计算机仿真中,以Matlab软件为平台,设计了空调神经网络逆控制系统。并进行了样本的采集,网络的训练和PID参数的校正,达到了对车间温度和相对湿度的有效控制。实际的仿真运行曲线表明,神经网络逆复合控制器性能良好,能够满足系统对控制特性的要求。