高压最小流量阀是用于极端工况的特殊阀门，也是在300MW、600MW及1000MW机组中广泛使用的关键设备。由于高压最小流量阀前后压差高，是一个时滞且存在时变的系统，控制精度要求高，采用传统固定PID控制器往往不能满足用户的需求，基于遗传算法的高压最小流量阀PID自适应控制器正是应这样的要求而产生和发展的。本文根据实际需求设计了基于遗传算法的高压最小流量阀PID自适应控制器，并实现了连续优化PID参数的遗传算法的设计。它摒弃了传统的机械及气动喷嘴挡板机构调节PID参数的调整机构，模拟生物在自然环境中遗传和进化的进程而形成的一种自适应全局优化概率搜索算法，定量计算和定性分析相结合，优化的参数预判以及各种应急措施的知识库保证了系统的持续稳定。首先，本论文介绍了高压最小流量阀PID控制器国内外研究的现状及发展历史，根据最小流量阀控制系统的组成和特点，深入分析了最小流量阀控制系统时变的原因，并以西门子和ABB定位器为例，说明了目前常用的控制器的硬件及软件，提出了基于遗传算法的自适应控制器的组成和连续优化PID参数的工作原理，完成了参数辨识机构模型建立、新型控制器硬件及软件系统的的构建和设置。对优化后的参数，经过知识库计算判断是否超过用户的需求，确定使用与否；在知识库中对系统的一些应急特殊事件提供一些预案，设置相应的输出，达到安全连锁的目的。同时,本文研究了H2控制器解析法的算法和遗传算法参数优化技术的实现，提出了解析法和遗传算法结合的自适应控制器优化的方法，一方面保证了系统的稳定性，另一方面也减小了遗传算法的搜索范围，提高搜索精度。针对高压最小流量阀控制系统静态是稳定的，但热态实际运行时，常常会出现振荡，通过模型参数的摄动，运用MATLAB仿真软件，经过大量的实验，与Ziegler-Nichols法和响应曲线法得到的PID参数仿真比较表明,遗传算法的优化后的PID参数具有更好的鲁棒性和自寻优的特性，即使被控对象的时间常数、延时和静态增益同时变化后，自适应控制器均能保证良好的控制响应，超调量小，具有较强的鲁捧性和较好的标称性能，指明了遗传算法的自适应控制器参数优化的可行性和有效性，是一种具有较优实用价值的PID参数优化策略。