氧化铁红是以三氧化二铁为主要成分的稳定的红色铁氧化物,作为颜料,非常耐久,且价格便宜。氧化铁红在国内外有着广阔的市场,其生产及应用前景良好,是我国重要的出口产品。目前,我国大多数厂家采用回转窑焙烧法生产氧化铁红,它生产规模大、效率高。在回转窑焙烧过程中,温度控制是其重要的一个环节,它对生产的稳定化、产品的质量和产量的提高以及能耗降低、生产安全等都有着关键的作用。回转窑焙烧过程热工过程复杂,呈现非线性、大时滞的多变量特性,其数学模型很难建立。根据生产过程工艺要求,提出了基于自适应遗传算法优化的RBF神经网络来建立温度预测模型的思想,结合两者优点对回转窑的焙烧带温度进行预测建模,并通过仿真验证了预测模型具有较好的精度。同时,针对其温度控制要求,提出了基于温度预测反馈的RBF神经网络自适应PID控制策略,较好地解决了温度控制中超调量大、调节时间长、稳态精度低等问题。基于S7-300和Profibus现场总线构建了氧化铁红生产线焙烧温度控制硬件系统,基于组态王监控平台和Step7编程工具开发了HMI接口和SCADA软件,实现了铁红生产的集中管理和分散控制。系统在实际生产中得到了应用,其运行结果稳定可靠。