加热炉是钢铁工业轧钢生产线的关键设备之一,也是主要耗能设备,具有大惯性、纯滞后、非线性、强耦合等特性。通过控制加热炉各区段炉温,以尽可能少的燃料消耗,使加热炉内的钢坯温度达到轧制要求。目前采用的控制方案,由于对数学模型的精度要求较高,均难以达到理想的控制效果。鉴于广义预测控制算法在工业过程应用中的良好效果,本文建立了加热炉炉温的广义预测控制算法,并取得了良好的实验效果。为了进一步扩大加热炉炉温广义预测控制的应用范围,提出了基于粒子群优化算法的广义预测控制,用于解决带有约束的加热炉炉温被控对象,并对其中涉及的预测模型、滚动优化、反馈校正、约束处理等部分进行了分析,随后给出了具体的算法步骤。为了提高粒子群优化算法的解的质量,提出了一种改进的粒子群优化算法,使这种预测控制算法更适合于实际生产过程。以上三种算法,都通过c++高级语言编程实现,验证了广义预测控制算法对加热炉炉温被控对象的可行性和有效性,特别是粒子群优化算法对于求解带有约束的非线性二次规划问题的优良性能。最后,分析了仿真技术对于加热炉研究的重要作用和现实意义,介绍了一个自己设计并开发的加热炉仿真系统,为后续的加热炉研究提出了一个良好的实验平台。