摘要：针对焦化鼓风机系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,通过采用基于最近邻聚类方法的RBF神经网络快速学习算法,实时在线辨识,建立被控对象的精确逆模型并用于控制,实现了将具有强耦合特性的多输入多输出（MIMO）系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与非线性比例积分微分（PID）控制相结合的智能控制策略,保证了系统稳定的同时改善了控制系统性能。仿真和应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。

关键词：焦炉 鼓风机系统 集气管压力 神经网络 逆控制 

单位：安徽工业大学电气信息学院 安徽省电力电子与运动控制重点实验室 马鞍山243002 江西省景德镇市焦化工业集团有限责任公司 景德镇333000