电熔镁砂是一种应用广泛的耐火材料,它的主要生产设备是电熔镁炉。电熔镁炉熔炼过程具有非线性、强耦合、生产边界条件变化频繁、随机干扰严重等特点。目前主要凭人工的经验进行熔炼电流的设定,难以将熔炼电流控制在最佳值,造成了电熔镁砂产品产量低,单吨能耗高的问题。本文的研究旨在通过电熔镁炉熔炼过程优化控制,给出最优的电极电流设定值,实现有效降低单吨能耗和提高电熔镁砂产量的目的。电熔镁炉的熔炼过程可以看做典型的间歇生产过程,在间歇生产过程中迭代学习控制方法可充分发掘过程的重复特性,实现控制信号在时间维度和批次维度的更新。在深入分析和研究电熔镁炉熔炼工艺的基础上,利用迭代学习控制思想,提出了一种基于迭代学习控制的电熔镁炉熔炼过程优化控制方法。针对批次内电熔镁炉熔炼过程中工况以及原料边界条件变化频繁的问题,结合熔炼过程运行经验,采用案例推理的基本思想,设计了基于案例推理的批次内优化模型。为实现迭代学习控制时间轴上的优化,在案例描述中引入了上一时刻的预报单耗偏差这一属性,利用上一时刻预报单耗偏差来指导本时刻的电流设定值。针对电熔镁炉熔炼过程特点,设计了案例检索、案例重用、案例修正与案例存储策略。在案例检索中,针对传统人工试凑方法给出的案例属性权值可能使检索出的案例解不合适的问题,引用相似粗糙集理论求解案例特征权值。仿真实验验证了批次内优化模型的有效性。针对电熔镁炉不同炉次间存在不确定扰动以及系统不可控随机干扰的问题,设计了基于PI型迭代学习控制算法的批次间优化模型。为实现迭代学习控制迭代轴上的优化,采用PI型迭代学习控制算法,利用上一炉次实际单耗偏差来指导本炉次的电流设定值。综合批次内优化模块以及批次间优化模块进行仿真实验,验证了基于迭代学习控制的电熔镁炉熔炼过程优化控制模型的有效性。实验结果表明本文所建立的模型能够达到有效降低单吨能耗和提高电熔镁砂产量的目的。