随着现在工业生产和科研技术的进步,被控对象的时变性、滞后性和非线性表现的愈来愈明显,这些对象很难用解析表达式建立精确的数学模型。因此用经典的控制算法很难达到满意的控制效果。本文针对工业生产中的变参数压力对象,给出了一种基于PID控制的神经网络控制算法。它以PID控制算法为基础,根据对象工况的变化,通过神经网络实时调整PID算法的控制参数。这种算法的调整分为离线粗调和在线精调两个步骤。在离线粗调阶段,设计了RBF网络辨识出被控对象的数学模型(NNI),并用它代替实际被控对象进行控制参数的初步整定;在线精调的过程中等同于一开始就进行在线精调,由于控制参数已经进行了初步调整,所以使被控量不致于产生较大的波动,提高了系统的在线控制品质。文章在分析神经网络辨识模式和神经网络控制策略的基础上,设计了变参数压力对象神经网络控制系统,给出了系统的硬件结构及主要部件的选择和软件编写导入等问题,进行了控制算法程序设计,并进行了仿真分析和实验研究。结果表明,与经典的控制算法相比较本文提出的控制算法取得了较好的控制效果。该算法为变参数压力对象的控制算法研究提供了具有参考意义的新方法。