目前，我国在连铸坯潜热与显热利用领域的研究大多停留在连铸板坯热送热装技术的研究，对连铸凝固成型过程中热状态（温度场和凝固组织）的控制研究还未进行系统的综合性研究。 开展连铸自浇注至轧制的全过程热状态的综合性研究和热状态动态智能控制技术，不仅能有效改善连铸坯质量和提高生产率，在充分利用连铸坯热焓和节能降耗上也有着显著意义，开发连铸坯热状态动态智能控制技术也将成为连铸发展的趋势。

以加热炉生产工序中的燃烧过程为研究对象，针对加热炉炉温控制过程中的实际工况特点，采用模糊控制与神经网络控制技术实现对加热炉炉温的智能控制。 实际应用表明，智能燃烧控制系统将模糊、神经网络自适应控制技术应用于加热炉燃烧过程控制，能够克服常规PID在加热炉炉温对象上控制响应慢，超调较大，调节时间长的缺点；通过采用模糊、神经网络控制方法使控制超调小，响应快，稳态误差小，抑制干扰能力强，从而改善控制品质，优化加热炉生产工艺过程中的燃烧效率。 采用逆辨识和逆控制方法对加热炉炉温控制系统开发出基于聚类方法的RBF神经网络快速训练方法，稳定、可靠地实现了对炉温控制系统的实时在线逆辨识与逆控制；采用PSO实现实时在线调整模糊神经网络的参数；采用模糊自适应PID控制器实现实时在线调整炉压；采用C++编写智能控制核心算法程序，C#开发友好用户图形人机界面，这样的开发模式具有运行稳定、开发速度快、可移植性好，易维护等特点。