石油作为世界上最重要的不可再生能源之一,在地球上的总储量是有限的,所以对石油资源开采的每一个环节要求都非常严格。在石油的储运过程中,储油罐配合长距离管道运输是其中的一种重要的储运方式。目前,我国部分油田原油具有粘度高、易凝固等特点,需要在存储以及输运过程中使原油保持在合理的温度范围内,才能保证储罐和管道中的原油安全顺利的进行储运。加热炉被广泛的应用于石油工业油气集输系统中对原油、天然气及其井产物的加热,以便实现安全的输送。油田储油罐原油温度控制是油田安全生产的一个重要环节,如何提高控制系统的自动化水平和运行性能,不仅具有很好的经济效益,而且有较高的学术研究价值。储油罐原油加热炉温度控制系统具有大惯性、纯滞后、慢时变等特性,这些特性给加热炉的自动控制带来了很大困难。目前,许多加热炉的控制仍是采用手动调节或常规PID方法进行的,控制精度较低,控制效果不理想。近年来,国内外对加热炉温度控制进行了广泛、深入的研究,特别是随着计算机技术的发展,温度控制的研究取得巨大的进展,形成了一批商品化的温度调节器,如智能化PID、模糊控制、自适应控制、神经网络控制等,其性能稳定,控制效果好,可广泛应用于温度控制系统。本课题在分析储油罐原油加热炉温度控制系统工艺特性及其控制要求基础上,设计了基于Cygnal公司的c8051f系列微处理器的温度控制系统,采用分段式的PID控制实现了储油罐原油温度的控制。由于系统具有慢时变的特性以及油田现场工况的复杂性,所以为了进一步提高系统的控制精度以及控制效果,本文提出了基于遗传算法的智能PID加热炉温度控制策略,应用遗传算法对系统模型参数进行辨识并对PID参数进行在线寻优。本文主要进行的工作如下：首先,对油田加热炉温度控制系统的国内外发展现状以及现场实际情况进行了仔细分析、介绍；其次,对本课题的总体设计进行了详细的介绍,包括系统的软硬件设计以及课题现场的实现,并提出对实际控制策略的进一步改进方案；最后,针对课题中的被控对象的特性和控制要求,利用本文提出的基于遗传算法的智能PID以及在线的模型参数辨识的控制策略,使用MATLAB对本设计方案进行了仿真分析,在理论上验证了该控制策略的可行性。