随着航天技术的发展,人们对整流罩内的环境要求也越来越高,而保障其环境质量的主要手段之一是通过整流罩空调对进风参数进行控制。目前主流的空调控制方法是常规PID（比例积分微分）控制与模糊PID控制,但整流罩空调不同于其它空调,它对控制系统的准确性、稳定性、快速性要求极高,这两种算法由于自身的缺陷,很难满足整流罩空调的控制要求。PID控制需要精确的系统模型,但整流罩空调是具有时变性、滞后性和强耦合性的非线性系统,无法创建精确的系统模型;模糊PID控制虽不需要精确的系统模型,但模糊规则的建立高度依赖人的经验,主观性太强,导致其准确性和稳定性完全取决于经验正确与否,而且无法在线调整规则,自适应能力差。因此,本文设计了一种新的控制器用于整流罩空调系统控制中,即模糊神经网络PID控制。它是神经网络与模糊PID相结合的控制算法,利用神经网络自学习、自适应的特性来补足模糊PID存在的缺陷,从而提升控制效果。本文以整流罩空调控制系统为被控对象,对空调控制算法进行了深入研究,设计了模糊神经网络PID控制器,并基于国产PLC（可编程逻辑控制器）完成了实现工作,取得了良好的控制效果。论文所完成的主要工作和贡献总结如下:（1）介绍和分析了整流罩空调主要作用和基本组成,以及整流罩空调控制系统需要实现的主要功能和控制要求。并根据需求设计出了整流罩空调系统的总体控制方案。（2）研究了整流罩空调系统的控制算法,并针对整流罩空调的特点设计了PID控制器、模糊PID控制器和模糊神经网络PID控制器,通过仿真实验对比分析,得到了模糊神经网络PID控制算法性能最优,更适合整流罩空调控制系统的结论。（3）采用国产PLC对整流罩空调控制系统进行了设计与实现。并使用国产PLC的逻辑编程工具进行模糊神经网络PID功能块的设计,通过调用该功能块来实现对整流罩空调系统的模糊神经网络PID控制。（4）最后进行了系统测试,验证了模糊神经网络PID控制方法能够在整流罩空调控制系统中取得良好的控制效果。