在石灰窑系统的控制过程中,由于无法获得被控对象的精确数学模型,或者对象的模型随着外界干扰会发生改变,采用常规控制方法得不到满意的控制效果。智能控制理论的出现和发展为解决这类问题提供了有效途径。在考察了三明钢铁厂石灰窑的基础上,本文将集模糊逻辑和神经网络于一体的智能控制方案——模糊神经网络控制应用于石灰窑的煅烧温度控制中。模糊控制不需要建立被控系统的精确数学模型,而用语言变量来描述系统; 神经网络则具有非线性映射、自学习能力、分布存储能力及并行处理信息等优点。将模糊逻辑中的隶属函数与模糊规则转换到神经网络中,形成分布式的知识体系,利用神经网络自学习功能进行训练,不断修正神经网络连接权值,以便达到调整隶属函数分布,求精模糊规则的目的。本文的工作包括如下几个方面: 1.介绍了选题背景; 综述了模糊逻辑、神经网络理论的产生、发展及现状; 介绍了模糊逻辑和神经网络技术的结合情况。2.阐述了模糊系统与神经网络的等价性、模糊神经技术的实现方式。3.介绍了典型的模糊推理系统,阐述了模糊规则的神经网络实现,主要介绍了模糊高斯基函数网络。4.介绍了石灰窑控制方案,重点阐述模糊神经网络对煅烧温度的控制。5.分析了石灰窑控制对象的数学模型和动态特性,用PID、模糊控制和模糊神经网络三种方法分别进行了仿真。结果显示模糊神经网络控制优于其它两种控制方法。6.介绍了石灰窑计算机控制系统的软硬件组成和设计情况,将模糊神经网络用于煅烧温度的控制中,取得了预期的控制效果。