本文以工业生产中具有重要地位的粉末冶金电炉为研究对象，以粉末冶金电炉的控制系统为研究内容，对粉末冶金电炉的控制系统进行分析，对其在控制方式上的不足给予分析和说明，并提出采用智能控制器取代传统的单纯仪表+继电器型或者PID控制方案。结合当前智能控制理论发展的现状及其在工业控制中的应用效果，分析了模糊控制和神经网络控制的优劣势。充分利用模糊控制的推理性和神经网络控制的记忆和学习功能，使用模糊控制理论和神经网络理论相结合的模糊神经网络理论构造控制器，并针对采用普通RLS算法的模糊神经网络存在着数值稳定性、鲁棒性不强及容易陷入局部极小值的缺陷，提出修正RLS算法的模糊神经网络控制模型。最后，用MATLAB软件对应用修正RLS算法的模糊神经网络控制器的粉末冶金电炉控制系统模型进行仿真研究。并将其与传统的PID控制、模糊控制、神经网络控制和采用普通RLS算法的模糊神经网络控制在其应用的控制性能进行比较和分析。结果表明，采用修正RLS算法的模糊设计网络控制器达到了一个相对较高的智能层次。采用修正RLS算法的模糊神经网络控制时，系统稳态超调量为零，系统对快挠动信号几乎没有任何反应，表现出极强的抗扰性和鲁棒性。采用修正RLS算法的模糊神经网络在训练步数、训练时间以及误差精度等方面都优于常规RLS算法的模糊神经网络，其学习收敛速度快，误差曲线也更加稳定。因此基于修正RLS算法的模糊神经网络控制器应用于实践中有着比较理想的前景。