采用常规仪表对混合煤气压力和热值进行控制,难以达到令人满意的效果,这是由于混合过程控制是强耦合、大滞后的系统,该文将对耦合和滞后问题作详尽分析.混合煤气的动态特性主要受到高炉煤气、焦炉煤气状况的影响,必须采用解耦措施才能正常运行.但是由于其动态特性具有很强的非线性、滞后性和不确定性,常规的线性解耦设计很难获得较好的效果.该论文基于包钢现有高炉煤气和焦炉煤气混合调节计算机控制系统的缺陷,提出一种新的控制方法:模糊神经网络智能解耦控制.它可以克服常规的仪表PID控制的缺点,从而解决了当前冶金行业中高炉、焦炉混合煤气的压力和热值不稳定的难题.智能控制中模糊控制和人工神经网络控制是比较成功的两个研究课题.两种控制的交叉结合的研究更是成为自动控制研究中的热点之一,并且在模糊神经网络方面取得了一批具有实际意义的研究成果.模糊神经网络的更深层次的理论和应用研究对于促进智能控制在生产实践中的应用,提高劳动生产效率具有十分重要的意义.该论文首先在总结国内外模糊控制和人工神经网络控制研究的基础上,提出将两者交叉结合得到模糊神经网络.然后讨论它的多种类型应用途径,分析FNN的工作原理.FNN既能充分发挥两者优势互补的特点,又能有效的克服两者的缺点.该论文依据面向对象的程序设计的优越性,针对神经网络BP算法,用C++语言编写了神经网络以及算法的类库,这为神经网络学习算法的发展和深入及其应用于工程提供了方便,最终给出实现的非线性系统辨识的结果.仿真结果表明,该方案明显提高控制精度,减少混合煤气压力和热值的波动,能够很好地满足煤气用户的要求.