双进双出磨煤机是火力电厂中广泛采用的一种制粉设备。它具有能耗低、生产效率高、研磨煤种范围广和不受异物影响等优殿，但是磨煤机运行时也存在一定的问题，有时出力不均匀，功耗变大，甚至发生堵煤和乏煤现象。这是由煤位检测设备精度低造成的，而国外的煤位检测设备虽然检测精度高，但进口价格昂贵。因此自主进行检测设备的研发对于降低整体成本，具有重要意义。论文首先介绍了双进双出磨煤机的工作原理、特点及传统的煤位检测方法，分析了传统的煤位检测方法的不足，即煤位检测精度较低的问题。为了解决此问题，论文首次提出了压差法与噪声法相结合的分段煤位检测方法。当磨煤机工作在乏煤和堵煤的情况下，噪声法很难准确测量煤位，此时采用压差法进行煤位检测可以取得良好的效果；而当磨煤机工作在正常煤位情况下时，压差法精度降低，不再适合此状态，而此段是噪声法测量精度最高的煤位段，因此采用噪声法。为了提高噪声法正常工作时的检测精度，在原有方法的基础上，对其进行算法的改进。将现场收集的磨煤机的噪声，利用小波变换的方法进行频率分解，并找到反映磨煤机简体内煤位的特征频率段，之后对分解后的特征向量采用智能分析的方法，利用神经网络建立磨煤机煤位的统计模型，最终实现煤位检测。在优化控制方面，为了使双进双出磨煤机制粉系统在低功耗的前提下，研磨效果理想，出力均匀，需要对磨煤机的煤位进行优化控制，使磨煤机工作在最佳的煤位段。煤位控制方法采用内模控制，有效的抑制了系统滞后时间长、惯性大的问题。内模控制模型由神经网络训练生成，在数据量大的情况下此方法建立系统模型要优于传统的机理建模。最后采用MATLAB进行仿真分析，验证了算法的有效性。