竖炉是球团烧结的主要设备，在炼铁生产中占有十分重要的地位，它的操作水平直接影响产品的质量、产量和产品的生产消耗指标。由于烧结过程是一个大时滞、多变量、非线性、参数离散的过程，用传统控制理论已无法进行精确的分析和控制，很难用准确的数学模型来转换，只能依靠有经验的操作人员或专家的经验来取得比较好的控制效果。模糊控制通常是对这种人类解决方案的最好近似，因此它可以有效地处理这些问题，而人工神经网络特别适合解决数学模型难以描述的非结构化和非线性问题，具有良好的映射逼近能力，良好的可靠性和容错性。因此，本文将人工神经网络作为模糊系统中的隶属函数和模糊规则的描述形式，介绍了模糊神经网络在竖炉燃烧室温度控制中的应用。 为了提高系统的自适应能力和抗干扰能力，文中使用了一种新型的控制器——模糊神经网络PID控制器，将模糊神经网络与常规PID控制器相结合，调整PID控制器的三个参数，实现了对竖炉燃烧室温度的精确控制。有效地克服了采用单纯的PID控制带来的响应慢、超调大、控制稳定性差等缺点，也解决了传统模糊控制由于隶属函数和模糊规则选取不当造成的控制缺陷。 由于燃烧室温度主要受煤气的燃烧情况的影响。为了准确地控制燃烧室的温度，论文采用BP神经网络辨识的方法，建立了燃烧室温度与煤气流量之间的近似数学模型。 最后利用Matlab仿真软件，建立Matlab仿真模型，分别对常规PID控制、神经网络PID控制、模糊神经网络PID控制进行对比仿真实验，仿真实验结果表明：模糊神经网络PID的控制效果在三者中最优。