蒸氨生产是整个焦化回收过程的一个中问环节，它的生产状况直接影响其它工序的产品质量和产量，在焦化生产中占有十分重要的地位。由于蒸氨过程是一个大时滞、多变量、非线性、参数离散的过程，难以用精确的数学模型来描述，传统的控制方法已无法进行精确的分析和控制。模糊控制是建立在人工经验基础上的，它能够利用先验知识，以较少的规则来表达，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蒸氨生产温度控制中的应用。 考虑到蒸氨温度控制的实际特点，为了提高系统的自适应能力和抗干扰能力，本文提出了一种新型的控制器一带神经网络预测器的模糊神经网络控制器。该控制器利用神经网络预测器来辨识蒸氨塔的输入/输出特性，使模糊神经网络控制器能预先感知系统输出状态的变化趋势，从而做出相应的调整，实现对蒸氨塔塔顶温度的精确控制。它有效地克服了采用常规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。 文中将模糊神经网络应用于唐钢炼焦制气厂蒸氨工序的蒸氨塔塔顶温度控制中，从现场采集了大量的数据，采用模糊神经网络对系统进行建模和控制，用MATLAB做了仿真，结果令人满意。尽管蒸氨系统的温度控制过程复杂，但在长期的生产实践中积累了大量的数据，通过训练这些样本，就能够得到模糊控制的控制规则；针对外界干扰，模糊神经网络也能够通过在线学习，不断修改完善控制规则，对其实现精确控制。所提出的新型控制器在实际生产过程中的应用上具有良好前景。