冷凝器是工业生产中常用的换热设备，其工作性能的好坏直接影响到工业生产否能够正常运行，冷凝管管壁侧污垢是影响冷凝器换热效率的重要因素，因此有必要进行在线除垢处理，达到节能降耗目的。　　论文从污垢的形成机理出发，对污垢特性进行探讨、分析，得出除垢的本质在于使污垢的剥蚀率大于其附着率。污垢共振具有较大能量，能破坏污垢的内部结构，使污垢剥蚀率增加，污垢附着率降低。为此，论文以常用的电厂冷凝器为研究对象，提出了一种基于共振原理的除垢方法，该方法通过对水泵的变频调速，产生水流脉动功率波，并通过傅里叶分解，获取与污垢固有频率一致的功率波频率分量。　　确定污垢固有频率是共振除垢的必要条件。论文针对传统神经网络收敛速度较慢，易容易陷入局部极值的缺点，采用遗传神经网络对污垢固有频率进行预测，仿真实验表明该方法能获得较好的预测结果。　　能量是污垢共振必须考虑的另一重要因素，水泵功率通过水流传递到污垢时，由于水流粘性等因素产生的水阻，必然导致能量损失。为了确保除垢过程具有足够的能量，论文对冷凝管内能量损失进行了研究，并对管内不同形式的能量损失展开分析，得出一般形式下的能量损耗计算公式。　　以污垢固有频率和管内能量损耗为基础，论文对除垢控制方法进行了研究，针对复杂除垢过程，提出了模糊PID控制策略，并进行了仿真，结果表明该方法能够很好地适应除垢过程参数多变的情况，与常规PID方法相比，具有更好的精度和稳定性。