我国燃煤发电在电力供给中占80％以上，以煤为主的能源消耗结构导致了S02大量排放，对我国生态环境产生了严重的影响。节约资源，减少污染物排放是我国急需解决的重要问题之一。为研究开发出技术可行、指标较高、工程改造量不大、施工周期较短、投资合理的具有我国自主知识产权的燃煤电厂循环流化床烟气脱硫(CFB-FGD)技术，本文以国家“十五”重点攻关课题“CFB-FGD设备自动控制技术的研究与开发”为基础，对CFB-FGD过程脱硫剂的控制策略进行研究。 本文首先介绍了CFB-FGD的机理、工艺以及控制系统的现状。通过对CFB-FGD机理及工艺的分析，提出了CFB-FGD过程脱硫剂的推断控制策略。由于脱硫剂主要根据反应器出口SO<,2>的浓度来控制其加入量，而SO<,2>浓度直接测量较为困难，且存在一定的滞后，因此本文提出了采用软测量的方法进行SO<,2>浓度的实时测量。通过对软测量技术和人工神经网络的研究，对反应器出口SO<,2>浓度建立了基于径向基函数(RBF)神经网络的软测量模型，并采用增量校正法对软测量模型进行在线校正。仿真结果表明本文利用RBF神经网络建立的模型满足工程应用的要求。最后对推断控制器进行设计，本文采用的是仿人智能控制算法。通过对仿人智能的基本理论以及控制器设计方法的深入研究，设计了仿人智能推断控制器，并将其与常规PID控制器进行比较。结果表明，本文所采用的仿人智能控制(HSIC)算法无论是动、静态性能，还是抗干扰能力均优于ITAE指标最优的常规PID控制。 通过对RBF神经网络软测量模型和仿人智能推断控制器的仿真分析，证明了本文提出的推断控制策略符合工程应用的标准，为该方案在CFB-FGD过程脱硫剂控制回路中的应用奠定了基础。