高炉热风炉是一个分布参数，非线性、时变、多变量紧密耦合的被控对象，其中燃烧控制是提高风温、节约能源和安全生产的关键，由于传统的、完善的高炉热风炉燃烧自动化系统采用数学模型计算所需的加热煤气流量和助燃空气流量，数学模型相当复杂，还需设置昂贵煤气成分分析仪，故投资大，维护困难。因而这种数学模型虽然有效但在国内除宝钢以外，很少有工厂采用。大部分是手动控制。 模糊控制为热风炉燃烧控制提供了一种新方法。本文在比较了目前热风炉燃烧控制系统各种控制方法的优缺点后，针对热风炉燃烧控制的特点，将模糊控制技术、神经网络相结合，提出了一种基于模糊神经网络方法用于热风炉燃烧控制。该方法充分考虑了系统非线性、难以建模和具有强耦合性的特点，应用模糊RBF网络对模糊规则进行快速提取，通过模糊神经网络对熟练工人的控制经验学习，解决了模糊控制应用中规则难以获取的难题，实际控制效果充分的表明，本文提出的模糊神经网络方法，易于实现，有效地解决目前热风炉燃烧自动控制的难题。 第一章 介绍了智能控制的发展，热风炉燃烧智能控制的国内外发展情况。 第二章 介绍“广钢3#热风炉结构和工艺要求。 第三章 介绍了模糊控制、神经网络和模糊神经网络的基本控制原理，讨论了通过模糊RBF神经网络由实验数据对模糊规则进行快速提取原理，引进效验熵确定模糊规则数，并对模型进一步优化方法。 第四章 讨论燃烧控制系统的控制原理，并应用第三章的方法对燃烧模糊控制系统进行设计，设计了拱顶温度模糊控制器，废气温度模糊控制器，讨论了炉热智能学习方法，设计了炉热模糊学习规则。 第五章 介绍了采用德国SIEMENS的PCS7过程控制系统，硬件结构和特点。设计了由PCS7组成的高炉热风炉控制系统。 第六章 讨论了采用PCS7实现热风炉智能控制的软件设计，介绍了包括换炉控制、燃烧模糊控制以及下装调试的实现过程。 第七章 介绍了实际运行结果和结论。