传统的工业监控系统存在总线布线复杂、系统配置费用较高、通信距离较短、网络配置复杂且受网络环境影响较大等问题,在工业洗衣房中对工业洗衣机的设备监控也同样存在上述问题。此外,工业洗衣房所需要清洗的衣物繁多,且目前流行病毒的出现使衣物需要多重消毒,传统工业洗衣机人工添加药液,容易出现难以精准控制加药量、洗涤时间以及用水量等问题,造成药液浪费或清洗不洁等现象。本文针对以上问题进行设计,研发和实现了一套工业洗衣机云服务远程智能控制系统。具体研究内容如下:（1）分析了工业洗衣机以及智能控制技术的发展现状,并且对文中所用到的BP神经网络算法、遗传算法优化BP神经网络和原子搜索算法优化BP神经网络的原理与方法进行阐述。（2）建立智能决策算法模型。选取训练样本,将温度、浊度、重量作为模型的输入量,洗涤时间、水位、1种洗涤剂和3种消毒剂作为模型的输出量建立BP网络训练模型,并针对BP神经网络提出优化方案。仿真结果表明:采用遗传算法对BP神经网络进行优化后各洗涤参数的误差明显降低。洗涤时间、水位、洗涤剂的误差MSE分别由3.75减小到0.07、2.17减小到0.06、5.37减小到0.18,三种消毒剂误差MSE分别由1.53减小到0.015、1.05减小到0.022、3.41减小到0.084都接近于0。因此,将该模型应用到工业洗衣机智能控制器中,可以得到更好的预测效果。（3）对智能控制系统进行设计,主要包括系统的总体设计、系统的需求分析、硬件设计和软件设计。其中硬件设计包括主控制器、传感器数据采集、建立通信、触摸屏以及自动添加药液功能的设计;软件设计包括Web端界面设计、手机端监控界面以及触摸屏监控界面的设计,这些界面可实现用户远程控制及现场控制;最后将训练好的神经网络部署到嵌入式控制器中,从而实现工业洗衣机云服务远程智能控制系统。该系统解决了工业洗衣机人工添加药液过少或者过量的问题,使洗涤时间、用水量得到合理控制以及实现了对工业洗衣机的远程智能监控,使衣物的清洁度与多重消毒达到了最佳效果,工业洗衣机得到了更加科学的管理,解决了传统现场监控布线的复杂性。药液的智能添加为应对病毒的流行提供了一种高效的杀菌方法,具有一定的实用价值和很好的应用前景。