本文以石化行业润滑油生产过程中的吸附剂下料系统为研究对象，深入探讨了自学习模糊算法在该系统中的应用。 模糊控制理论是自动控制理论中的一个重要分支，继经典控制理论、现代控制理论之后，成为控制领域优秀的控制方法。尤其对复杂非线性、大滞后系统的控制效果显著。本文对模糊数学、模糊控制理论、模糊控制的一般设计方法做了比较详细的描述。在线自学习模糊控制算法能根据现场控制参数及反馈数据，以原有控制规则为基础，生成新的控制规则，使控制对象快速达到预期的稳定工作状态。基于上述特点，本文重点研究了吸附剂下料系统及自学习模糊控制算法在该系统中的设计与实现，为深入了解下料系统变化规律，优化工艺参数，实现工艺过程自动化，加快推广应用奠定基础。 为了使自学习模糊控制器更有效的工作，本文还对模糊控制理论中模糊控制规则和清晰控制规则对自学习模糊控制算法的影响进行了分析，进而得出一种从传统模糊控制规则到自学习模糊控制算法的清晰控制规则的转换方法，简化了传统模糊控制算法的编码实现方式，这样可以提高运算效率。 本文还将自学习模糊控制器与著名工控软件WebAccess结合，尝试了模糊控制器与WebAccess的混合编程，实现对控制对象进行控制及监控。其中着重阐述了吸附剂下料系统与WebAccess网际组态软件接口程序的设计方法及利用局域网进行数据通讯的方法，并利用WebAccess组态软件的基于网络浏览器等优秀特性实现了吸附剂下料系统响应曲线的动态监控，使系统具有网络互联的功能，提高了吸附剂下料系统的可操作性。 本文中的自学习模糊控制算法经软件及硬件设计实际应用于润滑油生产吸附剂下料系统中，取得了明显的控制效果。与原有的白土精制装置的控制比较，解决了白土使用量过大、残油率高等缺点，以较高的控制精度实现了吸附剂与基础油的配比控制。经使用，系统的稳定性、控制精度均符合生产要求，证明此算法是可行的，有很大的推广价值。