广泛应用于火电厂的钢球磨煤机中间储仓式制粉系统（以下简称球磨机制粉系统（Ball Mill Pulverized System）或BMPS系统）是一典型的多变量非线性时变系统，各控制量和被控制量之间存在着相当严重的耦合，这些因素使得基基于常规PID方法设计的控制方案多年来几乎没有一套能够长期运行。对这一系统的控制成了热工控制研究人员和实践人员的一大难题，一直未能较好地解决。而在我国的燃煤火力发电厂中，BMPS系统的应用很广泛，电能消耗也很大，其作用是直接为机组提供所需的合格工作燃料。因此，如何有效地实现这一设备的自动控制和优化运行，具有重要的理论意义和现实意义。 针对制粉系统的多变量强耦合特点，本文提出了对其进行控制的解耦预测控制方法。首先对传统的DMC和GPC算法在多变量情形下，提出解耦设计的思想，给出解耦算法的推导和结果，并应用于BWPS仿真研究。为克服单一算法难以适应该系统的大范围非线性特性，采用多模型自适应解耦算法。为保证系统的稳定性和获得良好的控制品质，本文对加权滚动时域预测控制进行了稳定性分析，得出了比传统的预测控制算法更为普遍的稳定性结论，并给出了具有规定稳定度和期望衰减度的稳定性定理，从而使设计预测控制的加权参数选择更有了理论依据。对于预测控制其它设计参数的选择，本文提出了对其进行模糊自整定的思想。这些方法的结合，可以使得系统在大范围内克服BMPS的非线性强耦合特性。 由于神经网络技术的发展，神经网络在非线性控制方面显示出强大的优势，同时近年来出现的逆系统方法对于多变量非线性系统的控制指出了一条可算是光明的道路，鉴于以上两项技术的优越性，本文提出对BMPS进行神经网络逆系统控制的方法，首先通过机理分析的方法建立了BMPS的非线性动态数学模型，并依此模型设计了神经网络逆系统控制方案，由于此方案中需要用到球磨机磨筒内负荷的反馈，但是磨内负荷是一个不能直接测量的量，而且其测量方法是多年来人们一直在努力的方向却又一直不能较好地解决，本文提出对其进行神经网络测量的思想和方法，这一方法的仿真试验和现场实测结果均表明其研发造价低廉的优越性和测量较为准确的实用性。 为避免磨内负荷反馈可能产生的不良影响，本文提出了非线性系统的神经网络预测控制方案，给出了两种性能指标下的神经网络预测控制器的训练方法，华北电力人学恃上学位沦义 内大怕壮而且大部分神经网络训练都可以是禹线进行，人大减少厂八线计算量，义能保证良好的计算稳定件。这 力法保闭了前而两种方法（解耦硕测拧制和神纤网络逆系统控制）的优／讣仙、］兜服J”它们的曲）I、1．；， 由于制粉系统的特殊件，本文扔出对几进行变设定俏优化运仆的。以川，皿过改变被控变晁定伙，而义个仙系统大稳的悄况卜，仙系统川力增人，这 思怂且大有重要的经济意义和实用价值，文中给出厂两种优化求解模型。 对于制粉系统的经济件汗价和效。年评价，K期以水I‘11足仙川制粉N…卜D进行评价。本文在分析。v耗评价的个足之处的从汕ZD＼，给川I＼ 响制粉系统效个的若干因素，从而提出了一种新的评价方法——模糊综合评判法。文中给出了模糊综合评判的因素集及其模糊隶属度函数的选取等问题，并给出厂模糊综合评判模型和评判实例。 针对中储式球磨机制粉系统的特点，结合电站制粉系统的具体情况，开发了仿真、调试、控制和诊断集成的一体化软件。