热电厂中SO2的排放给环境造成很严重的危害,因此合理控制二氧化硫的排放,提高脱硫效率,成为热电厂中的重要问题。由于热电厂中脱硫过程具有多变量、非线性、不确定性以及延迟性等特点,这就导致其建模和控制会存在困难。为了提高脱硫系统中脱硫效率并合理控制脱硫过程,保证系统能平稳高效运行,所以对脱硫过程中的智能建模和智能控制方法进行研究将会具有重要的理论和实际意义。在石灰石/石膏湿法烟气脱硫系统中,浆液PH值对脱硫效率影响较大,因此本文从脱硫效率建模和浆液PH值控制两个方面进行分析与研究。由于在脱硫工程中影响脱硫效率的因素比较多,所以本文将T-S模糊神经网络引入到软测量建模中,进而对脱硫效率进行建模,通过仿真说明了该模型的有效性,通过数据分析表明了该模型具有良好的性能。在浆液PH值控制过程中,由于此过程具有惯性大、延迟性以及非线性的特点,所以本文选用了Mamdani模糊神经网络来建立控制器并用于浆液PH值控制中,并且在控制中为了进一步提高网络的寻优能力以达到更好的控制效果,又提出将DEBP算法的模糊神经网络用于脱硫系统PH值控制优化中,通过仿真表明了基于此算法的模糊神经网络在脱硫系统控制中更显其优势,本文对于模糊神经网络在工程上的应用具有一定的参考价值和工程意义。