双进双出磨煤机(以下简称磨煤机)广泛应用于我国火力发电厂,是制粉系统的主体设备,其特点是研磨效率高、设备运行稳定、维修率低、出力均匀等。但是,在具备众多优点的同时,也存在诸多问题:一是制粉单耗高,高达电厂用电量20%左右;二是磨煤机自动化控制程度低。本文正是针对以上两个问题进行分析研究。文章首先介绍磨煤机总体结构、特点及控制任务。磨煤机的准确建模对其性能监测和控制具有重要意义。在对磨煤机结构及运行机理深入分析、得出相关参数基础上,在Matlab7.0的GUI环境下建立磨煤机三输入、三输出神经网络模型,采用改进粒子群算法对网络初始权值和阈值进行优化,提高网络收敛速度。应用阜新发电厂BBD-4360型机组80组训练样本对模型进行训练,20组测试样本与传统非线性数学模型进行入口负压、出入口压差和出口温度三项指标仿真对比。结果表明,神经网络模型具有较高的准确性。模型建立后,通过对现有控制方法的对比分析,利用预测控制建模方便、鲁棒性强等优势,提出了基于预测控制思想的多变量非线性逆控制方案。为克服传统方法在非线性建模和非线性控制算法实现方面存在的不足,利用神经网络的非线性逼近能力建立磨煤机的预测模型,使用另一个前向神经网络实现逆系统,并将其作为控制器。应用现场实时监测数据,对神经网络逆控制器进行训练。最后,在Matlab7.0环境下,与现有控制系统输出结果进行对比分析,仿真结果表明,文章提出的将预测控制思想与动态逆控制思想相结合的方法能够克服磨煤机系统时变、不确定性及环境干扰等影响,实现解耦控制,符合设计规范及安全性要求,具有较好的实际应用价值。