火电厂锅炉过热蒸汽温度是整个汽水行程中工质的最高温度,对电厂的安全、经济运行有重大影响。但是过热汽温对象具有大延迟、大惯性、时变和不确定等特性,使汽温的控制具有一定的难度,尤其是当发生扰动的时候,能否及时调节控制系统,把温度维持在一定的偏差范围内,对控制系统来说是非常重要的。本文紧密结合我国电厂的实际情况,以解决电厂实际运行中存在的控制问题为出发点,抓住火电厂热工控制系统普遍存在的大滞后和特性时变的特点,提出了模糊神经网络控制为主调节器的新型汽温控制系统。本文研究内容主要包括以下几个方面:首先,阐述了过热汽温控制的研究意义,介绍了研究现状与发展趋势。针对当前控制策略所存在的一些问题,确立了本文设计出发点。研究了过热汽温的动态特性,建立了数学模型。其次,简要介绍了模糊控制和神经网络,重点介绍了BP神经网络。并对模糊系统和神经网络的融合、分类进行概述,有针对性地对模糊神经网络进行了初步的介绍,并简要介绍了模糊神经网络控制器的设计。再次,本文对基于模糊神经网络的汽温控制系统设计具体的设计过程进行了详细的介绍。通过利用神经网络的学习能力来优化模糊逻辑的经验规则以及比例因子的调整,并且利用Matlab进行仿真试验,模糊神经网络控制器在不同负荷下都能得到很好的仿真曲线,可以看出模糊神经网络控制系统具有很好鲁棒性和良好的控制品质。最后,为了弥补BP算法的不足,本文又将遗传算法与模糊神经网络相结合,提出了使用遗传算法对模糊神经网络进行全局优化的方法。应用该方法对过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊神经网络控制优化方法是很有效的。