球磨机制粉系统一直以来都广泛应用于电力、矿山、冶金和水泥等行业,是进行物料粉碎过程中的关键设备。它有着运行安全系数高、适用的煤种数量多等优点,但是其能耗量大。球磨机的运行状态能够直接地影响着整厂能否得到良好的经济效益和是否能够安全稳定的生产,然而,球磨机是一个多变量、非线性、大延迟、大惯性的复杂被控对象,导致想要采用传统的控制方法实现其自动控制会遇到了很多困难。因此,实现钢球磨煤机系统的智能控制具有不可替代的工程价值和现实意义。大脑情感学习(BEL)模型作为从生理学上启发提出的新型仿生计算模型,它具有被很强的学习调节能力和泛化能力。近年来,BEL模型及在其基础上的智能控制器已经得到了广泛关注和应用。鉴于此,本文围绕球磨机就系统的辨识与控制问题,利用BEL模型设计了相应的辨识与控制算法,主要完成的工作如下:(1)深入的研究了球磨机的基本结构和运作机理。探究了国内外现有的控制方法和策略,阐述了球磨机所需要达到的基本控制要求,提高其自动化程度具有的重要价值和意义,介绍了球磨机系统的输入输出关系和对象特性,建立并详细分析了球磨机的数学模型。(2)分析了大脑情感学习模型的提出背景、应用现状和发展前景。研究了大脑情感学习学习模型特殊的权值调节规律和基于BEL模型的智能控制器,在此基础上,在Matlab软件的Simulink平台下,建立了BEL模型的仿真平台,为本课题的研究提供了良好的实验平台。(3)设计了基于PSO参数优化的BEL模型球磨机辨识算法。采用通过PSO优化算法对BEL模型进行参数优化并将优化模型用于球磨机系统辨识,有效的提高了球磨机系统数学模型精度,辨识模型能够准确的跟踪系统的输入输出。(4)针对球磨机存在的多输入多输出特性,在基于PSO优化的BEL模型辨识算法基础上,利用BEL模型完成了内模控制器的设计,提出了基于BEL模型的球磨机内模控制算法,并进行了仿真实验,结果表明基于BEL模型的内模控制方法具有较强的鲁棒性、抗干扰能力等优势。