循环流化床锅炉具有燃料适应性广、截面热强度高、污染物排放少、锅炉负荷适应性高、燃料制备系统相对简单等优点。正是由于循环流化床锅炉具有如此多的优点,从而加快了循环流化床锅炉的商业化发展。但是循环流化床锅炉是一个分布参数、非线性、时变、大迟延、多变量耦合紧密的控制对象,这也就给循环流化床锅炉的运行控制提出了更高的要求。 床温是循环流化床锅炉燃烧控制系统中的一个重要参数,是稳定、经济运行的关键。本文首先从循环流化床原理入手,简要说明了循环流化床锅炉的结构和优点,并且分析了锅炉的控制模型。针对锅炉床温控制难题,设计了基于模糊逻辑的循环流化床模糊解耦控制器和模糊、神经网络结合的模糊神经网络自学习控制器,通过分析设计原理,对两种控制器进行了比较,模糊解耦控制器进行模糊前馈补偿控制,模糊神经网络控制器实现非模型控制,同时说明了两种控制器的优缺点,并进行仿真对比。从仿真结果来看,两种控制器都达到了比较令人满意的效果,控制器在稳定性、适应性、鲁棒性等控制特性上比常规PID控制要好。但当锅炉负荷、燃料状况变化较大时,即被控对象模型发生较大的变化,模糊神经网络控制器控制效果优于模糊解耦控制器,这是由于神经网络具有较强的自学习能力。