局部通风机是矿山井下掘进工作面中的主要通风机械设备,能够稀释和排放工作面中的有毒有害气体,保证给井下作业人员一个安全、可靠、良好的工作条件。目前,我国大多数金属矿山井下局部通风机调速能力较差,智能化程度较低,并且多数是不调速的,风机一通电便开始长期无休止地恒速运转,其转速不会随有毒有害气体浓度的变化而变化,常发生“一风吹”通风现象,不能针对井下实际情况来调整工作区域所需风量,这不仅浪费了大量电能,而且空气质量经常不合格,直接影响到矿井的安全生产。针对矿山通风存在的问题,本文提出了将PID控制,模糊控制和神经网络相结合的控制策略,设计了一种基于ANFIS-PID控制的局部通风机风量自动调节系统。该方法能够实时调节工作区域所需风量,及时排出有毒有害气体,同时还能节约电能。本文所设计的控制器是以有毒有害气体的浓度偏差E和偏差变化率EC为输入变量,PID控制器的输出变量来模拟控制现场情况。在ANFIS中采用的是混合学习算法,即在向前运算中,保持所有条件参数不变,采用最小二乘法来改变结论参数;在改进后的参数不变的情况下,采用误差逆向传播法来改变条件参数,这样就可以达到改变隶属度函数形状的目的,最后使整个样本集的均方差达到系统所规定的精度要求。在MATLAB中利用Simulink搭建系统模型,对本文提出的ANFIS-PID控制算法进行仿真试验,并与PID控制算法、自适应模糊PID控制算法进行仿真比较。仿真结果表明:ANFIS-PID控制器比其它两种控制器的动态响应曲线好、响应时间短、无超调量、稳态精度高和鲁棒性强。研究表明:本文提出的ANFIS-PID控制策略,不需要被控对象的精确数学模型,在具有时滞大、时变性、非线性的风量调节系统中工作稳定、适应性好、抗干扰能力强、鲁棒性强,而且系统设计方法简单,能方便用于实际工业控制中。