大多数火电厂锅炉过热汽温对象是具有大延迟、大惯性的被控环节,并且还具有较强的参数时变性和非线性。因此,很难对汽温进行有效地控制。当外界发生扰动时,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,它直接影响着电厂运行的安全性和经济性。本文在对自适应神经模糊推理系统(ANFIS)和模糊控制进行深入研究基础上,提出了一种自适应模糊神经网络过热汽温控制方案。以Matlab/Simulink为仿真工具,研究了过热汽温的响应特性。本文研究内容主要包括以下几个方面:(1)阐述了过热汽温控制的研究意义,介绍了其研究现状与发展趋势。针对目前的控制策略所存在的一些问题,确立了本文设计出发点。(2)简要介绍了过热汽温的静、动态特性,并介绍了建立汽温数学模型的方法,重点介绍了汽温串级控制系统。(3)简要介绍了模糊控制和神经网络控制的理论,重点分析了模糊控制器的设计步骤及神经网络的学习算法。(4)简要阐述了模糊神经网络控制策略,详细描述了模糊神经网络的学习算法,设计了以模糊神经网络控制器(FNNC)为主控制器的汽温串级控制系统,通过仿真证明了该控制方法比传统的PID控制效果好。(5)简要阐述了基于ANFIS的神经网络,重点介绍了ANFIS的结构及学习算法,设计了自适应模糊神经网络的过热汽温串级控制系统。其中,主控制器由一个基于ANFIS神经网络的模糊控制器与一个智能比例积分环节并联构成。最后将其应用到了600MW直流锅炉中,进行了仿真研究,结果表明,该系统具有良好的控制效果,具有一定的工程利用价值。