在火电厂热工生产过程中，锅炉汽包水位是锅炉运行中一个重要的监控参数，水位过高或过低都将给安全生产带来不利影响，维持汽包水位正常是保证锅炉和汽轮机安全运行的必要条件。水位调节对象是一个有迟延和无自平衡的环节，它的纯迟延时间和时间常数都比较大，干扰因素多，对象模型不确定，是可控性较差的一个调节系统。目前锅炉汽包水位控制中，传统PID方法得到了广泛的应用，虽然这种方法在系统负荷稳定时能够取得很好的控制效果，但在系统负荷有较大波动时，则难以稳定及时地对系统进行控制。随着智能控制理论的深入研究，智能控制为锅炉水位自动控制提供了新的方法。 首先，本文笔者在深入了解开化集团7号循环流化床锅炉结构和生产工艺流程的基础上，主要分析了其汽包水位系统的控制策略，阐述了常规三冲量PID控制方式的局限性。基于模糊理论和模糊逻辑，设计了一种水位模糊控制器，采用水位偏差和蒸汽流量偏差作为输入，确定了两个输入变量的基本论域，同时给出了两个输入变量的模糊语言子集及子集的隶属函数。在总结操作人员经验和对实际系统分析的基础上，制定了水位模糊控制器的控制规则。由于水位控制过程复杂，要进一步提高水位模糊控制器的控制精度和控制质量，必须为两个输入变量的各模糊语言子集确定合理的隶属度函数，并且要建立一个全面的、完整的、合理的控制规则。因而本文又进一步分析了人工神经网络的作用原理，将神经网络的自学习特性和模糊理论的逻辑性有机结合起来，设计了一个有自学习性能的模糊神经控制器。该控制器采用了四层神经网络。在功能上，该网络的后三层节点严格对应于模糊逻辑控制的模糊化、规则推理和去模糊三个步骤，具有明确的模糊逻辑意义。然后用模糊控制规则集训练该神经网络，采用误差反向传播BP计算方法，使神经网络映射模糊控制器的输入输出，使水位偏差和蒸汽流量偏差两个输入变量的各模糊语言子集的隶属度函数以及系统的模糊控制规则融合在神经网络的分布权值中，随权值的调整而得到最优调整，实现了汽包水位的智能控制。 最后对所讨论的模糊神经控制器进行了仿真试验，将水位模糊神经控制器和常规。PID控制器做了对比，分别对系统在正常运行和加入干扰等情况下进行了比较，结果表明模糊神经控制器较常规三冲量PID控制效果好，而且模糊神经控制器具有较好的调节能力、自学习能力和鲁棒性。