石油开采需要在重油层中注入适当干度的高压蒸汽进行原油开采,生产高压蒸汽的注汽锅炉一般采用原油或天然气作为燃料,但是以原油和天然气为燃料成本比较高,所以很多油田都采用以煤代油的方式,开发了不同种类的燃煤锅炉生产高压蒸汽,进而降低成本。燃煤锅炉数量在国内工业锅炉仍然占有很大的比例。锅炉燃烧具有非线性、参数不稳定、难以建立精确数学模型的特性,从而导致锅炉燃烧过程控制困难,效率较低,造成很大的能源浪费。因此,提高锅炉燃烧效率问题一直被工程技术人员和学者们关注。针对燃煤锅炉控制中的诸多不确定因素,采用传统的PID控制,效果不佳。寻求一种新的控制方法是十分必要的。本文对燃煤锅炉的控制系统进行了研究,将锅炉的控制系统解耦合成三个控制回路,即汽包水位控制回路、蒸汽压力控制回路和炉膛负压控制回路。并结合了模糊控制理论和神经网络理论,提出了带补偿的模糊神经网络的算法,对这三个控制回路进行了补偿模糊神经网络控制器设计。并应用MATLAB对各个控制回路进行仿真研究,同时,对三个控制回路也采用了传统的PID控制方法对系统进行了仿真,证实了补偿模糊神经网络算法的优越性。燃煤锅炉的监控系统采用上、下位机分层结构,上位机采用工控机,供工程师、厂长观察监控锅炉运行状况,下位机采用PLC实现现场实时数据采集,编程软件采用组态软件WinCC(windows control center),并采用Delphi扩展了数据归档、查询和打印功能,对锅炉重要参数实行在线监控,实现良好的人机交互界面,便于浏览锅炉运行,还设计了锅炉监控系统的硬件。本文所研究带补偿的模糊神经网络算法,通过对锅炉各控制环节的仿真比较得知,带补偿模糊神经网络控制器克服了常规PID控制器的缺点,使控制系统具有较强的鲁棒性和自适应性,学习速度快,适于在线学习控制,适用于锅炉控制系统。