锅炉给水全程控制系统是火力发电厂单元机组主要的控制系统之一，其任务是调节锅炉给水流量，维持汽包水位在一定的范围内。给水全程控制系统性能的优劣，对于机组的安全、稳定、经济运行有着重要的影响。近年来随着机组容量的增大，对给水控制系统提出了更高的要求：汽包蓄水量和蒸发面积减少，加快了汽包水位的变化速度；锅炉容量的扩大，显著地提高了锅炉受热面的热负荷，使锅炉负荷变化对水位的影响加剧，系统动态特性变化幅度较大。对锅炉这种动态特性有较大时变且非线性比较严重的对象，由于难以建立精确的模型，故用传统的控制方法进行控制遇到了很多困难，首先控制器参数的整定非常耗时费力，其次为了适应被控对象的较大时变性和非线性以及控制设备的变化，不得不在给水全程控制过程中频繁地进行控制器比例带的切换，即便如此，常规给水控制系统也很难达到理想的控制效果。另外虚假水位现象也经常给传统的控制算法带来麻烦。因此，迫切需要一种鲁棒性强、算法相对简单、能够进行控制器参数自整定的快速控制方法。模糊神经网络是近年来发展起来的一种智能控制技术，是模糊逻辑控制与神经网络相结合的产物。模糊神经网络充分利用模糊系统所具有的容易被人理解的表达能力和神经网络极强的自学习能力，将模糊系统转换为对应的神经网络，把两种智能方法融合在一起，相互取长补短，从而提高系统的学习能力和表达能力，能够很好地实现对时变性、非线性系统的控制。本文对常规Mamdani模型模糊神经网络的结构及其学习算法进行了一系列的改进，设计了一种基于模糊神经网络的参数自整定PID控制器，用它来取代常规串级三冲量控制系统的主调节器PI1和串级单冲量控制系统的调节器PI，利用神经网络自学习能力在控制过程中在线提取和优化模糊控制规则，优化控制器隶属度函数，采用模糊推理的方法实现PID参数Kp、Ki和Kd的在线自整定，基本解决了常规锅炉给水全程控制系统中控制器参数整定难，以及在机组升降负荷过程中需要频繁切换控制器比例带的问题，简化了控制系统的结构，极大地提高了控制系统的性能，具有较高的工程应用价值。