中储式钢球磨制粉系统广泛用于火电厂中制备合格煤粉，其制粉电耗约占厂用电的25％左右，是火电厂的耗电大户。为实现中储式钢球磨制粉系统的优化运行，论文重点对球磨机的非线性建模与控制、球磨机的故障检测和状态监测及系统性能调整试验优化等方面进行了智能化研究。论文分析了当前中储式钢球磨制粉系统研究中存在的问题与不足，结合人工智能技术提出许多具有积极意义的解决方法，为实现系统的高效运行提供了全新的思路和方向。论文的主要内容为：　　 1、论文针对中储式制粉系统中的球磨机进行了动态机理建模及仿真研究。论文建立了通用的球磨机动态数学模型，并根据某厂球磨机的实际资料进行了仿真研究，通过与现场试验曲线相分析比较，结果表明本文的模型能够较好地体现球磨机的多变量耦合、非线性特性。　　 2、首次提出了一种基于自组织网络指导G-K聚类的非线性模糊建模方法。该方法不仅大大缩短了大数据样本聚类所需的时间，同时也保证了T-S模型的预测精度。在此基础上，论文建立了球磨机的非线性模糊模型，并采用基于T-S模型的多变量非线性预测控制方法对球磨机进行了控制仿真研究，获得了满意的控制效果。　　 3、提出一种基于轴承振动信号和小波分析的方法用于球磨机故障检测。针对目前常规方法无法检测出球磨机料位故障的问题，论文采用轴承振动信号进行检测，同时提出一种基于小波分析和神经网络的方法检测球磨机料位故障，并通过数字仿真验证了其有效性。　　 4、针对球磨机系统的多传感器分布，提出了基于神经网络和多传感器信息融合技术的球磨机状态监测方法。论文采用改进神经网络模型融合球磨机对象的多个传感器信息，正确判断出球磨机是处于习惯区运行还是优化区运行，为球磨机的优化控制提供了基础。　　 5、针对当前中储式钢球磨制粉系统性能调整试验中存在的不足，提出一种基于正交试验和神经网络的建模寻优方法，用于实现多目标多因素优化问题。该方法为中储式钢球磨制粉系统性能优化决策提供了新的思路，有利于节约试验成本、提高试验效率。　　 6、提出一种基于均匀设计和最小二乘支持向量机的方法用于降低多因素多水平试验的次数与成本。该方法不仅能大大降低多因素多水平的试验次数和节约试验成本，而且解决了在小样本数据情况下试验数据的学习能力和精度问题，为制粉系统性能调整优化试验提供了理论的依据。　　 论文最后提出了后继工作的方向和内容。