循环床锅炉(Circulating Fuidized Bed Boiler,简称CFBB)起源于上世纪70年代,是源于古老的火床燃烧技术,它与传统的煤粉锅炉相比是一种经济高效且低污染的清洁燃烧技术。但工业上对循环流化床锅炉的燃烧系统控制采用的是传统的PID控制,由于循环流化床锅炉的燃烧系统有非线性、多变量耦合、大延迟等特点使PID控制不能达到良好的控制效果。所以本文采取了模糊神经网络对循环流化床锅炉的燃烧系统进行控制,这也是循环流化床锅炉控制的发展趋势。本文,首先对300MW循环流化床锅炉的结构与工艺流程进行了详细的介绍,并且分析了它的燃烧系统的动态特性。在前人研究燃烧系统模型的基础上进行了对模型的简化。然后,通过对神经网络与模糊控制的介绍,引出了模糊神经网络。并对模糊神经网控制器的结构和实现算法进行了介绍,由于BP算法自身的不足,FNN控制器用BP算法进行离线优化,难以提高优化的精度。所以采用了改进的优化粒子群算法对FNN控制器进行了离线优化,来提高控制精度。最后,将模糊神经网络控制应用于循环流化床锅炉的燃烧系统的控制,对床温控制与主汽压力控制进行MATLAB仿真实验,并且与PID控制进行了对比,控制效果明显优于PID控制。