城市固废焚烧过程是一个复杂的非线性动态系统,其关键变量炉膛温度的建模与控制是亟待解决的难题.针对此问题,利用实际数据建立炉膛温度模型并对其控制问题展开研究.首先,根据实际工况和专家知识选取与炉膛温度相关性较高的操作变量作为模型输入;然后,通过Tkagi-Sugeno(TS)模糊神经网络建立数据驱动的炉膛温度模型;最后,以炉膛温度跟踪误差和误差变化率为径向基函数(radial　basis　function,RBF)神经网络PID控制器(RBF-PID控制器)的输入,一次风量为输出,实现对炉膛温度的精确控制.实验结果表明,基于TS模糊神经网络建立的炉膛温度模型能够很好地拟合实际值,RBF-PID控制器能够实时精准地控制炉膛温度,具有较高的控制精度.