灰循环系统是循环流化床锅炉独具特色的系统,本文对灰循环系统的工作过程进行了详细的分析,系统回料量多少对循环流化床锅炉的床温稳定有重要的作用。通过改变回料量来控制床温,床温升高时可增加回料量来维持床温不变,反之亦然。回料量在实际运行无法直接获取,但根据以前的研究可得回料量随着回料风的增加而增加,本文通过改变回料风大小,及时调整回料量来平衡扰动所引起的床温波动,减少系统延迟,实现灰循环系统的优化。循环流化床锅炉是一个分布参数多、非线性、时变、大延迟、多变量耦合紧密的控制对象,很难得到精确的数学模型,采用常规的控制方法很难达到理想的控制效果。而模糊神经网络控制综合了模糊控制和神经网络二者的优点,使模糊控制具备学习功能；使神经网络具备处理模糊信息功能,进行判断和决策。本文在模糊神经网络中加入了补偿算法,并采用白马电厂的数据对网络进行训练,所得出效果比常规模糊神经网络更佳。本文建立了具有补偿算法的模糊神经网络回料控制系统,选取锅炉床温变化及变化率作为输入,回料风作为输出。然后搭建了simulink模型进行仿真,并与常规PID控制进行对比,证实了补偿模糊神经网络对灰循环系统的控制优化有重要意义。