中储式钢球磨制粉系统广泛用于火电厂中，其制粉电耗约占厂用电的25％左右，是火电厂的耗电大户。实现中储式钢球磨制粉系统的料位软测量及优化运行具有重要的现实意义和经济价值。因此，论文重点对球磨机的料位软测量、球磨机的运行状态监测及系统运行优化等方面进行了智能化研究。在研究学习及改进相关人工智能技术的基础上，针对球磨机制粉系统自身所具有的大惯性、大时滞、多变量、非线性以及强耦合等特性，为实现球磨机制粉系统的出力软测量、状态监测及优化运行提出了全新的思路和方向。 1.阐述了当前中储式球磨机制粉系统在我国当前工业特别是电厂中的运用状况，在分析了当前各种球磨机料位测量及运行控制方法的基础上，分析了各种方法的弊端和不足，为本文工作的展开作铺垫和指导。 2.针对标准粒子群算法收敛缓慢和易陷入局部最优的缺陷，文章提出了基于概率选优和爆炸搜索策略的改进粒子群算法，该方法不仅缩短了寻找最优解迭代步数，同时也大大提高了粒子跳出局部最优解的能力；通过函数仿真验证了算法改进的效果。 3.为了克服基于BP学习算法的连续小波网络参数易陷入局部最优且收敛速度缓慢的缺点，本文研究了基于改进例子群算法的连续小波网络混合训练算法，测试函数体现了该算法相对基于BP学习算法的神经网络和小波网络的优越性；同时本文在引入抗差理论基础上，提出了抗差泛化小波网络概念，并给出了一种抗差算法。 4.将混沌时间序列的知识引入到球磨机出力特性研究：从非线性动力学观点出发，利用混沌理论对球磨机差压时序进行相空间重构，分析其时序关联维与嵌入相空间轨道的变化规律，揭示球磨机混沌动力学特性，为料位软测量辅助变量的选取及时序可预测周期的确定提供指导。 5.为了确定多模型料位软测量子模型个数，本文在学习聚类分析理论基础上，对模糊聚类算法加以改进并应用于球磨机料位软测量样本聚类分析中，求取基于加权多模型的料位软测量模型子模型个数及模型中心。 6.针对球磨机制粉系统的自身特性，提出了多动态小波网络技术和“量态”软测量概念，并以此构造了基于加权多模型的球磨机料位软测量模型，通过预测结果对比显示其与传统方法建模的优越性。 7.引入了粗糙集理论并给出了一种新式属性离散化算法，通过粗糙集属性约减提取球磨机运行状态核属性，并对比了基于不同属性组合的球磨机运行状态支持向量机监测模型。 8.针对当前各种球磨机控制系统的不足，基于球磨机运行状态支持向量机监测模型，对现有控制系统加以改造，提出了基于磨机运行状态监测模型的自寻优控制改造策略。最后，对全文工作进行总结并对后继工作的方向和内容进行了展望。