自来水是人们日常生活和生产中必不可少的物质资源，对国民的健康安全和经济运行有中大影响。自来水余氯量正是自来水出厂水质的其中一个重要指标。自来水余氯的过低或过高都直接影响着自来水的正常使用，因此余氯控制是水处理过程中的关键环节。但是余氯控制对象具有大时变、大时滞和大惯性等特性，使自来水的余氯控制具有一定的难度，尤其当发生扰动的时候，能否及时调节，将出厂余氯控制在一定误差范围内。因此，自来水的余氯控制器的合理设计是至关重要的。本文紧密结合我国水厂的实际情况，分析当前自来水处理工艺中余氯控制的不足，以广西柳州一水厂作为研究对象，抓住余氯控制系统中普遍存在的大时变和大时滞特点，提出了基于模糊神经网络的自来水余氯控制器的设计和应用。本文的主要研究内容包括以下几个方面：首先，阐述了自来水处理工艺的各环节，结合我国自来水水质标准来说明余氯控制的必要性和重要性，通过对氯的消毒原理，余氯产生，加氯控制方式和余氯的副作用等方面进行分析，初步了解余氯控制的方式和余氯控制的影响因素，有利于开展下一步的设计研究工作。其次，介绍了模糊控制和神经网络的基本理论，通过比较两者的优缺点，对模糊控制和神经网络的融合与分类进行了概述，并对模糊神经网络控制器的设计进行了初步研究，了解其设计思想和步骤。再次，重点研究了模糊神经网络在余氯控制系统中的应用，对其结构和算法进行了详细的分析和设计，并在MATLAB环境下进行仿真研究，结果表明模糊神经网络在余氯控制系统中能更好的克服传统PID控制方法的不足，能够达到满意的控制效果。最后，针对原模糊神经网络控制器的不足，采用基于T-S模型的ANFIS控制器，通过对处理工艺的分析，采用流量、浊度、pH值和余氯反馈四个输入变量，加氯机开度为输出的模糊神经网络控制器对加氯控制过程进行控制，在清水池处理时间一定的情况下，出厂水余氯控制效果良好，反应速度快。通过两种方法的仿真实验，证明了模糊神经网络在余氯控制中的应用是确实可行的。