《国民经济和社会发展第十一个五年规划纲要》在电机系统节能中指出:在煤炭等行业进行电动机拖动风机、水泵系统优化改造。矿井通风机作为量大面广的矿山耗能设备，长期处于“大马拉小车”低效运行状态，耗能严重。论文以矿井通风机变频调速系统为研究对象，通过引入智能控制器使风机转速随着涌出瓦斯浓度变化而相应变化，从而达到节能目的。 论文首先介绍了矿井通风机节能的基本原理，总结了现有各种节能方法，通过理论分析工况变化时的功率情况得出变频调速在节能方面更具有优势。在此基础上建立了变频调速系统的仿真模型，并仿真了负载情况下当频率改变时电动机转速的变化情况，为后面的深入研究奠定了基础。 其次应用系统辨识的方法建立了矿井通风机的模型。矿井通风机因其非线性、时变性特点难以建立其数学模型，且传统的辨识方法因自身的局限性也难以胜任，而神经网络仅需已知系统的输入输出数据样本就可以辨识出系统的模型。论文以现场采集的数据作为输入输出样本，在MATLAB平台上分别使用误差反向传播网络(BP网络)和径向基网络(RBF网络)对模型进行了辨识。仿真结果表明:RBF网络在辨识过程中具有训练速度快、模型精度高的特点，在辨识方面相比BP网络具有明显的优势。 论文的重点是控制器的设计。传统的PID控制器主要局限性在于它对被控对象的依赖性，一般需预先知道被控对象的数学模型方可进行设计，较适用于线性系统控制。论文将神经网络应用于控制器设计，并作了开拓性研究，分别设计了基于神经网络的PID控制器、基于MPIDNN的控制器，神经网络分别都采用了基于L-M算法的BP网和基于K-均值聚类算法的RBF网两种。之后论文引入了将模糊控制与神经网络相结合的模糊神经网络，并设计了基于此理论的模糊神经控制器。仿真结果表明:PID控制器在矿井通风系统的控制中存在参数调节困难、跟踪性能差、精度低等缺点；神经PID、PIDNN及模糊神经控制器均可以通过S-函数实现，仿真曲线能够跟踪系统响应情况，随着瓦斯浓度的变化风机转速也在相应范围改变。通过对比可知，模糊神经控制器具有控制精度更高、调整时间更快的优势。 论文最后作了节能计算方面的理论创新。将电力需求侧理论及技术经济分析理论应用于节能指标计算，分析了节能的经济效益和环境效益，用实例计算证明了本课题节能研究的现实意义。