随着我国制浆造纸工业的不断发展和规模的不断扩大，造纸用水量及其产生的废液不断增加，随之而来的是造纸废液的任意排放造成水资源的污染愈加严重。由于碱法制浆在我国化学浆总产量中占据很大比重，而碱法制浆的主要污染物是蒸煮过程中产生的黑液，因此解决黑液问题成为预防和治理造纸工业水污染的关键所在。实践证明碱回收是处理黑液行之有效的方法，而碱回收的蒸发工段是一个复杂的工业生产过程，常规的控制方法很难取得满意的控制效果。过程控制自动化水平的发展，一些先进的智能控制技术在造纸系统中已得到成功的应用。神经网络作为智能控制中的一个重要分支，其具有自学习、自适应以及非线性逼近能力，如何在碱回收蒸发工段中应用神经网络控制技术正是本文研究的内容。本文以碱回收蒸发工段的控制系统为研究对象，概述了蒸发工段的工艺流程，通过对比分析蒸发工段黑液处理的过程中已经运用的多种控制方法，较好的掌握了蒸发工段的控制要求及传统控制方法中存在的问题，介绍了PID控制、神经网络控制算法及它们之间的结合方式，为蒸发工段的控制系统设计打下理论基础。黑液液位是碱回收蒸发工段中一个重要参数，作为一个被控对象，其具有非线性、大时滞及时变性等特点。PID神经网络(PIDNN)是一种将传统PID控制技术和神经网络融为一体的新型神经网络，基于PIDNN的优点，将PIDNN控制器用于黑液液位的控制。在Matlab环境中进行了仿真实验，结果表明，PIDNN具有一定的自适应性和鲁棒性，与传统的PID控制系统和基于BP神经网络的PID控制系统相比明显的改善了黑液液位的控制性能,实现了对黑液液位的有效控制。碱回收蒸发工段的自动控制系统中的关键问题是黑液浓度控制，针对蒸发过程中黑液浓度这个复杂的被控对象，对黑液蒸发工段中的各个参数之间关系做了分析，提出了蒸发工段解耦控制方案，其中出效黑液浓度和流量为被控变量，进效蒸汽压力和进效黑液流量为控制系统的操作变量。通过集成PID算法和神经网络算法，设计了基于RBF神经网络的PID控制，即用RBF神经网络在线调整PID控制器的各个参数。通过在Matlab软件中进行黑液浓度的控制仿真，证明了该控制方法的有效性，而且基于神经网络的控制方法明显的提高了黑液浓度的控制效果，因此具有一定的推广应用价值。最后在总结全文的基础上，指出了研究中存在的不足及应用中有待进一步解决的问题，为神经网络在实际中的应用做好基础。