氨能作为低碳燃料在工业燃烧领域具有重要应用前景，但液氨气化环节的动态特性复杂，传统机理模型难以满足高精度控制需求。针对掺氨燃烧系统中液氨气化过程建模精度不足导致的控制不稳定问题，提出一种机理与数据融合的动态建模方法。通过建立基于热力学定律的非线性机理模型，结合基于递推模糊C均值（RFCM）聚类和递推最小二乘（RLS）算法的数据驱动模型，构建具有自适应权重优化的混合动态模型；进而开发解耦控制策略，实现气化系统的精准调控。实验验证表明：所提出的模型显著提升了液氨气化过程的预测精度，基于该动态模型的解耦控制方案实现了稳定的氨气供给，验证了机理与数据融合的动态模型对控制系统的有效性和工程实用性。该方法为氨燃料燃烧系统的智能控制提供了有效解决方案，对清洁能源技术的工程应用具有推广价值。