水泥是建筑行业必不可少的材料,随着我国城镇化脚步的加快,水泥的需求量也逐步增加。水泥生产是一个热工过程,从原料的分解到烧结都需要很高的温度,回转窑烧成带的温度决定了水泥熟料的质量。因此,对水泥回转窑烧成带温度的准确获取和控制具有重要的现实意义和学术研究价值。由于回转窑系统存在非线性、大时滞、多变量等特点,传统的人工看火、比色高温计测温度、筒体扫描仪测温方式不能准确获取烧成带温度,进而影响烧成带温度控制。本文采用数据拟合的方法建立温度预测模型,并用模糊控制的方法对温度进行控制。本文首先简要介绍了新型干法水泥工业发展现状,总结了国内外学者在温度预测和控制方面取得的研究成果。通过分析水泥烧制的工艺流程,选择了九个与烧成带温度相关的变量,通过灰色关联度分析法计算了各变量和烧成带温度的关联程度,最终确定了七个用于建模的变量。在选定建模变量的基础上,根据回转窑系统自身的特点,选择了最小二乘支持向量机建立烧成带的温度模型,并用鲁棒性强、不易陷入局部最优的多种群遗传算法对最小二乘支持向量机的参数进行优化。通过仿真结果和实测数据的比较,验证了建模方法的有效性。由于受到物料成分波动的影响及外界环境的干扰,水泥回转窑系统的工况是时变的,为了更好的反映实际工况,提高预测的精度,研究提出了在线最小二乘支持向量机的温度预测算法。针对回转窑烧成带温度不容易实时检测的问题,选择易于在线检测的窑尾温度表征烧成带温度,作为模型的输出变量,该算法在线更新建模的数据,递推计算新模型参数,达到了在线预测温度的目的。温度控制系统选择喷煤量作为控制变量,被控量选择易于测量的窑尾温度。控制方法选择模糊控制,并设计了模糊控制器,建立了模糊规则库和查询表,仿真结果验证了控制算法的有效性。