水泥烧成系统是水泥生产线上的关键工序之一,产出水泥熟料的同时消耗大量能源。随着数字时代的到来,工业生产越来越趋于智能化,但水泥行业相关优化技术并没有得到很好提升,造成我国水泥制造业仍面临产品质量不稳定、能源利用率低等问题。一是由于水泥工业工艺机理复杂,生产指标间缺乏协作优化机制,难以对其建立准确有效的机理优化模型。二是由于水泥工业工况动态变化,被控变量不具备多步优化设定策略,难以保证系统处在平稳生产环境中。本文针对以上问题,开展面向能耗与质量的水泥烧成系统多目标优化研究,主要内容如下:（1）针对水泥烧成系统能耗、质量生产指标的关联协作优化问题,以熟料烧成过程的能耗、质量作为优化目标,以生产过程变量作为决策变量,考虑质量要求、设备能力、生料成分等约束因素,建立面向能耗与质量的水泥烧成系统多目标优化模型,该模型协调了能耗与质量间的制约关系。同时针对水泥烧成系统生产过程非线性和时变时延特性、过程变量与多生产指标的时间尺度差异性,分别用卷积神经网络、卷积-长短时记忆网络预测能耗、质量,解决了水泥烧成系统难以建立准确有效机理模型的问题。（2）针对水泥烧成系统被控变量的多步调节设定问题,综合考虑工况动态变化特性,提出基于双群差分进化的水泥烧成系统优化算法,将种群进化分为两个阶段,并设计了双种群之间的共生演化机制,种群p1得到被控变量理想值的定向进化方向,种群p2得到被控变量设定值的多步优化路线。该算法解决了被控变量优化设定区间协调性问题,揭示了被控变量与生产指标间的运行规律,旨在达到保证系统稳定性、提高能源利用率、稳定熟料质量的目的。（3）以某水泥企业熟料煅烧生产数据为基础,对提出的模型和算法进行实验验证。分析了卷积神经网络、卷积-长短时记忆网络预测能耗和质量的模型准确度;通过与熟料煅烧生产的能耗数据和质量数据进行对比,证明了所提出优化方法在连续时间段内的优化性能;通过双种群对多目标优化模型进化求解对比,证明了所提出优化算法可以保持系统稳定性,提高能源利用率,稳定熟料质量。