水泥生产中，水泥回转窑熟料煅烧过程属于复杂的热工反应过程，一些物理化学的关系至今还不十分清楚，且具有严重的非线性和时变性，此外某些部位的检测还会受到高温、粉尘和空间的限制，因此，尚缺乏较为理想的数学模型对其进行全面、准确的描述。对水泥回转窑熟料煅烧过程的智能优化控制可保证生产的“均衡稳定”与设备的安全运行，使生产过程经常处于最佳状态，达到优质、高效、低耗的目的。目前，国内各大、中型水泥厂的水泥回转窑煅烧系统闭环控制回路仍普遍采用传统的PID控制，主要靠操作人员的经验，参数难以整定，控制效果不够理想。本课题针对水泥回转窑煅烧的复杂过程，采用基于组合模型的智能控制算法，通过预测输出和优化算法的巧妙结合，滚动的预测合理的输入，从而实现智能自动控制。本文的主要研究工作有以下几点：首先，对本文的研究对象—新型干法水泥生产过程进行了介绍，重点研究了水泥煅烧阶段的工艺。根据水泥生产过程的分析和各阶段物理化学变化的原理，结合冀东水泥现场的反馈及控制情况，提出了采用喂煤量、窑尾风机挡板开度为主要操作变量，以回转窑烧成带温度、回转窑内氧气含量为控制目标变量，建立水泥回转窑预测控制模型。其次，对水泥回转窑煅烧系统的控制采用组合模型的方法，将整体回转窑的控制系统分为稳态模型和动态模型。将现场采集的数据进行分析处理筛选出稳态数据和动态数据。使用RBF算法对回转窑煅烧系统的稳态数据进行辨识，得到系统的非线性神经网络稳态模型，用最小二乘法对动态数据辨识，得到系统的线性ARX模型，用增益实时调节的方式将稳态模型和动态模型结合便得到系统的组合模型。根据组合模型的特点和预测输出的方式采用滚动优化的形式和序列二次规划方法进行预测估算，实现智能控制。最后，根据RBF-ARX组合模型和预测控制算法，设计用于水泥回转窑煅烧过程MIMO系统的数据处理器、模型辨识器、预测控制器。采用OPC技术将该智能控制器和现场的DCS系统下层进行数据交换和通信。把该组合模型预测控制方法应用到冀东水泥三期C线水泥回转窑煅烧控制中，通过对比证明了该控制技术的先进性、实用性。