水泥粉磨是水泥生产的最后一个环节,直接决定了水泥生产线最终的产量及质量。近年来,半终粉磨工艺的应用在一定程度上增加了水泥产量,降低了能源消耗;在线激光粒度分析仪在水泥粉磨环节上的应用,显现了其在提质、节能、降耗和增产方面的巨大潜力。本文以在线激光粒度分析仪为检测手段,结合半终粉磨工艺机理,围绕水泥粉磨环节的磨机负荷和水泥粒度,开展半终粉磨系统建模及数据驱动控制研究。本文研究内容为山东省重大专项“智能化工厂关键技术研究与应用示范(2015ZDXX010F01)”和国际合作项目“面向节能减排的水泥生产过程集成控制系统研究(SQ2013ZOC600)”两个项目的核心内容之一,主要研究工作如下:(1)针对水泥半终粉磨系统的磨机负荷和水泥粒度两个关键参数,在分析其影响因素的基础上,建立了其各自数学模型。选取循环风机转速和磨机电流分别作为神经网络的输入和输出参量,采用极限学习机神经网络(ELM)算法建立了磨机负荷的数学模型,其输入层与隐含层的权值和隐含层神经元的阈值在辨识过程中随机产生且保持不变,隐含层神经元的数量被确定之后便可得到唯一最优解,并进行了仿真验证;选取后选粉机转速为模型输入,小于45?m颗粒含量为模型输出,采用最小二乘法建立了水泥粒度的数学模型,仿真验证显现了该模型与水泥粒度的动态变化具有良好的一致性,为后续水泥粒度控制算法的研究奠定了基础。(2)为提高半终粉磨粒度控制的稳定性和鲁棒性,给出了一种基于数据驱动技术的水泥粒度自适应PID控制方法,解决了控制方法对模型的依赖问题。在建立水泥粒度系统紧格式动态线性化数据模型的基础上,应用粒度控制系统的I/O数据(后选粉机转速和小于45?m颗粒含量)估计其伪偏导数(PPD),调整PID控制器的参数;仿真结果验证了该控制算法的有效性。(3)提出了包括系统软硬件架构、数据库设计、Bang-Bang与数据驱动自适应PID控制相结合的半终粉磨粒度优化控制方案,研发了半终粉磨粒度优化控制系统,进行了工程应用,取得良好运行效果。