随着工业化的进一步升级,优化节能控制在工业生产中占据越来越重要的位置。相较于传统的粗犷生产方式,优化节能控制能够为企业带来更少的消耗与更多的效益,国家和企业已经逐渐投入更多的资源,推广优化节能控制的应用。能效模型,控制模型和优化控制方案是节能优化控制的重中之重。水泥行业的各主要设备单元迫切需要适合自身的优化节能控制方案。论文选择某水泥生产线的窑头篦冷机冷却风机群为研究对象,该装置目前依然以手动控制为主,存在工艺波动较大,能耗较大等问题。本文通过对装置与工况的研究,设计了优化节能控制方案,提高了生产过程的稳定性并降低了能耗。首先通过研究篦冷机工艺流程,分析得出影响篦冷机工况的核心工艺参数,重点研究了单风机运行工况与多机并联运行的管道特性和能耗特性,给出了篦冷机的热效率模型和能耗模型。然后展开控制系统方案设计,设计并调试了基于常规控制方案的DCS系统,使用人机间数据交互效率概念,通过针对性的HMI设计和报警系统设计,提高了操作人员对工艺现场的感知能力。并现场测试了篦冷机冷却风机的运行参数与性能,验证了风机模型特性的正确性和有效性。其次,设计了基于深度神经网络的参数预测算法,通过对主要参数与被测参数之间的相关性研究,验证了主要参数与被测参数间的相关关系,以此建立了深度神经网络参数预测算法,并输入现场真实数据进行训练,使用现场真实数据进行测试,验证了该算法的有效性,在本章的末尾给出了篦冷机冷却风机群的被控对象模型。最后,针对篦冷机冷却风机群优化节能控制,设计了三种控制方案进行对比研究。其一为模糊控制方案,将当前值、偏差值与合成的虚拟工况变量进行模糊化,设计模糊规则,解模糊后得出控制增量,作用到执行机构。其二为模糊控制与PID控制相结合的控制方案,将当前值、偏差值与合成的虚拟工况变量进行模糊化,设计模糊规则,解模糊后得出设定值增量,作用到PID的外部给定值,然后由PID进一步计算出输出值,作用到执行机构。其三为基于参数预测的方案,使用遗传算法进行优化,使用深度神经网络进行参数预测和能效模型搭建评价函数,在固定的控制周期中寻优,将整个历史上适应度最高的个体作为输出值,作用到执行机构。实例化后,使用同一组数据集进行仿真验证,基于参数预测的控制方案在平稳率和节能方面,性能优于另外两种方案,将核心参数平稳率方差提升40%,年度节能可达45万千瓦时,实现了篦冷机冷却风机群更稳定,更节能的运行。