水泥产业所消耗的煤炭量约占全国煤炭消耗总量的15％，是当之无愧的耗能大户。我国吨水泥综合能耗要比国际水平高出20％左右，氮氧化物排放约占全国总量的10％，水泥行业节能降耗对国家节能降耗目标的实现具有重要作用。
　　水泥生产过程机理复杂，工况的非正常运行甚至是工艺故障时有发生，严重影响水泥生产质量和产量的稳定。因此，水泥生产流程中工况的实时监测与工艺故障的诊断不仅是实现节能优化目标的前提，也是实现安全生产的保证。
　　本文依托平邑中联水泥有限公司节能优化项目，运用分形理论与支持向量机相结合的方法，实现了水泥工艺流程中工况的监测与工艺故障的分类诊断。水泥回转窑主机电流的变化与窑内热工制度、结皮厚度、窑圈垮塌等工况具有很强的关联性。鉴于水泥回转窑窑电流信号在不同工况下表现出的不同分形特性，本文研究提取了不同工况下窑电流信号的广义分形维数作为特征参数，通过求取待检信号的广义分形维数序列与各工况所对应窑电流的分形维数序列的最大相关系数，实现窑电流水平和变化趋势的归类，从而达到对窑内工况的有效识别。
　　单纯利用支持向量机的方法进行故障分类时，对数据样本的要求较高，在数据样本某些属性的特征区分不明显的条件下，分类效果并不理想。本文尝试将分形理论引入到数据样本的处理中，先利用得到的广义分形维数替代原数据样本中的特征性不强的属性，然后通过支持向量机实现模式分类。针对新型干法水泥生产过程中常见的6种工艺故障，运用这两种分类策略进行分类，测试的分类准确率分别为88.67％和99.67％。结果表明：运用广义分形维数与支持向量机的结合算法，可以更加有效地实现故障的分类诊断。