回转窑是水泥生产过程中最为重要的工艺设备，而窑衬又是回转窑生产中优质、高产、低消耗和安全运转的关键因素。窑内的热工过程、窑衬及窑内物料的变化，从很大程度上综合地、间接地反映到了窑简体表面所形成的温度场，因此，监测窑筒体温度，并通过温度场所反馈的信息，可以定性分析出窑衬状况，再结合回转窑其它相关参数，即可对回转窑结圈、红窑等内衬故障进行检测。 本文针对窑筒体红外温度场的特性，提出了采用基于图像处理的模糊模式识别的方法，包括应用数字图像处理技术用于红外温度场图像，对温度图像滤波、增强并对故障区域进行分割，以提取故障特征参数；应用OpenGL构建温度场三维热向图；系统通OPC接口与浙大中控AdvOPCserver通讯，将实时特征参数通过OPC接口从DCS上采集并实时存储。随后，通过专家经验建立基于最小二乘法的模糊隶属函数并采用模糊模式识别对回转窑内衬故障进行识别。本研究涉及了数字图像处理、人工智能、模式识别、计算机图形学、Windows程序设计、网络通讯等多种学科以及相关的水泥生产工艺，属于多种学科交叉的边缘性课题，主要内容包括：①、回转窑简体红外测温原理研究；②、温度场噪声信号的自适应滤波编程实现；③、红外成像系统的设计、制作；④、计算机软、硬件测量系统的工程实现；⑤、基于OPC接口的特征参数提取；⑥、内衬故障模糊识别隶属函数的建立；⑦、利用OpenGL实现温度场的三维构建。