新型干法水泥生产过程中,熟料的烧成与冷却过程是至关重要的环节,该环节工况是否稳定,直接关系水泥产品的质量以及生产过程的能耗。烧成与冷却过程所具有的非线性、多变量、强耦合、大时滞及时变等特性,使得该环节的工况复杂多变,传统的控制方式难以从整体上稳定工况。目前对于窑系统的过程控制研究,多针对某一单元环节,虽然取得了一定的控制效果,然而,一旦工况发生较大波动,往往造成控制策略失效。因此,绝大多数的水泥企业仍然依靠现场操作员的操窑经验,根据工艺参数的变化情况,进行工况的人工分析,并通过频繁的参数调节,保证窑系统的稳定运行。如何改变这种相对落后的人工控制方式,采用有效的方式首先实现工况的智能识别,然后在此基础上实现基于工况指导下的烧成与冷却过程的综合自动化过程控制,成为一个亟待解决的问题。人工智能技术的不断发展,为解决这一问题奠定了基础。专家系统作为人工智能技术的一个重要应用领域,经过几十多年的科学研究,理论和技术日臻成熟,其应用也得到了飞速发展。近年来,模糊推理技术在专家系统中的成功应用,使得专家系统在处理不精确问题上有了精确的方法。模糊专家系统这一优良特性非常适合解决窑系统复杂多变工况的识别问题。据此,本课题依托国家高技术发展计划(863)子课题:软测量、单元级优化控制系统的设计开发及工程应用。以山水集团4#水泥生产线回转窑及篦冷机为研究对象,深入分析其生产工艺以及熟料烧成与冷却机理,总结现场工艺工程师的专家经验,合理选取工艺参数,总结典型工况特征,提出了一种基于模糊专家系统的工况智能识别方法,并应用于工业生产现场。本文结合熟料烧成与冷却过程的工艺机理以及工况特征,选取了窑尾烟室温度、窑主电机电流、二次风温、篦冷机一室压力、窑头电收尘入口温度等五个工艺参数,并对以上参数的变化趋势以及当前幅值进行特征提取。前者采用基于参数曲线斜率的模糊特征提取方法,首先求取曲线斜率,而后对该斜率进行模糊化处理,得到快升、慢升、平稳、慢降、快降等五种趋势特征以及对应的隶属度;当前值的特征提取同样采用模糊化方式,输出当前值很大、较大、正常、较小、很小等当前值特征及对应的隶属度。本文从专家规则表示方式和模糊推理机制两个方面,详细研究了基于模糊专家系统的工况智能识别方法。专家规则的表示方式采用模糊专家规则矩阵的形式,该方法实现简单,为提高推理效率提供了保障;模糊推理机以参数特征为输入,通过模糊推理运算得到当前的工况类别及置信度。为解决传统的模糊推理机制无法区分专家规则中多个条件项不同重要性和权重的问题,采用了加权模糊推理机制,为各个条件项设置不同的权重,提高了模糊推理的准确性。新型干法水泥生产线烧成及冷却过程工况识别系统的软件开发采用C++语言实现,为提高系统的不同环境、不同企业或不同生产线的通用性,软件提供了人性化的人机界面,用户可根据实际情况,对专家系统参数进行修正。现场实际应用表明,本文提出的基于模糊专家系统的工况识别方法可以快速、准确的识别当前窑况,具有较好的实用性和可靠性。本方案可推广至整条生产线的工况识别过程中,建立水泥熟料生产线工况智能识别系统,为最终实现水泥生产过程综合自动化控制奠定了坚实的基础。