新型干法水泥生产窑尾系统包括预热器与分解炉两部分,承担着水泥熟料烧成过程的大部分热交换任务。合适、稳定的喂煤量与喂料量,能使煤燃烧放热与生料吸收热尽可能均匀进行,充分提高热利用率,达到节能降耗的目的。现阶段窑尾工况的判断大多采用人工对各级预热器及分解炉出入口瞬时温度、压力等信号进行直观对比,而工况的自动识别则是根据上述参数利用专家系统、神经网络、模糊数学等工具进行处理。窑尾系统具有大滞后、大惯性、非线性、强干扰等特点,其参数的检测信号非常不稳定,并且工况复杂多变。因此,窑尾系统工况的准确判断往往是困难的。然而准确识别窑尾系统的工况,对整个烧成系统的控制至关重要,不仅能够稳定热工制度进而提高熟料质量、增加产量,而且还能够节约能源消耗,避免结皮堵塞事故的发生。本论文对新型干法水泥生产线窑尾系统工况进行了详细的研究,并结合现场操作人员的经验与小波包信号分析理论,对水泥生产中窑尾系统稳定与非稳定的工况进行了辨识研究。预热器出口温度、压力是窑尾预热环节热工稳定性的重要参数,并直接表征了该环节热工设备的稳定性;选取具有代表性的一级预热器出口温度参数进行小波包分解,提取能量特征,并进行类别划分,使得预热器系统稳定与非稳定的工况得到了准确区分。分解炉系统的稳定性直接决定了水泥孰料成品的合格率,分解炉出口温度的大小直接表征了分解炉系统的稳定性。应用小波包分解技术,对提取的能量特征进行类别划分,从而使得分解炉出口温度的特征得到准确的识别;并选择有代表意义的特征向量,将其归一化,应用BP神经网络分类器对其分类。结合上述两种辨识的结果,应用工业上普遍采用的OPC通信协议,将现场数据采集并存储到数据库中,使用VB调用MATLAB的方法编写软件。通过Install shield将软件打包,使辨识系统的实现不依赖于某一特定的编程环境,增强了算法的通用性和可移植性。该软件准确的对水泥生产线窑尾系统工况进行了的辨识,进而保证了窑尾系统稳定、高效的运行。现场的实际运行证明了应用该理论编写的软件对分解炉温度工况进行了准确的识别,表明了本文方法的正确性和实用性。