在新型干法水泥生产中，烧成过程是最为关键的环节。烧成系统承担了物料的预分解、煅烧及熟料的冷却等任务。实时在线识别烧成系统当前工作状态，选择适宜的控制策略，是实现水泥生产过程精确控制的前提与关键。目前对烧成系统工况的判断及控制水平较低，主要依靠操作员的人工经验进行工艺参数的辨识和调整，这种方式具有很大的主观性和滞后性。因此，采用先进的技术进行工况辨识，及时有效地识别出工艺参数的变化趋势及整个环节的整体工况模式意义重大。本文通过对常用识别方法的研究，结合水泥烧成工艺特点，提出了两级ART-2神经网络方法，连续进行关键工艺参数的趋势辨识和模式分类，实现烧成系统工况的在线辨识。两级ART-2网络方法进行工况识别过程包括关键工艺参数的选取、数据预处理、工艺参数的趋势识别和工况类型的模式识别四部分。根据工况识别的需求及水泥生产的工艺特点，选取工况识别的关键工艺参数，并将这些参数进行均值滤波，消除随机误差，使参数曲线平滑便于观察变化趋势。经均值滤波后的单一参数利用第一级ART-2神经网络进行参数的趋势识别，根据识别要求，可将趋势分为上升、平稳、下降三种类型。不同的趋势会激活不同的神经元，根据神经元编号可将多个参数的趋势类型组合成为工况模式，利用第二级ART-2神经网络进行工况模式的分类，分类结果就是我们需要的工况类型。本文利用两级ART-2网络进行分解炉、回转窑及篦冷机环节的工况识别，基于两级ART-2神经网络的工况识别方法能够对处理后的参数进行连续的趋势识别和模式识别，直接输出工况辨识结果，具有方便易操作的优点。鉴于五级旋风预热器具有单变量工况的特点，该环节直接用模糊理论构造隶属函数，根据隶属度的大小判断参数值的高低，即可得到当前工况类型。本文采用VB及MATLAB实现工况系统的软件编程。工况识别的判断规则及数据预处理等部分利用MATLAB编程实现，人机界面采用VB编程，通过VB调用M文件，对实时数据进行处理分析，辨识出当前的工况类型，并将相应的工况类别及工况描述显示在界面上。