本文结合当前水泥企业集散控制系统的实际配置,完成了水泥生产过程仿真及培训平台的开发与应用,并在充分分析总结国内外水泥分解炉温度控制技术研究现状的基础上,针对分解炉环节的传递函数模型进行了仿真研究,设计了结合OPC技术、在VC++环境下实现的单神经元自适应PSD(proportion,summation and differential)分解炉温度控制系统,实际运行表明了该方案的正确性和实用性. 离线培训及仿真平台的开发与应用,使新操作员在本单位内即可熟悉和掌握监控软件操作及工艺规范,而不必花费大量的金钱和时间到其他水泥企业进行学习和培训:水泥优化控制研发单位也可以在本单位内对优化控制算法进行仿真,再前往水泥企业进行现场调试,缩短了软件研发周期,减少了研发费用.本平台在山东恒拓科技发展有限公司及山东省水泥质检站进行了应用,获得了用户的好评. 分解炉是一个典型的非线性、强耦合的复杂控制对象,其精确的数学模型难以建立,常规控制算法很难获得满意的效果.所以,研究并实现水泥烧成过程智能控制系统,对进一步提高水泥烧成过程自动化水平具有重要意义.本文在分析总结国内外水泥分解炉温度控制技术研究现状的基础上,研究了DD分解炉的结构及内部燃烧机理,确定了影响分解炉温度变化的主要因素是三次风量、煤粉流量和生料流量的波动,定性地给出了这些影响因素与分解炉温度之间的关系,并结合分解炉对象模型对PID、模糊控制及单神经元自适应控制算法进行了仿真研究,将其在Matlab和离线仿真培训系统下进行了相应的仿真及对比,仿真结果表明了单神经元自适应PSD算法在分解炉温度控制中的优越性. 基于算法仿真的结果并结合大坝水泥厂的实际情况,提出了通过OPC连接DCS数据库、并在VC++环境下实现的单神经元自适应PSD分解炉温度控制方案.本方案的软件实现在控制系统、OPC接口程序、智能控制算法等方面,都强调并采用了模块化,使优化控制算法的实现不依赖于某一特定的组态环境,具备通用性.根据仿真得到的控制参数并结合现场情况,将该方案在现场进行实施,实际运行表明了该算法对于分解炉温度具有良好的控制效果,对过程参数的变化有较强的自适应性,且便于操作员的理解和操作,较好地满足了工艺和生产要求.