回转窑是水泥熟料烧成系统的核心设备,水泥熟料的烧成质量和产量直接取决于回转窑窑内温度。本文通过分析水泥回转窑的工艺流程,阐述了窑内温度的稳定对于提高水泥熟料的质量、产量以及降低能耗等具有重要意义。水泥回转窑烧成系统具有多变量、大滞后、强耦合以及时变非线性等特性,目前国内多采用热电偶进行窑内温度的测量,但其易受耐高温材料的限制,并且温度测量范围具有局限性;同时,窑内工况始终处于动态变化之中,难以建立精确的烧成系统数学模型,常规控制方法不易于实现对水泥回转窑温度的良好控制。为了实现对水泥回转窑温度的有效控制,本文以吉林省某日产5000t/d水泥熟料的生产线作为研究背景,进行了以下研究:在水泥回转窑温度测量方面,设计了基于图像处理技术的温度测量方法。该方法首先采用自适应开关中值滤波对采集的窑内视频图像进行去噪处理;然后,采用基于搜寻者优化算法的K-means聚类算法对去噪后的图像进行图像分割,分割出烧成带特征量物料区;最后,运用神经网络比色测温法计算出烧成带温度。通过仿真实验研究,表明了该方法的有效性。在水泥回转窑温度控制方面,论文在强化学习的理论基础研究之上,设计了基于Q-learning和ISOA(Improved Seeker Optimization Algorithm)的水泥回转窑温度控制策略。该策略以烧成带温度状态变化为强化信号,通过调节喂煤量、主排风机转速和回转窑转速,从而实现对水泥回转窑温度的有效控制。对该方法进行Matlab仿真实验,结果表明了该控制策略的有效性。最后,在分析水泥回转窑温度集散控制系统(DCS)基本结构的基础上,设计了回转窑温度控制系统的软硬件,并且在MFC图形化编程的基础上,进行了用户监控界面的设计。