水泥分解炉温度是影响水泥质量的重要因素,确保水泥分解炉温度恰当、稳定是保证水泥预分解系统良好运行的关键。本文提出基于时序深度信念网络与具有外部输入的自回归模型相结合(DBN-ARX)的组合模型的广义预测控制方法及其参数优化算法,具体研究内容如下:首先,基于新型干法水泥预分解工艺,研究分解炉温控系统的非线性、耦合性、大惯性、干扰和时滞不确定等主要特性,分析温度控制过程中的存在的不足。探讨影响生料分解率及分解炉温控系统稳定运行的主要因素,得到影响分解炉温度的主要特征变量,重点分析各特征变量与分解炉温度间的时滞关系,为水泥分解炉温度控制模型的提出奠定理论基础。然后,依据分解炉温度控制系统特性,采用互相关函数分析理论确定变量的相关时序信息,同时重构深度信念网络输入层结构,建立以多个相关变量的时序特征为输入的时序DBN分解炉稳态模型。进而通过动态增益将时序DBN稳态模型与ARX动态模型结合,构建水泥分解炉温度控制系统的时序DBN-ARX组合模型,为水泥分解炉温度控制方法的提出奠定模型基础。其次,以时序DBN-ARX组合模型为基础,推算分解炉温控系统的广义预测控制模型输出公式,进而通过误差反馈校正环节和在线滚动优化环节的搭建,得到基于时序DBN-ARX组合模型的分解炉温度预测控制算法。同时针对分解炉温度预测控制过程中参数难以整定的问题,提出了基于高斯遗传算法(GGA)的控制参数优化方法,构建了具有外部参数优化结构的分解炉温度预测控制系统。最后,基于本文提出的分解炉温度预测控制算法,采用现场数据进行仿真实验。对比不同模型、优化方法及控制方法,并从系统稳定性及鲁棒性角度进行仿真,验证本文方法的有效性和可行性。实验结果表明,本文提出的水泥分解炉温度控制算法鲁棒性更强,稳定性更高,可实现分解炉温度的稳定控制。