新型干法水泥熟料的冷却过程是水泥生产的一个重要环节,该环节对保证熟料质量、提高二三次风温、保证热回收量以及改善熟料煅烧状况都具有重要的影响。该环节相关作用的实现主要通过对篦冷机的合理调控,但由于国内水泥厂生产线自动化水平不高、生产过程主要监控点不完善以及篦冷机自身非线性大滞后的特性,导致信息采集不完备,因此国内对于篦冷机的调控多数采用操作员手动控制,控制过程带有一定的主观判断,控制效果不尽如人意。针对熟料冷却过程篦冷机控制的现状,部分学者已对篦冷机的优化控制做了相关的研究,控制效果较之前手动控制有了一定的提高,但经过阅读大量文献后发现,对于篦冷机优化控制的研究多数局限于冷却过程单环节的优化控制,而水泥生产工业是典型的流程型工业,在水泥实际生产过程中,各环节之间具有多变量耦合的特性,因此在对单一环节参数进行优化控制的过程中可能会导致相关环节的工况发生变化,对水泥生产造成不利的影响。因此,在对之前篦冷机单环节优化控制研究基础之上,对熟料冷却过程的主要协调关系进行分析,利用熟料冷却过程的协调关系对篦冷机进行优化控制,在保证熟料冷却过程相关作用效果同时减小相关环节工况的波动,对稳定生产具有重要的意义。本文具体研究内容如下:(1)对熟料冷却过程主要协调关系进行分析,将熟料冷却过程协调关系分为三部分:篦冷机与回转窑相互影响关系、篦冷机与回转窑对篦冷机热效率的影响、篦冷机与回转窑对熟料质量的影响。根据熟料冷却过程协调关系进行相关监测参数选取之后,将水泥熟料冷却过程协调控制系统分为:基于协调关系的篦下压力优化设定系统和水泥熟料冷却过程自动控制系统。(2)提出一种多模型融合的神经网络算法,该算法能够平衡单一算法对数据的表达能力的优势和劣势,并且能够通过对历史数据的不断学习,提高相关结果精度。(3)基于协调关系的篦下压力优化设定系统。以篦冷机与回转窑相互影响关系为基础,采用多模型融合神经网络建立了篦下压力预设定模型;然后以篦冷机与回转窑对篦冷机热效率的影响关系为基础,建立了基于二次风温判断的篦下压力补偿模型;最后,根据篦冷机与回转窑对熟料质量的影响关系,建立基于Fuzzy系统的篦下压力校正模性。通过三个模型共同作用为篦冷机控制提供了当前冷却过程协调关系状态下的篦下压力最优设定值。(4)水泥熟料冷却过程自动控制系统。依据基于协调关系的篦下压力优化设定系统中涉及的篦下压力和二次风温两个被控变量,对篦下压力和二次风温进行特性分析。然后以传统PID控制器对篦下压力控制的仿真结果为例,根据仿真结果对传统PID控制器进行改进,提出基于积分分离PI控制算法的多模态控制器,将Bang-Bang控制器、Fuzzy控制器在不同的控制规则下对积分分离PI控制器进行校正。最终实现将篦下压力稳定控制在设定值附近,并将二次风温稳定控制在合理范围内。(5)根据控制策略,开发了水泥熟料冷却过程协调控制软件。将该软件在水泥生产现场进行了应用并对应用效果进行展示。