水泥粉磨是水泥生产的三大环节之一,而在水泥粉磨生产过程中,球磨机是一个重要的设备,球磨机的运行状况直接的影响到水泥粉磨的质量;因此,球磨机负荷的控制是水泥粉磨系统生产控制中的核心控制问题,同时在水泥磨的负荷控制中采用有效的负荷控制策略具有重要的意义;然而球磨机系统具有非线性、强耦合等特性,这些特点都增加了水泥磨负荷控制的难度。目前国内的水泥磨系统生产过程中主要采用的人工调节生产参数的方式进行水泥磨负荷的控制,但是这种方式下水泥磨负荷的控制精度难以保证,同时生产过程中会造成大量能源消耗。为了实现稳定生产、节能降耗的目的,本课题结合水泥磨生产现场实际状况,对卷积神经网络算法、粒子群算法以及模糊控制理论进行分析研究,建立了基于卷积神经网络的水泥磨电耗预测模型和基于粒子群算法的水泥磨负荷控制目标优化求解模型,并设计了基于引入信任度的模糊C聚类算法(Fuzzy C-means Algorithm with Belief,BFCM)的模糊控制器,从而实现水泥磨负荷的控制,同时进行水泥磨负荷控制软件系统的设计与实现。本文的主要研究内容如下:首先,对水泥磨系统的工艺流程进行深入分析,研究水泥磨负荷控制的控制机理,控制难点以及影响水泥磨负荷的因素和水泥磨负荷的表征参量;根据分析结果并结合卷积神经网络算法,建立了适应于现场工况的水泥磨电耗预测模型,实现水泥磨电耗的预测;同时根据建立的电耗预测模型,设计了基于粒子群算法的水泥磨负荷运行指标决策算法模型,实现了水泥磨负荷控制目标的优化求解。其次,对模糊控制理论进行研究,基于BFCM算法,设计了能够从水泥磨生产现场数据进行模糊规则自提取的规则提取方法,得到了水泥磨负荷与控制参量之间的模糊规则;同时基于所提取到的模糊规则,进行了水泥磨负荷模糊控制器的设计,实现了水泥磨负荷的模糊控制。最后,根据上述所建立的模型以及相关理论分析,利用C#编程语言和SQL Server2014数据库,设计了水泥磨负荷控制软件系统;并用软件系统在现场进行控制实验,根据实验数据分析验证了该控制策略的有效性。