水泥烧成系统是水泥生产关键子系统之一,随着工业技术的发展,水泥烧成系统装备技术得到了显著提升。但智能化设备的普及并没有带来配套的优化方法的提高,导致我国水泥制造业仍面临资源利用率低,产品质量差,排废量大等问题,主要原因包括:一、水泥工业具有设备多、生产机理复杂等特征,导致难以建立有效的机理模型;二、水泥工业数据为多干扰不确定多元信息,工况的动态变化造成工艺工程师难以感知动态变化的工况。因此,研究水泥烧成系统智能优化控制,对于提高水泥产品质量,降低生产能耗具有重要意义。本文针对上述问题,开展水泥烧成系统生产目标优化模型与动态运行优化算法的研究,主要研究内容如下:（1）针对水泥工业生产过程数据存在的时变时延性、不确定性和非线性等问题,提出一种基于时间序列的卷积神经网络模型。首先,研究生产过程变量与生产目标之间在时间尺度上的相关性,构建时间序列输入层,解决时变时延难以确定问题;然后,利用多层卷积-池化层提取时序输入层高维数据特征,消除数据冗余,并利用全连接层进行特征整合;最后,通过适应性矩估计算法对预测误差不断修正,解决生产过程数据不确定性与非线性问题,实现了对水泥烧成系统多生产目标的预测。（2）针对水泥烧成系统电耗、煤耗、质量等生产目标关联协作优化以及工艺工程师存在主观性、调节滞后性等问题,建立水泥烧成系统生产目标优化模型。模型以水泥烧成系统能耗为优化目标,综合考虑质量生产目标、设备能力、生产原料成分、变量约束等因素;并提出一种约束差分进化算法,通过求解优化目标函数,揭示生产被控变量与生产目标之间内在规律,获得被控变量设定初值,达到降低能耗,提高产品质量的目的。（3）针对开环求解难以跟踪水泥烧成系统动态变化工况问题,在对被控变量设定值开环决策基础上,考虑工业动态特性,提出基于双周期耦合的能耗运行优化算法。并设计基于能耗优化模型与参考轨迹的优化性能指标,通过求解性能指标函数,得到满足工况变化的被控变量设定值。实验结果证明所述运行优化算法的有效性。