回转窑广泛应用于冶金、发电、水泥等工业生产的各个领域,该类窑炉生产的关键环节是煤粉燃烧过程的检测与控制,可直接影响产品质量、生产能耗和空气污染物的排放。窑内熟料烧结过程是一类典型的复杂工业过程对象,主要通过控制窑内喂煤量来稳定窑内工况。目前窑内喂煤量的控制主要以人工看火的方式为主,而这种方式主观性和随意性强,使得回转窑控制变得很难。本文充分考虑回转窑烧结过程中各种热工变量的混沌时间序列对喂煤量趋势的影响,提出多变量相空间重构与HMM相结合的趋势预测方法,最后将研究结果应用到回转窑工业现场。本文主要针对以下几个方面展开研究:(1)混沌及相空间重构理论研究。介绍混沌理论的发展,阐述了混沌的本质及其特点;然后给出了定量描述混沌特性的三个主要参数:Lyapunov指数、分形维数和Kolmogorov熵的数学定义及其计算方法;最后介绍相空间重构理论,针对延迟时间和嵌入维数这两个重要的参数,简单介绍了独立求取的方法及其特点,重点研究联合求取的C-C算法。(2)提出一种基于相空间重构的CC-HMM喂煤量趋势预测算法。首先简单介绍HMM的应用背景,接着阐述HMM理论,面对HMM三个基本问题,分别介绍Forward-Backward算法、Baum-Welch算法和Viterbi算法,并对HMM应用与窑内喂煤量趋势的研究的可行性进行了分析。最后重点介绍基于相空间重构的CC-HMM算法在喂煤量趋势预测中的实现过程。(3)窑内喂煤量趋势预测实验结果分析及应用。首先介绍喂煤量趋势数据的提取方法,然后对不同预测模型做了实验对比,接着对基于相空间重构的CC-HMM喂煤量趋势预测的实验结果对比分析进行了介绍,表明采用基于相空间重构的方法对喂煤量趋势预测,可以为喂煤量操作提供更加准确的预报,并将本文所提方法应用到回转窑工业现场。论文的研究是基于喂煤量操作的窑内烧结温度控制,以便于熟料烧结过程中操作优化的有效实施,为工业现场的人工操作和专家控制提供准确而可靠的参考价值,并提高熟料烧结的质量和节能减排。