水泥熟料游离钙(free calcium oxide in cement clinker,fCaO)是水泥熟料中没有参加化学反应以游离态存在的氧化钙,其含量的高低直接影响着水泥的安定性和水泥生产的能耗。目前水泥fCaO测量主要存在:人工离线化验测量周期长、实时性差、效率低等不足;在线分析仪价格昂贵、不易维护且测量的准确性容易受到干扰等问题。针对水泥fCa O测量存在的问题,本文提出一种基于连续型深度信念网络的水泥fCaO软测量方法,并设计了水泥f CaO的在线软测量系统,具体研究如下:首先,本文深入分析了水泥fCaO生成工艺原理,研究了影响水泥f CaO生成的工艺变量,采用西曼方法分析了水泥fCaO与烧成系统内变量时间匹配的问题,并利用灰色关联度方法对水泥fCaO软测量的辅助变量进行选取。其次,针对深度信念网络(Deep Belief Network,DBN)学习连续数据时预测精度较差问题,首先采用sigmoid函数连续值代替限制玻尔兹曼机(Restricted Boltzmann Machine,RBM)神经单元状态的离散值,并添加高斯随机噪声,改进了一种连续型限制玻尔兹曼机(Continous Restricted Boltzmann Machine,CRBM),然后构建了由CRBM组成的连续型深度信念网络(Continous Deep Belief Network CDBN),最后采用测试数据对CDBN网络的性能进行测试。然后,提出了一种随机扰动混沌粒子群优化算法(stochastic perturbed chaos particle swarm optimization,SPCPSO),在传统粒子群寻优后期增加随机扰动,增大了粒子获得更优解的概率,并采用SPCPSO算法对CDBN网络的权重与偏置进行寻优,利用测试函数对SPCPSO优化的CDBN网络性能进行测试。最后,采用SPCPSO优化的CDBN网络对水泥fCaO进行软测量仿真研究,验证了基于本文算法建立的水泥fCaO软测量模型的有效性及优越性,并设计了水泥fCaO软测量系统软件,在水泥生产仿真软件上实现了水泥fCa O的软测量。