刘 晶，秦国帅，孟德凯，贺伯君，季海鹏

(1. 河北工业大学 人工智能与数据科学学院,天津 300401；2. 河北省数据驱动工业智能工程研究中心，天津 300401；3. 劳里埃大学 计算机科学学院,加拿大 滑铁卢 999040;4. 中材节能股份有限公司，天津 300401；5. 河北工业大学 材料科学与工程学院,天津 300401)

0 引言

近年来，随着社会经济发展，我国水泥行业产量迅速提升。根据数据表明，2014年我国水泥产量在全球总产量中占比56.7%[1]。同时，水泥行业又是一个典型高能耗产业，水泥行业能耗在全球能源消耗中占比8.5%，并且二氧化碳排放量占比高达34%[2]。

水泥生产过程中，熟料煅烧过程占水泥生产总能耗92.6%以上，其中只有大约60%的热量被熟料煅烧所利用，剩余的40%热量随着窑头、窑尾的废气一起排入了大气中。不但造成了大气污染，还造成了大量热能的损耗。因此如何提升能源利用率成为余热发电系统的关键性问题。

目前，低温余热发电技术系统优化方法主要分为两类，分别是基于专家经验系统控制优化方法和基于数据驱动系统控制优化方法。

基于专家经验系统控制优化方法常用模糊控制等手段，以生产现场工作人员的控制经验为基础，在系统控制方面进行优化。其中，文献[3]以有机朗肯循环系统中的蒸发器为研究对象，使用模糊PID控制，使系统具有更好的稳定性。文献[4]使用PID控制器将涡轮机入口条件保持在过热状态，而没有明显的过冲现象，提高系统的热效率。文献[5]设计了非线性模型预测以及PID联合控制模型，适用于重型柴油机的平行蒸发器有机朗肯循环(ORC)余热回收系统的实时增强控制，可确保ORC系统高效、安全地运行。……