对于复杂的水泥回转窑煅烧系统，由于其本身具有大滞后性、非线性、时变性以及变量间强耦合性的特点，所以对回转窑煅烧过程一般很难建立精度的数学模型，控制精度也自然难以保证。随着控制技术的不断发展，以模型预测、滚动优化、反馈校正为基本原理的预测控制技术的不断成熟，为水泥回转窑煅烧过程的控制带来了新的研究方向。本课题针对水泥回转窑煅烧过程的复杂机理，提出了基于组合模型的预测控制算法，通过最优化算法对煅烧过程的变量进行滚动求解，具体研究工作如下：首先，研究水泥回转窑煅烧过程的反应机理，分析影响水泥熟料品质及单产能耗的因素，进一步结合我国水泥回转窑控制的现状。提出了以回转窑窑内NO x含量和O 2含量为控制目标量，以窑头喷煤量和高温风机挡板开度为操作变量的新型模型，为建立水泥回转窑煅烧过程的预测模型提供了基础。其次，依据水泥回转窑煅烧过程的特性，采用系统的稳态和动态模型分离辨识的思想，使用BP算法对回转窑煅烧系统的稳态数据进行辨识，得到系统的非线性神经网络稳态模型。使用最小二乘法对回转窑煅烧系统的动态数据进行辨识，得到系统的线性ARX动态模型。利用稳态模型的增益实时调整ARX模型的参数，得到系统的BP-ARX组合模型。最后，基于BP-ARX组合模型，推导设计出用于水泥回转窑煅烧过程的MIMO时滞系统的预测控制器，采用序列二次规划的优化算法，实时滚动地对回转窑煅烧系统的输入量实现预测。最后对设计的预测控制算法进了数据仿真，并给出现场应用的实施方案。