随着节能降耗要求的日益严格,煤炭价格的不断增长,现代水泥企业面临着降低运行成本与节约能源的双重要求。回转窑是水泥生产中最主要设备,但也是消耗能源最多的部分之一,因此对水泥回转窑进行分析研究和控制有着十分重要的意义,并能够实行节能降耗的要求。针对水泥回转窑烧成系统大惯性、纯滞后、非线性的复杂特点,提出了用最小二乘支持向量机(LS-SVM)对回转窑烧成系统建立模型,利用粒子群优化算法(PSO)对最小二乘支持向量机中的核函数的参数进行优化,并与神经网络等优化算法进行比较显示了它的优越性,最后获得了最优的模型参数;从水泥厂采集到大量的数据,利用最小二乘支持向量机原理对数据进行了筛选,得到了建立模型的最优几组数据,结合Matlab软件编写程序,建立了烧成系统的模型,再次通过Matlab软件进行模型的仿真,仿真结果显示出该模型能够准确的预测回转窑的烧成带温度和窑尾温度,并且使燃料消耗最少,起到了节能降耗的作用;另外,还建立了控制系统,该系统通过计算机串口通信和RS-485通信线实现了对MICROMASTER 440变频器的控制,通过对煤粉绞刀电机转速的控制达到了对煤量的实时调节,利用VC++软件开发出了控制煤量的操作界面,通过该界面能够随时的改变加入回转窑的煤量。本文的创新点是把最小二乘支持向量机应用到了水泥回转窑中,得到了很好的预测模型,并将最小二乘支持向量机模型与VC++相结合建立了煤量的控制系统,结果表明利用最小二乘支持向量机算法建立的模型达到了回转窑节约能源的目的,煤量控制系统的建立能够随时的检测和调节煤量,起到节煤的效果。