篦式冷却机是熟料冷却的关键设备，在生产过程中热熟料由回转窑窑口卸到篦式冷却机 进行冷却，衡量篦式冷却机质量的工艺指标是篦冷机篦床上料层厚度。影响回转窑运行和篦 冷机冷却效果的四个主要工艺参数是二次风温度、篦冷机二室篦下压力、窑头负压、出口熟 料温度。熟料在往复推动篦板的推动下，经一、二级篦床向前运动，一、二级篦床互相联结 且有高度落差，篦床下面分若干个风室设有若干台风机，来自风机的冷却风顺料层间隙向上 喷射并渗透，对熟料进行冷却，从熟料中引出的高温风(通常称为二次风)进入窑内与一次 风和煤粉一起燃烧，同时冷却好的熟料进入下一工序。出篦冷机的熟料温度应控制在65℃+ 环境温度，由篦冷机入窑的二次风温度应控制在750～950℃，篦冷机上料层的厚度尽可能采 取厚料层操作。目前，常规的熟料冷却控制使用的控制方法是PID或基于规则的模糊控制， 这种方法在熟料冷却过程中效果不明显，常常使出口熟料温度、入窑二次风温度及篦下压力 远远偏离正常工艺要求的值。

为了解决以上熟料篦式冷却机冷却过程的控制问题，本发明提出了一种篦式冷却机智能 控制方法。本文使用的熟料冷却设备是篦式冷却机，使用案例推理和模糊自适应PI控制，根 据篦冷机二室篦下压力、二次风温度、窑头负压及出口熟料温度的目标值给出实时控制量， 稳定了熟料出口温度、入窑二次风温度，从而提高篦式冷却机的热效率和冷却效率，提高了 设备的运转率，增加了台时产量，保证了回转窑及篦式冷却机热工制度的平衡，有利于窑况 稳定和提高熟料煅烧质量，进而提高后续熟料溶出工序的Al2O3、Na2O的溶出率，具有较高 的实用价值。
本发明的智能控制方法技术方案是这样实现的：
本发明所提出的智能控制方法依赖于硬件平台，由智能软件实现，其硬件平台核心由篦 式冷却机及其附属设备组成，同时配备了测量仪表，执行机构以及进行软件计算的计算机组 成。其硬件平台核心部分的联接是篦冷机的输入端与熟料窑窑头下料口，输出端是熟料出口 与破碎机(工艺过程流程如图1所示)。
熟料冷却系统的测量仪表包括：
安装在篦冷机出料口上部的红外测温仪，用于在线测量篦冷机出口熟料温度TCL；
安装在窑头中部的微压变送器，用于在线测量熟料窑窑头压力PYT；
安装在篦冷机二风室下风机出口的压力变送器，用于在线测量风机出口压力PBY；
安装在窑头下料口处的热电偶，用于在线测量入窑二次风温度TEC；
安装在篦冷机一级篦床上的6支热电阻，用于测量一级篦床两侧的温度，分别为：TBC1、TBC2、 TBC3、TBC4、TBC5、TBC6；
安装在篦冷机一级篦床电机上的智能数显表，用于在线测量一级篦床电机电流II；
其执行机构包括：
六风室风机变频器频率SC6；
一级篦床电机频率SC1；
二级级篦床电机频率SC2；
窑头收尘风机频率SC5；
二风室风机风门开度KT。
本发明智能控制软件既可以运行在分布式计算机控制系统(DCS)或可编程序逻辑控制 系统(PLC)上，也可以通过通讯方式运行于独立的计算机上，该软件从控制系统获得实时 过程数据，然后根据所获得的数据进行智能控制，从而获得篦冷机一级篦床电机频率、二风 室风机风门开度或风机频率、窑头收尘风机频率、六风室风机变频器频率的控制量。
本发明方法包括以下步骤：
步骤一、篦冷机熟料冷却过程实时过程数据的获得：
程序从控制系统获得篦冷机冷却熟料过程的实时数据，包括：篦冷机一级篦床电流II、 二次风温度TEC、二室篦下压力PBY、窑头压力PYT、熟料出口温度TCL、篦床两侧温度TBC1、TBC2、 TBC3、TBC4、TBC5、TBC6，篦床两侧温度过高时，篦板会烧坏，因此计算时篦床两侧温度取 最大值为TBC。篦冷机一级篦床电机频率反馈SI1；篦冷机二级篦床电机频率反馈SI2；篦冷 机窑头收尘风机频率反馈SI5；篦冷机六风室风机频率反馈SI6、二风室风机风门开度反馈 KI。
步骤二：篦冷机熟料冷却过程特征数据滤波处理：
本发明对特征数据采用中值滤波法，中值滤波是一种典型的非线性滤波器，它可以很好 的将奇异数据滤除。举例如下：
对篦冷机一级篦床电机电流II采样n次(一般n为奇数)，然后将n个采样值进行排序， 选取中间值为本次采样值，记为IIM；同理，二次风温度滤波值为TECM，篦冷机二室篦下压力 滤波值为PBYM，窑头压力滤波值为PYTM，熟料出口温度滤波值为TCLM，篦冷机篦床温度滤波 值为TBCM。
步骤三：基于案例推理的篦冷机熟料冷却各控制量的确定：
在篦冷机熟料冷却过程中，被控变量有篦冷机一级篦床电流II、二次风温度TEC、二室 篦下压力PBY、窑头压力PYT、熟料出口温度TCL、篦床温度TBC，针对多变量难以建立精确的 数学模型，从而达到理想的效果，因此本文采用基于案例推理和模糊自适应PI控制，具体控 制步骤如下：
(1)案例表示：
根据篦冷机熟料冷却过程及熟料窑稳定操作的机理，二次风温度是影响窑稳定操作的主 要因素，影响窑的稳定运行；二室篦下压力指示篦冷机篦床阻力，同时也反映窑内烧成带温 度变化。篦冷机一级篦床电机电流也反映篦床上料层厚度，一般情况下，电流的大小与料层 厚度成正比。操作人员通过人机界面输入二次风温度、二室篦下压力、窑头压力的上限、下 限设定值。
因而可选择篦冷机一级篦床电机电流滤波值IIM、二室篦下压力滤波值PBYM、二次风温 度滤波值TECM、熟料出口温度滤波值TCLM、篦床温度滤波值TBCM作为篦冷机冷却过程典型工 况描述，分别用x1，x2，x3，x4，x5表示，案例解由篦冷机一级篦床电机频率SC1、二风室 风机风门开度KT、六风室风机变频器频率SC6组成，分别用y1，y2，y3表示。在案例库中， 每条案例Ck(k＝1，2…n)由工况描述：X＝{x1，x2，x3，x4，x5}和案例解特征描述： Y＝{y1，y2，y3}组成。其中篦冷机一级篦床电机频率SC1与二级篦床电机频率SC2按一定 比例进行调节，因此，只要求出SC1，SC2便自动调节。另外，为了便于案例检索与匹配及其 它案例操作的需要在案例数据库表中再增加两条属性：时间和相似度，其中时间为案例获得 的时间，相似度表示当前工况Ccur的描述与案例库中第k条案例Ck的相似度。案例的表示见 表1。
                          表1案例Ccur的表示

(2)案例相似度的计算：
定义篦冷机熟料冷却过程的当前运行工况Ccur的描述为X＝(x1，x2，x3，x4，x5)，Ccur 的解特征描述为Y＝{y1，y2，y3}。案例库中Ck(k＝1，2…n)的工况描述为Xk＝(xk，1， xk，2，xk，3，xk，4，xk，5)，Ck的解的特征描述为：Yk＝(yk，1，yk，2，yk，3)。
当前工况描述Ccur的特征xi(i＝1，2，3，4，5)与案例Ck的描述特征xk，i(i＝1，2，3， 4，5)的相似度函数sim(xi，xk，i)为：
$\mathrm{sim}(x_i,x_{k,i})=1-\frac{|x_i-x_{k,i}|}{\max (x_i-x_{k,i})}(k=\mathrm{1,2}···n;i=\mathrm{1,2,3,4,5})---\left(1\right)$
对于当前工况Ccur与案例库中案例Ck(k＝1，2…n)的相似度函数SIM(Ccur，Ck)为：
$\mathrm{SIM}(C_{\mathrm{cur}},C_k)=\underset{i=1}{\overset{5}{\Sigma }}{\omega }_i\mathrm{sim}(x_i,x_{k,i})/\underset{i-1}{\overset{5}{\Sigma }}{\omega }_i(k=\mathrm{1,2}···n;i=\mathrm{1,2,3,4,5})---\left(2\right)$
其中，ωi表示工况特征描述的加权系数，其大小可根据经验知识确定。ωi满足：
$\underset{i=1}{\overset{5}{\Sigma }}{\omega }_i=1$
(3)相似度阙值的确定：
设SIMmax为式(2)中求得所有相似度的最大值，即： ${\mathrm{SIM}}_{\max }=\underset{k=\mathrm{1,2}...n}{\Sigma }\left(\mathrm{SIM}(C_{\mathrm{cur}},C_k)\right),$ 案例 相似度阙值计算分静态相似度阙值(SSTD-Static similarity threshold)和动态相似度阙值 (DSTD-Dynamic similarity threshold)两种方法：
1)静态相似度阙值的确定(SSTD)：
${\mathrm{SIM}}_V=\left\{\begin{array}{c}V,{\mathrm{SIM}}_{\max }\ge V\\ {\mathrm{SIM}}_{\max },{\mathrm{SIM}}_{\max }<V\end{array}\right.---\left(3\right)$
其中：相似度阙值V由经验确定，一般取V＝0.9。SIMV表示相似度阙值为V或SIMmax时的 相似度。
静态相似度阙值确定适用于相似度SIM(Ccur，Ck)和SIMmax接近的案例比较稀疏的情况。
2)动态相似度阙值的确定(DSTD)：

其中：为与算子，表示前后两式为与的关系；函数 $\mathrm{Num}\left(\mathrm{SIM}{\ge \mathrm{SIM}}_V^{\left(i\right)}\right)$ 表示案例库中 相似度SIM大于阙值SIMV (i)的案例个数。 ${\mathrm{SIM}}_V^{\left(i\right)}=1-0.05i,$ a(i)＝5，i＝1，…，w，w＝3。
动态相似度阙值的确定适合于相似度SIM(Ccur，Ck)和SIMmax接近的案例比较近的情况。
针对上述两种方法在使用中可以结合使用，即可以通过人机交互的方法对具体情况选择 SSTD或是DSTD。
(4)案例检索与匹配
从案例库中检索出所有·与当前工况描述的相似度达到阙值SIMV的案例都被检索出来作 为相匹配的案例，并记录案例的解。
(5)案例重用
一般情况下，案例库中不存在与当前工况描述完全匹配的案例，因此，检索出匹配工况 的解并不能直接作为当前工况的解，必须对这一案例根据所给出的条件进行重用。具体方法 如下：
假设在案例库中检索到r个匹配的案例，记为：{C1，C2…，Cr}，其中，Ck(k＝1，…，r) 与当前工况的相似度为SIMk，其对应案例的解为：Yk＝(yk，1，yk，2，yk，3)(k＝1，…，r)， 设Cl(l＝1，…，r)为具有最大相似度SIMmax的案例，其解为Yl＝(yl，1，yl，2，yl，3)(l＝1，…， r)。采用基于SSTD和DSTD的案例重用算法。
1)基于SSTD的案例重用算法如下：

其中：为或算子，表示前后两式为或的关系；
2)基于DSTD的案例重用算法如下：

(6)案例解的修正：
将所得到的解：篦冷机一级篦床电机频率SC1、二风室风机风门开度KT、六风室风机变 频器频率SC6与所设定的各控制量上、下限进行比较，然后再根据实时过程数据滤波值及设 定值进一步修正，即由当前的篦冷机一级篦床电机电流滤波值IIM、二室篦下压力滤波值 PBYM、二室篦下压力设定值PBYSP、二次风温度滤波值TECM、二次风温度设定值TECSP、熟料 出口温度滤波值TCLM、熟料出口温度设定值TCLSP、篦床温度滤波值TBCM及篦床温度的设定值 TBCSP进行案例评价与修正。
步骤四、案例存储与维护
将所求得的案例解、篦冷机工况描述作为新案例记录下来，从而生成一条新案例。
步骤五、篦冷机熟料冷却过程窑头压力模糊自适应PI控制
考虑到要保持熟料回转窑与篦冷机热工制度平衡，所以在由上面步骤五得出篦冷机一级 篦床电机频率SC1、二风室风机风门开度KT、六风室风机变频器频率SC6的控制量的基础 上，进一步判断窑头压力是否在工艺允许的范围内，因为窑头压力在很大程度上受入窑二次 风量的多少而波动，窑头压力表征窑内通风及篦冷机入窑二次风之间的平衡。在正常生产中， 窑头负压一般保持在-0.05～-0.1KPa，绝不允许窑头形成正压，否则窑内细料会飞出，会 使窑头密封圈磨损，同时对安装在窑头的比色测温仪及电视看火摄像头等仪表的正常工作及 安全很不利。
取窑头压力滤波值PYTM、窑头压力设定值PYTSP，利用PI控制，如下式：
u(k)＝u(k-1)+kp(k)·(e(k)-e(k-1))+ki(k)·e(k)                           (6)
其中，u(k)＝{SC5}为控制向量，SC5为窑头收尘风机频率，u(k-1)为k-1时刻的控制 量，kp为比例系数，ki为积分系数，e(k)为窑头压力设定值PYTSP与当前窑头压力滤波值PYTM 之差，e(k-1)为窑头压力k-1时刻的设定值与滤波值误差，k为迭代次数。考虑到篦冷机工 况及回转窑工况的复杂性，对窑头压力设计了PI参数模糊自适应控制方法。表2和表3分别 是kp和ki的模糊控制规则表，e是误差变化，Δe是误差变化率，PB、PM、PS、ZO、NS、NM、 NB分别表示正大、正中、正小、零、负小、负中、负大。
                             表2 kp的控制规则

                             表3 ki的控制规则

  NS   NM   NM   NM   NS   ZO   PS   PS   ZO   NM   NS   NS   ZO   PS   PM   PM   PS   NS   NS   ZO   PS   PS   PM   PM   PM   NS   ZO   ZO   PM   PM   PM   PB   PB   ZO   ZO   PM   PM   PM   PB   PB
本发明的智能控制方法详细步骤如下(流程图见图2和图3)：
(A)程序开始；
(B)实时过程数据采集：
程序从监控计算机获得篦冷机冷却熟料过程的实时数据，包括：篦冷机一级篦床电流II、 二次风温度TEC、二室篦下压力PBY、窑头压力PYT、熟料出口温度TCL、篦床两侧温度TBC1、TBC2、 TBC3、TBC4、TBC5、TBC6，篦床两侧温度过高时，篦板会烧坏，因此计算时篦床两侧温度取 最大值为TBC。篦冷机一级篦床电机频率反馈SI1；篦冷机二级篦床电机频率反馈SI2；篦冷 机窑头收尘风机频率反馈SI5；篦冷机六风室风机频率反馈SI6、二风室风机风门开度反馈 KI。
(C)篦冷机熟料冷却过程特征数据滤波处理：
篦冷机熟料冷却过程实时过程数据经过滤波处理后才能使用，对篦冷机一级篦床电机电 流滤波值为IIM，二次风温度滤波值为TECM，篦冷机二室篦下压力滤波值为PBYM，窑头压力滤 波值为PYTM，熟料出口温度滤波值为TCLM，篦冷机篦床温度滤波值为TBCM。
(D)案例表示：
选择篦冷机一级篦床电机电流滤波值IIM、二室篦下压力滤波值PBYM、二次风温度滤波 值TECM、熟料出口温度滤波值TCLM、篦床温度滤波值TBCM作为篦冷机冷却过程典型工况描述， 分别用x1，x2，x3，x4，x5表示，案例解由篦冷机一级篦床电机频率SC1、二风室风机风门 开度KT、六风室风机变频器频率SC6组成，分别用y1，y2，y3表示。
(E)计算案例相似度：
按照式(1)计算当前案例与案例库中的案例的相似程度，通过式(2)找出相似程度最 大的案例。
(F)相似度阙值的确定
分别按式(3)和式(4)计算相似度阙值。
(G)案例检索与匹配
从案例库中检索出所有与当前工况描述的相似度达到阙值SIMV的案例都被检索出来作 为相匹配的案例，并记录案例的解。
(H)案例重用
若按照SSTD的方法确定相似度的阙值，则采用式(5)计算案例的解；若按照DSTD的方 法确定相似度的阙值，则采用式(6)计算案例的解。
(I)案例解的修正
将所得到的解根据熟料篦冷机冷却熟料的实际情况进行修正。
(J)计算值下装
将案例的解即：篦冷机一级篦床电机频率SC1、二风室风机风门开度KT、六风室风机变 频器频率SC6通过DCS传给篦冷机控制回路。
(K)案例的存储与维护
将所求得的案例解、篦冷机工况描述作为新案例记录下来，从而生成一条新案例。
(L)是否继续优化？若是，转到B；否，继续N；
(M)结束。
篦冷机熟料冷却过程窑头压力模糊自适应PI控制详细步骤如下(流程图见图3)：
(A)程序开始；
(B)获取当前采样值PYT、窑头压力滤波值PYTM及窑头压力设定值PYTSP；
(C)计算e(k)，e(k)为窑头压力设定值PYTSP与当前窑头压力滤波值PYTM之差；
(D)计算Δe(k)，Δe(k)为k时刻的误差e(k)与k-1时刻的误差e(k-1)的差值，即：
Δe(k)＝e(k)-e(k-1)；
(E)e(k)，Δe(k)模糊化处理，即将精确量转换为模糊量；
(F)查表确定kp，；
(G)查表确定ki；
(H)计算窑头收尘风机变频器频率改变量ΔSC5，ΔSC5＝kpΔe(k)+kie(k)；
(I)判断|e(k+1)|＜20，其中e(k+1)为k+1时刻的窑头压力设定值PYTSP与当前窑头压力滤波值 PYTM之差，若条件满足，则转至(J)，否则，转至(B)；
(J)结束。
本发明的优点在于：根据现场检测仪表提供的实时过程数据及计算机系统，通过案例推 理技术实现了复杂工业过程控制即熟料篦式冷却机冷却过程的智能控制，同时对熟料回转窑 窑头压力利用模糊自适应PI控制，实现了在正常生产中，窑头负压保持在-0.05～-0.1KPa 范围内。与常规的控制相比，这种方法不依赖于生产过程的精确数学模型，适应复杂工况条 件的变化。同时，减轻了操作工人的强度，避免了因主观因素而采取的误操作。该方法根据 各检测量给出了篦冷机一级篦床电机频率SC1、二风室风机风门开度KT、窑头收尘风机频率 SC5、六风室风机变频器频率SC6及窑头收尘风机频率SC5的控制量，使篦冷机冷却过程始 终处于正常的工作状态。
附图说明
图1本发明的一种实施例的硬件结构图；
图2本发明的软件流程图；
图3篦冷机熟料冷却过程中窑头压力模糊自适应PI控制流程图；
图1中所用符号说明如下：
TEC二次风温度；TT804温度变送器；PBY二室篦下压力；PT812压力变送器；PYT窑头 压力；PT806窑头压力变送器；TCL熟料出口温度；TT818熟料出口温度变送器；TBC1、TBC2、 TBC3、TBC4、TBC5、TBC6分别为篦冷机篦床两侧温度；TT819a、TT819b、TT819c、TT819d、 TT819e、TT819f分别为篦冷机篦床温度变送器；
SC1篦冷机一级篦床电机频率；SC2篦冷机二级篦床电机频率；SC5篦冷机窑头收尘风机频 率；SC6篦冷机六风室风机频率，KT表示二风室风门开度。

以某氧化铝厂富勒型篦式冷却机冷却氧化铝熟料工段为例，篦冷机熟料冷却系统示意图 如图1所示，熟料由窑头经过下料口落入篦冷机一级篦床，熟料在往复推动篦板的推动下， 经一、二级篦床向前运动，一、二级篦床相互联接且有高度落差，篦床下面分六个风室设有 9台风机，来自9台风机的冷却风顺料层间隙向上喷射并渗透，对熟料进行冷却，从熟料中 引出的高温风(称为二次风)进入窑内，与一次风和煤粉一起燃烧，同时冷却好的熟料进入 下一工序。
按照本说明书的要求安装如下的检测仪表，包括：
6支铂热电阻，用于在线测量一级篦床两侧的温度，分别为：TBC1、TBC2、TBC3、TBC4、 TBC5、TBC6；
一支镍铬镍硅热电偶，用于在线测量入窑二次风温度TEC；
一台ABB264GSF压力变送器，用于在线测量二室篦下压力PBY；
一台LMTXSLTSF红外测温仪，用于在线测量篦冷机出口熟料温度TCL；
一台ABB265微压变送器，用于在线测量熟料窑窑头压力PYT；
一台智能数显表，用于在线测量篦冷机一级篦床电机电流II。
其执行机构包括：
六风室风机变频器频率SC6；
一级篦床电机频率SC1；
二级级篦床电机频率SC2；
窑头收尘风机频率SC5；
二风室风机风门开度KT。
通过分布式计算机控制系统(DCS)实现自动控制，控制系统模块通过获取上述实时过 程数据，在监控计算机上通过Honeywell公司的HMI Display Builder软件实现监控人机界面。 篦冷机熟料冷却系统各参数的正常工作范围为：
一级篦床电机电流——21.5～26A
篦床温度——32～45℃
二次风温度——750～950℃
二室篦下压力——4800～5200Pa
出口熟料温度——(65+环境温度)℃
窑头压力——-0.05～-0.1KPa
本发明方法的具体实现过程如下：
步骤一、篦冷机熟料冷却过程实时过程数据的获得：
当前的篦冷机一级篦床电流II＝23.5A、二次风温度TEC＝820℃、二室篦下压力 PBY＝4950Pa、窑头压力PYT＝-0.08KPa、熟料出口温度TCL＝85℃、篦床两侧温度(TBC1＝40 ℃、TBC2＝38℃、TBC3＝36℃、TBC4＝42℃、TBC5＝37℃、TBC6＝35℃)计算时取最大值，篦冷机 一级篦床电机频率反馈SI1＝41HZ；篦冷机二级篦床电机频率反馈SI2＝41.5HZ；篦冷机窑头 收尘风机频率反馈SI5＝38HZ；篦冷机六风室风机频率反馈SI6＝39HZ、二风室风机风门开 度反馈KI＝80％。
步骤二：篦冷机熟料冷却过程特征数据滤波处理：
当前的一级篦床电机电流滤波值IIM＝22A、二次风温度滤波值TECM＝815℃，篦冷机二室 篦下压力滤波值PBYM＝4925Pa，窑头压力滤波值PYTM＝-0.07KPa，熟料出口温度滤波值 TCLM＝83℃，篦冷机篦床温度滤波值TBCM＝41.5℃。
步骤三：基于案例推理的篦冷机熟料冷却各控制量的确定：
(1)案例表示
                           表4案例Ccur的表示

(2)案例相似度的计算：
根据步骤(一)、步骤(二)及步骤(二)所确定的辅助变量及主导变量，建立案例数据 库后，用30天内运行的数据建立初始案例。根据式(1)及式(2)求得相似度SIM(Ccur，Ck)， 其中，k＝1，2，…，98，篦冷机状况描述加权系数取值为：
篦冷机一级篦床电机电流加权系数——0.3；
二风室篦下压力加权系数——0.2；
二次风温度加权系数——0.3；
熟料出口温度加权系数——0.05；
篦床温度加权系数——0.15；
(3)相似度阙值的确定：
案例相似度阙值SIMV＝0.96
(4)案例重用
根据式(5)、式(6)计算出案例的解YGK＝{45，78，34}
(5)案例解的修正：
实际运行过程中，根据当前反馈值与各调整量的上、下限设定值对比，若某个调整量已 经达到调整的极限值，则相应进行调整其它变量，从而使篦冷机冷却过程始终处于最由状态， 本例中篦冷机一级篦床电机频率已经接近最大值50HZ，因为篦冷机二级频率为一级频率的 1.1倍，即二级频率当前为49.5HZ，所以此时相应调整风门开度为80％，即修正后的案例解 为YGK＝{45，80，34}。
步骤四、案例存储与维护
将步骤(四)所求得的案例解、篦冷机工况描述作为新案例记录下来，从而生成一条新 案例。
步骤五、窑头压力模糊自适应PI控制
根据当前窑头压力值及设定值，计算偏差e(k)，Δe(k)，根据表2及表3，利用公式 ΔSC5＝kpΔe(k)+kie(k)求得当前窑头收尘风机频率调整量为3HZ。
将本发明的智能控制软件应用在氧化铝熟料篦式冷机冷却过程期间，能够根据当前工况 实时数据滤波值的变化给出篦冷机一级篦床电机频率、二风室风机风门开度、窑头收尘风机 频率、六风室风机变频器频率的控制量，稳定了氧化铝熟料出口温度及入窑二次风温度，提 高了设备的运转率，增加了台时产量，保证了回转窑及篦式冷却机热工制度的平衡，有利于 窑况稳定和提高熟料煅烧质量，具有较高的实用价值。