燃煤窑炉广泛应用于发电，冶金，水泥等工业生产的各个领域,实现该类复杂系统的优化控制首先需解决生产中各类复杂工况的识别问题。课题以工业氧化铝回转窑为具体对象，就其工况识别过程中的关键技术和并行实现问题展开研究。以窑前火焰纹理特征和熟料粒度特征提取为基础，提出一种基于CUDA环境下的燃烧工况景象匹配识别方法。利用窑前热工数据的动态趋势特征构造观测序列，研究建立一套多层HMM工况识别模型，将多工况分类建立在一个多层HMM模型中进行学习，并基于有向图理论简化模型结构，实现MPI环境下的并行优化计算，从而建立一套能够实时辨识燃煤窑炉过程工况的融合检测系统。该工况识别系统的研究对于优化窑前控制参数、提高煤粉燃烧检测和控制的实时性和鲁棒性，实现稳定高效的窑炉过程控制具有重要意义,同时也可为其它类似复杂工业过程的检测和控制提供宝贵的借鉴。
