参考文献(References)：
[1] 王振生，石国平，王明治，等.辊压机在水泥生产中应用的最新进展[J].水泥技术，2018(6):61.
[2] 王仲春，曾荣.料床粉磨技术的进展[J].水泥，2005(6):9.
[3] 贾华平.水泥粉磨新型节能工艺的发展现状[J].四川水泥，2014(3):106.
[4] 贾华平.对辊压机水泥终粉磨的再认识[J].中国水泥，2020(12):73.
[5] 李铭哲，杜鑫，聂文海，等.国内外水泥料床终粉磨系统的工业应用现状[J].水泥技术，2022(1):13.
[6] 鲍诺.辊压机料层挤压中的颗粒行为研究[D].济南：济南大学，2010.
[7] 孙伟亮.水泥辊压机的能耗模型与状态分析[D].济南：济南大学，2010.
[8] 谢一兵，王守城，薛超旭.基于FLUENT的辊压机破碎过程动态分析[J].矿山机械，2018,46(1):31.
[9] 刘磊，高伟，廖泽楚，等.基于离散元法的高压辊磨破碎仿真研究[J].湘潭大学自然科学学报，2017,39(2):76.
[10] 曲迪，刘万华，杨玉巍，等.基于ANSYS的高压辊磨机辊子强度分析[J].矿山机械，2016,44(2):49.
[11] NAGATA Y,TSUNAZAWA Y,TSUKADA K,et al.Effect of the roll stud diameter on the capacity of a high-pressure grinding roll using the discrete element method[J].Minerals Engineering,2020,154:106412.
[12] BARRIOS G K P,TAVARES L M.A preliminary model of high pressure roll grinding using the discrete element method and multi-body dynamics coupling[J].International Journal of Mineral Processing,2016,156:32.
[13] TORRES M,CASALI A.A novel approach for the modelling of high-pressure grinding rolls[J].Minerals Engineering,2009,22(13):1137.
[14] VYHMEISTER E,REYES-BOZO L,RODRIGUEZ-MAECKER R,et al.Modeling and energy-based model predictive control of high pressure grinding roll[J].Minerals Engineering,2019,134:7.
[15] SHI F.A review of the applications of the JK size-dependent breakage model:comminution equipment modelling[J].International Journal of Mineral Processing,2016,157:60.
[16] RODRIGUEZ V A,BARRIOS G K P,BUENO G,et al.Coupled DEM-MBD-PRM simulations of high-pressure grinding rolls:calibration and validation in pilot-scale[J].Minerals Engineering,2022,177:107389.
[17] RODRIGUEZ V A,BARRIOS G K P,TAVARES L M.Coupled DEM-MBD-PRM simulations of high-pressure grinding rolls.Part 2:investigation of roll skewing[J].Minerals Engineering,2022,178:107428.
[18] 乔龄山.水泥颗粒特性参数及其对水泥和混凝土性能的影响[J].水泥，2001(10):1.
[19] 韩仲琦，马占海.料床粉磨与颗粒学[J].水泥技术，2020(6):75.
[20] 中国建筑材料工业协会.通用硅酸盐水泥：GB 175—2007[S].北京：中国标准出版社，2007.
[21] 封孝信，聂宏波.新型粉磨工艺对水泥颗粒分布特性的影响[J].新世纪水泥导报，2013,19(3):24.
[22] ROSIN P,RAMMLER E.Die kornzusammensetzung des mahlgutes im lichte der wahrscheinlichkeitslehre[J].Kolloid-Zeitschrift,1934,67(1):16.
[23] 翁福洲，朱宗斌，钟根，等.不同粉磨工艺水泥颗粒分布参数的计算与对比分析[J].水泥，2020(10):21.
[24] RENDCHEN K.Einfluss der granulometrie von zement auf die eigenschaften des frischbetons und auf das festigkeits-und verformungsverhalten des festbetons[M].Düsseldorf:Beton-Verlag,1985.
[25] SCHNATZ R,ELLERBROCK H G,SPRUNG S.Beschreibung und reproduzierbarkeit gemessener korngr?ssenverteilungen feing-emahlener stoffe,Teil 1[J].ZKG International,1999,52(2):57.
[26] 乔龄山.水泥的最佳颗粒分布及其评价方法[J].水泥，2001(8):1.
[27] 乔龄山，乔彬.多组分水泥颗粒分布的优化[J].水泥，2017(10):4.
[28] 胡如进，李琳，王善拔.水泥颗粒级配的优化[J].水泥，2005(8):15.
[29] 张红波，刘磊，陈佳辉.颗粒级配对水泥物理性能影响的试验研究[J].新世纪水泥导报，2022,28(3):11.
[30] 张大康.水泥分组分最佳粒度分布探讨[J].水泥，2008(6):24.
[31] 邹波，王军，邹伟斌.水泥最佳颗粒级配及激光粒度分析方法的应用[J].新世纪水泥导报，2015,21(1):12.
[32] 汪克春，张宗见，轩红钟，等.水泥成品RRSB粒度分布对水泥性能的影响[J].建材发展导向，2019,17(20):31.
[33] 颜文俊，秦伟.水泥立磨流程的建模和控制优化[J].控制工程，2012,19(6):929.
[34] 汤健，柴天佑，余文，等.在线KPLS建模方法及在磨机负荷参数集成建模中的应用[J].自动化学报，2013,39(5):471.
[35] 任万杰.水泥粉磨系统的建模与控制方法研究[D].济南：济南大学，2013.
[36] 王晨光.水泥自立式辊压磨自动控制系统研发[D].济南：济南大学，2021.
[37] VEERENDRA S,BANERJEE P K,TRIPATHY S K,et al.Artificial neural network modeling of ball mill grinding process[J].Journal of Powder Metallurgy and Mining,2013,2(1):106.
[38] 李泽.基于时空卷积网络的水泥比表面积预测和模型优化研究[D].秦皇岛：燕山大学，2021.
[39] 王贵生.采用一元线性回归法45 μm细度快速预测水泥比表面积[J].四川水泥，2008(2):50.
[40] 王晓光.水泥联合粉磨生产过程控制系统研发[D].济南：济南大学，2017.
[41] 吴茂胜.水泥联合粉磨系统的建模与预测控制研究[D].济南：济南大学，2016.
[42] 冯展庆.水泥闭路粉磨过程协调控制研究[D].济南：济南大学，2019.
[43] 于传江.联合粉磨系统模糊控制[D].济南：济南大学，2016.
[44] EDEN C.On the nature of cognitive maps[J].Journal of Management Studies,1992,29(3):261.
[45] 鲁光.水泥预粉磨过程控制系统研发[D].济南：济南大学，2019.
[46] 韩慧健，韩佳兵，张锐.基于模糊认知图的物流需求预测模型研究[J].系统工程理论与实践，2019,39(6):1487.
[47] 宋馨芳.基于小样本多元数据的模糊认知图预测优化[D].济南：山东财经大学，2020.
[48] STYLIOS C D,GROUMPOS P P.Fuzzy cognitive maps:a model for intelligent supervisory control systems[J].Computers in Industry,1999,39(3):229.
[49] STYLIOS C D,GROUMPOS P P,GEORGOPOULOS V C.Fuzzy cognitive map approach to process control systems[J].Journal of Advanced Computational Intelligence,1999,3(5):409.
[50] STYLIOS C D,GROUMPOS P P.Fuzzy cognitive maps in modeling supervisory control systems[J].Journal of Intelligent & Fuzzy Systems:Applications in Engineering and Technology,2000,8(2):83.
[51] GROUMPOS P P,STYLIOS C D.Modelling supervisory control systems using fuzzy cognitive maps[J].Chaos,Solitons & Fractals,2000,11(1/2/3):329.
[52] 林春梅.模糊认知图模型方法及其应用研究[D].南京：东华大学，2007.
[53] 左佳斌.水泥生料粉磨过程控制与优化系统的研究与实现[D].合肥：中国科学技术大学，2022.
[54] 马恒超，刘钊，李凡军，等.水泥生料预分解过程热效率优化控制研究进展[J].济南大学学报(自然科学版),2023,37(2):127.
[55] 赵大勇.赤铁矿磨矿全流程智能控制系统的研究[D].沈阳：东北大学，2015.
[56] 柴天佑，丁进良，王宏，等.复杂工业过程运行的混合智能优化控制方法[J].自动化学报，2008(5):505.
[57] 季玉玺.水泥生料立磨负荷控制系统研发[D].济南：济南大学，2021.
[58] 张孝临.磨矿过程专家系统研究与应用[D].长春：吉林大学，2010.
[59] 张燕丽.基于模糊认知图的动态系统的建模与控制[D].大连：大连理工大学，2012.
[60] 王成月.模糊认知图的快速学习及在数据分类中的应用[D].大连：大连理工大学，2021.
[61] PAPAGEORGIOU E,STYLIOS C,GROUMPOS P.Fuzzy cognitive map learning based on nonlinear Hebbian rule[C]//AI 2003:Advances in Artificial Intelligence:16th Australian Conference on AI,December 3-5,2003,Perth,Australia.Berlin:Springer,2003:256.
[62] DICKERSON J A,KOSKO B.Virtual worlds as fuzzy cognitive maps[J].Presence:Teleoperators and Virtual Environments,1994,3(2):173.
[63] HUERGA A V.A balanced differential learning algorithm in fuzzy cognitive maps[C]//Proceedings of the 16th International Workshop on Qualitative Reasoning,June 10-12,2002,Barcelona Catalonia,Spain.Berlin:Springer,2002:1.
[64] PARSOPOULOS K E,PAPAGEORGIOU E I,GROUMPOS P P,et al.A first study of fuzzy cognitive maps learning using particle swarm optimization[C]//The 2003 Congress on Evolutionary Computation,December 8-12,2003,Canberra,Australia.New York:Institute of Electrical & Electronics Engineers Inc,2003:1440.
[65] STACH W,KURGAN L,PEDRYEZ W,et al.Learning fuzzy cognitive maps with required precision using genetic algorithm approach[J].Electronics Letters,2004,40(24):1519.
[66] KOULOURIOTIS D E,DIAKOULAKIS I E,EMIRIS D M.A fuzzy cognitive map-based stock market model:synthesis,analysis and experimental results[C]//10th IEEE International Conference on Fuzzy Systems,December 2-5,2001,Melbourne,Australia.New York:Institute of Electrical & Electronics Engineers Inc,2001:465.
[67] STACH W,KURGAN L,PEDRYCZ W,et al.Genetic learning of fuzzy cognitive maps[J].Fuzzy Sets and Systems,2005,153(3):371.
[68] GHAZANFARI M,ALIZADEH S,FATHIAN M,et al.Comparing simulated annealing and genetic algorithm in learning FCM[J].Applied Mathematics and Computation,2007,192(1):56.
[69] 张磊.基于分数阶PID的水泥立磨控制系统研发[D].济南：济南大学，2020.
[70] 崔婷婷，刘西陲，沈炯.基于PID的中速磨煤机多变量解耦控制[J].工业控制计算机，2018,31(4):21.
[71] 张雷.水泥粒度建模与控制研究[D].济南：济南大学，2018.
[72] 刘恒涛.半终粉磨系统建模及数据驱动控制研究[D].济南：济南大学，2017.
[73] 刘津良.基于数据驱动的水泥生料立磨控制系统研究[D].济南：济南大学，2020.
[74] 崔航科.水泥联合粉磨球磨机系统数据驱动优化控制[D].济南：济南大学，2020.
[75] 唐诚.立式搅拌磨机解耦控制系统的研究与设计[D].昆明：昆明理工大学，2016.
[76] 魏孝吉.水泥粉磨自动控制系统的开发[D].济南：济南大学，2015.
[77] 张健明.基于模糊PID控制的磨矿控制系统[J].电子科技，2018,31(11):72.
[78] 王云峰.硫化镍矿选矿过程模型及优化策略研究[D].兰州：兰州理工大学，2010.
[79] 周平，岳恒，郑秀萍，等.磨矿过程的多变量模糊监督控制[J].控制与决策，2008(6):685.
[80] 贾巧娟.解耦内模控制在磨矿过程中的应用[D].天津：河北工业大学，2019.
[81] 吴立军.基于模型预测控制和等价输入干扰的水泥粉磨系统控制研究[D].芜湖：安徽师范大学，2016.
[82] 罗鹏.水泥联合粉磨粒度预测控制系统研发[D].济南：济南大学，2020.
[83] 殷壮壮.基于数据驱动的水泥联合粉磨粒度控制系统研究[D].济南：济南大学，2022.
[84] 许斐.水泥联合粉磨系统的智能控制研究[D].济南：济南大学，2015.
[85] 张先垒.水泥生产联合粉磨标准工况模板及建模研究[D].济南：济南大学，2015.
[86] 张玉婷.磨矿综合自动化的研究与设计[D].唐山：华北理工大学，2020.
[87] 李剑.两类非线性自适应控制方法的研究及应用[D].保定：华北电力大学，2003.
[88] 邬正堃，屈晓瑜.基于改进的模型参考自适应的飞行控制律设计[J].科学技术创新，2022(31):188.
[89] 张艳.基于RBF网络辨识的模型参考自适应控制系统分析与仿真[D].成都：西南交通大学，2010.
[90] 方一鸣，黄镇海，焦晓红.液压伺服位置系统模型参考模糊自适应PID控制器的设计[J].自动化与仪器仪表，2002(3):9.
[91] 聂启鹏，唐明新，杨洋.基于神经网络的模型参考控制系统的应用[J].大连交通大学学报，2019,40(4):104.
[92] 陈威，董秀成，周单，等.改进滑模模型参考自适应的PMSM无传感控制[J].计算机应用研究，2019,36(12):3788.
[93] 于帅涛，徐珂，陈贵峰.一种模型参考自适应控制方法[J].自动化应用，2018(3):12.
[94] 郑骁健.基于模型参考自适应控制的高压釜温度控制[D].杭州：中国计量大学，2018.
[95] 蔡铭珺.切换系统模型参考自适应受约与跟踪控制问题研究[D].沈阳：沈阳工业大学，2022.
[96] 李晓理，王康，于秀明，等.基于CPS框架的微粉生产过程多模型自适应控制[J].自动化学报，2019,45(7):1354.
[97] 周颖，陈阳，岳彬.改进的模型参考自适应在磨矿过程中的应用[J].系统仿真学报，2018,30(4):1608.
[98] 陈阳.磨矿分级过程中的建模与控制方法研究[D].天津：河北工业大学，2016.
[99] 刘寅虎，李绍铭.基于动态RBF神经网络在线辨识的单神经元PID控制[J].系统仿真学报，2006(增刊2):804.
