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] 崔云鹏，杨启乐.水泥颗粒变化对性能影响的研究综述[J].低温建筑技术，2023,45(5):26.
[4] 李琦臻，陈光.辊压机联合粉磨工艺技术改造[J].中国水泥，2019(11):91.
[5] 刘龙，肖锴，刘书德，等.浅谈水泥粉磨装备及工艺流程[J].企业导报，2013(22):185.
[6] 汤跃，刘建，李鹏斌，等.水泥立磨终粉磨产品性能研究及其技术展望[J].新世纪水泥导报，2023,29(5):35.
[7] 贾华平.对辊压机水泥终粉磨的再认识[J].中国水泥，2020(12):73.
[8] 何毛，李洪生，马健，等.水泥辊压机终粉磨系统的工业化应用[J].水泥技术，2020(2):18.
[9] 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):16.
[10] 赵乃仁.辊压机粉磨过程运行机理的探讨及其系统分析[J].水泥，2007(1):35.
[11] 张德强.辊压机的应用技术与维护[J].中国水泥，2012(3):68.
[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] 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.
[14] 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.
[15] 刘安，魏镜弢.基于离散元法的双行星球磨机数值模拟研究[J].机电一体化，2015,21(6):12.
[16] LIU C,CHEN Z B,ZHANG W L,et al.Analysis of vertical roller mill performance with changes in material properties and operating conditions using DEM[J].Minerals Engineering,2022,182:107573.
[17] 刘剑.立磨磨腔体内混合气流的运动分析[D].包头：内蒙古科技大学，2014.
[18] 王双志，张伯超，康春生.影响生料立磨选粉机选粉效率的因素分析[J].水泥，2022(12):49.
[19] SUN Z P,LIANG L L,LIU C Y,et al.CFD simulation and performance optimization of a new horizontal turbo air classifier[J].Advanced Powder Technology,2021,32(4):977.
[20] JIA F C,MOU X L,FANG Y,et al.A new rotor-type dynamic classifier:structural optimization and industrial applications[J].Processes,2021,9(6):1033.
[21] 秦凡.新型组合式高效选粉机数值模拟与优化[D].合肥：合肥工业大学，2023.
[22] 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.
[23] 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.
[24] 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.
[25] HAO X C,HUANG G L,LI Z,et al.A spatio-temporal data decoupling convolution network model for specific surface area prediction in cement grind process[J].ISA Transactions,2022,135:380.
[26] SINGH V,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.
[27] 刘贺朋.基于支持向量机的水泥生料粉磨细度软测量方法研究[D].秦皇岛：燕山大学，2016.
[28] 张雷.水泥粒度建模与控制研究[D].济南：济南大学，2018.
[29] 王辉.水泥联合粉磨质量控制研究[D].济南：济南大学，2021.
[30] 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.
[31] FELGENHAUER U,POGGIOLINI L,STEFANI G.Optimality and stability result for bang-bang optimal controls with simple and double switch behaviour[J].Control and Cybernetics,2009,38(4):1305.
[32] 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.
[33] 戴金朝.水泥粉磨生产过程的优化方法研究[D].南京：东南大学，2023.
[34] MINCHALA L I,ZHANG Y M,GARZA-CASTA????N L.Predictive control of a closed grinding circuit system in cement industry[J].IEEE Transactions on Industrial Electronics,2018,65(5):4070.
[35] 赵立杰，汤健，柴天佑.基于选择性极限学习机集成的磨机负荷软测量[J].浙江工业大学学报(工学版),2011,45(12):2088.
[36] 吴茂胜，袁铸钢，张强.基于水泥粒度工况模板的联合粉磨系统建模[J].控制工程，2016,23(9):1343.
[37] KRIZHEVSKY A,SUTSKEVER I,HINTON G E.ImageNet classification with deep convolutional neural networks[J].Communications of the ACM,2017,60(6):84.
[38] 张敏.面向复杂系统的网络建模与性能分析[D].北京：北京邮电大学，2023.
[39] JAILANI N L M,DHANASEGARAN J K,ALKAWSI G,et al.Investigating the power of LSTM-based models in solar energy forecasting[J].Processes,2023,11(5):1382.
[40] ZHENG H T,YUAN J B,CHEN L.Short-term load forecasting using EMD-LSTM neural networks with a Xgboost algorithm for feature importance evaluation[J].Energies,2017,10(8):1169.
[41] QU J Q,QIAN Z,PEI Y.Day-ahead hourly photovoltaic power forecasting using attention-based CNN-LSTM neural network embedded with multiple relevant and target variables prediction pattern[J].Energy,2021,232:120996.
[42] 欧阳志勇.基于卷积神经网络的水泥生料细度预测模型研究[D].秦皇岛：燕山大学，2021.
[43] 丁伯川.基于注意力机制和CNN的水泥熟料游离钙含量软测量研究[D].秦皇岛：燕山大学，2021.
[44] 强高杰.水泥粉磨生产过程建模方法研究[D].南京：东南大学，2021.
[45] 袁建华，谈顺，刘闯.基于改进灰狼算法优化LSTM的光伏发电功率短期预测[J].电力学报，2024,39(2):111.
[46] 汪鼎皓.基于长短时记忆神经网络的风功率预测方法研究[D].长春：长春工业大学，2023.
[47] 马洪浩，刘钊，王孝红，等.水泥粉磨细度控制研究进展[J].济南大学学报(自然科学版),2024,38(5):634.
[48] 杨汉桥，林晓辉.遗传算法与模拟退火法寻优能力综述[J].机械制造与自动化，2010,39(2):73.
[49] 赵乃刚，邓景顺.粒子群优化算法综述[J].科技创新导报，2015,12(26):216.
[50] 钱哲.基于案例推理技术的立磨生料粉磨过程优化设定研究[D].南宁：广西大学，2014.
[51] 殷润.基于数据驱动的水泥生产能耗系统建模与优化[D].南京：南京邮电大学，2021.
[52] 李东栩.水泥磨电耗预测模型与生产过程优化算法研究[D].秦皇岛：燕山大学，2021.
[53] 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.
[54] 韩琳.水泥生料粉磨系统细度预测模型与细度最优决策算法研究[D].秦皇岛：燕山大学，2023.
[55] 龚悦.水泥联合粉磨过程综合指标优化[D].济南：济南大学，2019.
[56] 赵长春.水泥磨机负荷预测算法研究[D].西安：西安建筑科技大学，2020.
[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] REZK H,FERAHTIA S,DJEROUI A,et al.Optimal parameter estimation strategy of PEM fuel cell using gradient-based optimizer[J].Energy,2022,239:122096.
[59] JI Y J,LIU S X,ZHOU M C,et al.A machine learning and genetic algorithm-based method for predicting width deviation of hot-rolled strip in steel production systems[J].Information Sciences,2022,589:360.
[60] KAVEH A,GHAZAAN M I.Enhanced whale optimization algorithm for sizing optimization of skeletal structures[J].Mechanics Based Design of Structures and Machines,2017,45(3):345.
[61] HINTON G E,SALAKHUTDINOV R R.Reducing the dimensionality of data with neural networks[J].Science,2006,313:504.
[62] 樊有民.梯度下降法的参数自适应设置及全局寻优改进[D].兰州：西北师范大学，2024.
[63] 谢文举，薛贵军，白宇.基于PSO-CNN-LSTM的短期热负荷预测模型[J].计算机仿真，2024,41(4):102
[64] 刘彩云，聂伟，孟金葆，等.基于改进粒子群算法优化CNN-LSTM神经网络的传染病预测[J].湖州师范学院学报，2024,46(4):37.
[65] 陈静.基于GA-CNN-LSTM模型的设备异常检测研究[D].上海：东华大学，2022.
[66] 张子华，李琰，徐天奇，等.基于麻雀算法优化的VMD-CNN-LSTM的短期风电功率研究[J].电气传动，2023,53(5):77.
[67] 王炯.基于优化CNN-LSTM组合模型的短期电力负荷预测研究[D].哈尔滨：东北农业大学，2023.
[68] 张江.球磨机磨矿控制系统的研究与设计[D].昆明：昆明理工大学，2016.
[69] 黄超.矿渣微粉立磨智能控制系统的研究[D].马鞍山：安徽工业大学，2017.
[70] 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.
[71] 鞠晓凤，武文杰，王祥乐.基于模糊自适应PID控制的磨煤机系统[J].山东工业技术，2024(5):82.
[72] 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.
[73] 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.
[74] 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.
[75] 孙涛，韩辉，宋丙刚，等.智能专家优化控制系统在水泥立磨上的应用[J].水泥，2022(4):56.
[76] JIA L X,LI X Z.Self-optimization combined with fuzzy logic control for ball mill[J].The International Journal of Computers,Systems and Signals,2000,1(2):231.
[77] 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，2008,22(6):685.
[78] 马月川.球磨机控制系统的设计及其控制策略研究[D].太原：太原理工大学，2010.
[79] 林小峰，孔伟凯.基于ELM的水泥立磨生料细度ADP控制[J].系统仿真学报，2016,28(11):2764.
[80] 梁凯.基于模糊神经网络分解炉优化燃烧控制的研究[D].长沙：湖南大学，2017.
[81] 祁中培.基于模糊神经网络的磨矿分级控制与优化研究[D].赣州：江西理工大学，2022.
[82] 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.
[83] 郭琴.面向模型失配问题的磨矿分级过程预测控制方法研究[D].长沙：中南大学，2022.
[84] CHEN X S,LI Q,FEI S M.Constrained model predictive control in ball mill grinding process[J].Powder Technology,2008,186(1):31.
[85] RAMASAMY M,NARAYANAN S S,RAO C D P.Control of ball mill grinding circuit using model predictive control scheme[J].Journal of Process Control,2005,15(3):273.
[86] 胡小华，史国强，王军明，等.浅析水泥粉磨智能优化控制系统及其运用[J].新世纪水泥导报，2022,28(5):54.
[87] 易诚明.基于即时学习的高炉铁水质量自适应预测控制[D].沈阳：东北大学，2020.
[88] 郑年年.工业过程模式建模及预测控制[D].无锡：江南大学，2024.
[89] 何德峰，丁宝苍，于树友.非线性系统模型预测控制若干基本特点与主题回顾[J].控制理论与应用，2013,30(3):273.
[90] 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.
[91] 胡红泽.新型干法水泥生产过程优化控制策略研究[D].杭州：浙江大学，2012.
[92] MENDES J,ARA■.Adaptive fuzzy identification and predictive control for industrial processes[J].Expert Systems with Applications,2013,40(17):6964.
[93] 张传锋，申涛.预测控制在磨机负荷优化控制中的应用[J].济南大学学报(自然科学版),2012,26(2):165.
[94] 穆加会，崔保华，纪强强，等.基于水泥细度软测量的优化控制[J].水泥，2024(6):63.
[95] ZANOLI S M,PEPE C,ROCCHI M.Improving performances of a cement rotary kiln:a model predictive control solution[J].Journal of Automation and Control Engineering,2016,4(4):262.
[96] 王述.考虑质量与能耗的水泥熟料生产过程控制及优化[D].南京：东南大学，2019.
[97] 曹强，党晓圆，高俊，等.模型预测控制理论的研究与应用[J].自动化应用，2024,65(9):8.
