煤气流分布状态是高炉上部布料操作的主要依据，它对于高炉生产的增产提质，降低焦比具有十分重要的意义。但是煤气流的分布状态是无法做准确测量的，于是我们采用了利用高炉的运行指标(如高炉利用系数、焦比等)作为评价煤气流分布状况好坏的性能指标。 因此，如何获取实时的高炉运行指标就是本论文要解决的主要问题。我们利用十字测温来拟合实时高炉运行指标，为了建立十字测温和运行指标之间的关系，我们分别设计了离线和实时两个系统。离线系统中先对十字测温数据做聚类分析和主成分分析，然后使用处理后的样本数据构建一个我们所期望的煤气流分布网络，存入到模型库中。实时系统中，首先对实时传来的十字测温数据做判别分析、主成分分析，然后到模型库中取出对应的已经训练好的网络进行计算，输出结果。 本课题采用的方案在目前的高炉专家系统中尚未见到，具有创新性。通过当前及未来高炉运行指标来评价煤气流的分布，这是一种新思路。实验表明，相对于单纯地使用神经元网络，这种基于数据挖掘的神经元网络模型所拟合的结果更加准确。