摘要：高炉炼铁是钢铁生产过程的关键环节,长期顺行的炉况不仅是高炉操作的先决条件,也是高炉长寿的必要保证。同时,高炉操作在很大程度上就是调整煤气流的分布。但是由于实际生产中的高炉具有高温、粉尘、密闭、生产流程复杂等特性,导致其内部状态难以直接检测,从而无法对高炉炉况和煤气流分布进行有效的判断。首先,本文针对高炉炉况难以有效预测的问题,提出了一种综合模糊专家推理、后验概率最小二乘支持向量机和D-S证据理论的炉况预测方法。该方法在分析高炉冶炼机理和专家经验的基础上,一方面通过模糊专家推理,提取基于专家规则的主观证据；另一方面,通过建立后验概率最小二乘支持向量机模型,提取基于数据内在客观规律的客观证据。进而基于D-S证据理论完成主客观证据融合,实现高炉炉况预测。其次,本文针对缺乏有效的高炉生产指标与煤气流分布关系建模方法的问题,建立基于最小二乘支持向量回归机的高炉CO利用率与煤气流分布关系模型。通过机理和灰色关联性分析,确定煤气流分布关系建模的关联因素；同时结合各关联因素的特点,分别基于图像处理、布料模型和统计分析提取各关联因素的特征参数,作为关系模型的输入。在此基础上,基于最小二乘支持向量回归机建立了高炉CO利用率与煤气流分布的关系模型,并利用交叉验证法确定模型参数。最后,基于某钢铁企业1#高炉(1080m3)生产现场的实际数据,对本文所提出的炉况预测方法和煤气流分布关系模型进行了仿真。仿真结果证明了本文所提高炉炉况预测方法的适应性,以及CO利用率与煤气流分布关系模型的有效性,从而为高炉操作和生产指标优化提供理论支撑,进而促进高炉节能降耗,提高钢铁企业的经济效益。