钢铁工业是国家的重要基础产业和国民经济发展的支柱产业,其发展水平是一个国家综合国力的重要体现。而铁矿石造块是现代钢铁冶炼流程中的第一工序,目前国内外的钢铁企业普遍采用烧结和球团两类造块方法。其中,烧结一直是我国铁矿石造块的主要方法,因此,烧结生产在我国钢铁企业中有着重要的地位,对烧结工序中的设备、技术以及相关基础理论的研究,一直是冶金界关注的焦点。随着烧结行业高速发展,生产工艺、技术和设备也有了巨大的进步,烧结过程的自动化水平也大大提高,烧结设备的大型化、自动化对烧结过程的建模和控制有了更高的要求。对烧结过程的建模和控制依赖大量的即时业务数据,其中一个广泛使用的是风箱温度,它比较充分地体现物料在台车上的燃烧情况。但是风箱温度这一重要数据常存在着数值差错,因此在对烧结过程状态进行分析并管控时,有必要对烧结过程中采集到的风箱温度数据进行清洗和修复。本文立足于烧结过程中的热过程状态,对烧结过程进行建模,结合现场实际生产经验和要求,研究设计了一款烧结过程中风箱温度数据的识别和修复系统。通过使用实际生产数据进行测试,本文所述算法能够很好的识别温度数据异常情况,检测和定位数据中的错误,并对错误数据进行修补。而且,本文所述算法运行速度快,满足生产环境中对算法和模型运行速度的要求。