转炉炼钢的终点控制就是通过调节吹氧量和冷却剂加入量使得吹炼终止时同时获得成分和温度都合格的定量钢水。由于转炉炼钢环境恶劣，过程复杂，其间难以准确地进行连续不断的测量，因而无法采用常规过程控制的方法对其进行控制。因此，对转炉炼钢终点进行准确预报显得尤为重要，它是实施终点控制的基础。目前比较成功而又广泛使用的是静态控制和以副枪检测信息为基础的动态控制相结合的方法。 尽管严格说来，磷含量和锰含量等都应该纳入终点控制的范围，但最为核心的还是碳含量和温度的控制，并且在国内现有设备技术水平下，我们暂时只能考虑重点做好这两个指标的命中控制。更为关键的是，转炉炼钢是一个非常复杂的多元多相高温物理化学过程，其机理的解析尚不透彻，输入输出间的非线性关系十分严重，常规建模方案效果始终不太理想。但是，值得庆幸的是，现代智能控制技术的迅速发展为转炉终点控制建模提供了新的途径。 因此，本文主要是在前人的基础上，以副枪检测信息为基础，应用智能控制理论，对转炉炼钢终点动态控制的碳含量和温度模型进行了进一步的探讨，主要工作概括如下： 1．简要介绍了转炉终点控制的基本概念，全面回顾了终点计算机控制的发展和现状，详细论述了终点静态控制模型和动态控制模型的建模方法。 2．近年来，神经网络在基础理论、实现方法以及应用等方面均取得了突破性进展，尤其在非线性建模方面显示出独到的优势。RBF神经网络相对BP网络具有收敛速度快、避免陷入局部极值等优点，但径向基函数中心的选取一直是阻碍BRFNN推广使用的瓶颈问题。本文尝试采用规范化正交优选法(ROLS)来选取径向基函数的中心，构造了预报精度大幅提高的碳含量动态控制模型。 3．模糊模型是模糊集与模糊逻辑在系统建模中的一种应用，它为一些复杂、不确定性的系统提供了一种有效的建模方法。LM模糊模型对不确定性的描述能力比较强，并且较之其它几种模糊模型简单易行。因此本文考虑应用LM模糊建模方法来构造温度动态控制模型，从而成功预报终点钢水温度。