十三五规划中,“加速改善环境质量”上升到战略地位,并在规划中明确指出紧抓对化学需氧量、二氧化硫（SO₂）、氨氮和氮氧化物等污染物的总量控制。烧结是钢铁生产重要环节,也是SO₂排放主要源头,烧结过程中产生的SO₂排放量占钢铁生产（不含电厂）年排放量的70%以上。故开展烧结烟气SO₂排放模型研究对于实现SO₂排放在线预测与控制具有重要指导意义。（1）针对某钢厂烧结生产线现场调研的基础上,进行了烧结单元物料流、能量流、硫素流的深入分析,建立了物料流和硫素流平衡模型,并采用了分配系数法推导了各股物料流和硫素流分配系数的计算公式。（2）建立了某钢厂烧结烟气SO₂排放预测模型。分析了烧结烟气SO₂排放量与各含硫物料之间的相关性,建立了线性拟合的模型并利用该模型对烧结烟气SO₂排放进行正向、反向预测计算和误差计算,结果表明:正向预测烧结烟气含硫量相对误差最大值30%,最小值0.03%,平均误差13%;反向预测混匀矿加焦粉含硫量相对误差最大值50%,最小值0.07%,平均误差26%。为改善误差,进行了非线性拟合,其误差虽有所改善但仍旧较大。（3）对烧结烟气实测SO₂浓度数据（烟气含硫量）采用滑动平均法、小波阈值去噪法处理,进而建立BP神经网络正向预测模型。其中BP神经网络训练后平均均方误差（MSE）0.97%;模型预测结果与实际值相比较,平均误差为3.7%,最大相对误差为5%,最小相对误差为0.1%,相关度为0.96;根据预测模型规律,随混匀矿加焦粉含硫量增加,烟气含硫量也增加,当混匀矿加焦粉含硫总量增加1%时,可预测烟气含硫总量增加0.76%。（4）基于visual studio设计平台,通过C#语言编程开发了烧结烟气SO₂在线预测系统,系统功能包含烧结单元S元素在线预测、SO₂预测与预警、报警、评价、查询与报表等5个方面。