随着工业的发展和科技的进步,对钢材的质量提出了更高的要求。特别是对硫含量要求日趋严格的钢种如高级管线,对生产中硫的控制提出了更高的要求。而LF精炼炉具有白渣精炼脱硫的作用,因此研究影响精炼脱硫的因素,建立精炼脱硫预报模型,准确预报钢水终点硫含量,对于稳定钢材质量,生产出合格的低硫钢和极低硫钢具有重要意义。本文以某钢厂135t LF精炼炉为研究对象,重点研究建立了LF精炼过程脱硫机理预报模型及黑箱预报模型,并利用现场的实测数据进行了验证,为准确预报精炼终点硫含量提供了理论与技术支持。本文得出的主要结论如下：(1)LF精炼过程脱硫速率在不同的精炼阶段是由不同的传质环节控制的,精炼前期,限制性环节为硫在钢液中扩散；精炼后期,限制性环节为硫在渣中扩散。(2)利用VB6.0开发了LF精炼脱硫机理预报模型,如果误差允许在±5×10-6以内,LF精炼脱硫机理预报模型的预报命中率为80%；如果误差允许在±10×10-6以内,预报命中率可以达到92%。(3)利用MATLAB,采用BP神经网络,开发了LF精炼脱硫黑箱预报模型,并利用实测数据对黑箱预报模型进行了仿真验证,当隐含层节点数为15时,黑箱模型的预报性能最好,如果误差允许在±5×10-6以内,预报命中率为84%,如果误差允许在±10×10-6以内,预报命中率可以达到94%。(4)机理模型和黑箱预报模型都存在自身无法克服的缺点,可以将机理模型和黑箱预报模型有效的结合起来建立“灰箱”模型。在应用黑箱预报模型前用机理模型对样本数据进行预判断,剔除无效数据,为黑箱预报模型获得高质量样本数据,这是本课题需要继续探讨和研究的一个方向。