炼铁、炼钢、连铸和热轧是钢铁生产非常重要的热链过程,其生产过程中温度参数的预测与控制对于节能降耗具有指导意义。本文运用数据解析方法分别针对热链过程中高炉作业关键的炉喉温度场参数及炼钢-连铸-热轧过程关键的热装热送率绩效指标进行预测,能够为生产与管理过程提供科学的依据,同时帮助计划人员及时发现问题并对生产进行调整,实现生产与管理的信息化、智能化、精细化,从而提高企业的经济效益和综合竞争力。本文的主要研究内容如下:(1)针对高炉炉喉温度场预测问题,将当前高炉内部的状态参数、操作参数、温度参数等作为原始输入变量,经过异常数据处理、相关性分析、量纲统一等数据预处理过程,按测温点不同选取模型输入变量,采用支持向量机方法建立模型,并应用分布估计算法优化模型参数,预测下一时刻十字测温点温度,在此基础上采用三次样条插值方法构建炉喉温度场。实验结果表明,按测温点选取输入变量构建温度场,能够提高预测精度,具有更好的跟踪效果,温度场拟合相对误差最大为3.92%,能够满足实际预测要求。(2)针对热送热装率预测问题,根据炼钢连铸阶段已知的影响热送热装率的潜在因素,通过散点图、控制图、回归拟合、相关性分析等方法确定板坯规格、板坯成分、板坯流向、板坯切断温度、板坯有效库存量、平均轧制计划量、交货时限等作为模型的原始输入变量,按钢种分类对原始输入变量进行相关性分析确定模型输入,建立装炉温度预测模型,从而计算出热送热装率。实验结果表明,按钢种分类建模,热送热装率预测精度平均值为93.45%,能够满足实际预测要求。(3)嵌入热送热装率预测模型,设计和开发了热轧生产过程绩效评价子系统。通过长期实际调研和用户需求分析,选取热送热装率等作为热轧的关键绩效指标,设计系统功能结构和数据库结构,实现数据存储、统计、分析、关键指标预测等功能,能够跟踪监测热轧生产过程和员工的绩效。