硫酸是一种重要的化工原料,在工业生产中起着举足轻重的作用,广泛使用于工业各部门。冶炼烟气制酸是工业上的一种极为重要的制酸方式,这种制酸方法不仅减少了资源的浪费以及对大气的污染,同时还为金属冶炼厂增加了收益。在冶炼烟气制酸过程中,提高二氧化硫转化率是改善硫酸生产效率的关键。为了提高二氧化硫转化率,本文对冶炼烟气制酸SO2转化率建模及实时优化问题进行了研究。本文首先介绍了冶炼烟气制酸的生产工艺,分析了影响二氧化硫转化率的因素以及转化器入口温度的调节方法。其次,基于二氧化硫转化反应的热力学和动力学分析建立了二氧化硫转化过程的机理模型。通过对SO2转化反应进行热力学分析,得到了一定初始二氧化硫和氧气浓度下,充分反应的SO2平衡转化率。通过对SO2转化反应进行动力学分析,得到了二氧化硫转化反应的反应速率,进而计算出二氧化硫完成某一转化率所需的转化时间。给出了一段转化器内转化率和总转化率的计算方法。分析了优化目标、优化变量、相关约束,建立了转化器入口温度的优化模型,该模型以转化器各段入口温度为优化变量、以二氧化硫转化率最大为优化目标。并利用遗传算法和下山单纯形法求解了转化器入口温度的优化设定问题。最后,针对催化剂活性等因素变化导致实际工业过程的模型参数失配问题,本文研究了修正自适应实时优化方法。传统的修正自适应实时优化方法可以用来处理模型失配情况下的优化问题,并且在多数情形下表现出了良好的优化性能。但是,当模型的输出量关于决策变量的梯度很难直接求解时,该方法不能直接使用;并且,仿真表明:当梯度估计特别不准确时,该方法的优化效果较差,不能达到理论上的最优。为此,本文提出了一种新的修正自适应实时优化方法。利用一种类似于PID的方法来处理实际梯度与模型梯度之间的偏差,以此改进修正项计算方法。通过冶炼烟气制酸转化器入口温度优化问题和一个数学优化实例的求解,验证了该方法的有效性。