烧结矿是我国高炉炼铁的主要含铁炉料,烧结矿化学成分的稳定直接影响烧结矿质量和高炉生产操作的稳定。由于我国烧结生产原料来源广、品种复杂、化学成分波动大,烧结矿化学成分的稳定控制显得更为重要。烧结矿化学成分主要受原料影响,而从原料下料到获得烧结矿化学成分检测值需要较长时间；而且烧结矿化学之间具有高相关性,其稳定控制非常复杂。采用提前预报与专家系统相结合的方式实现烧结矿化学成分的控制指导可以有效解决烧结矿化学成分的控制问题。本研究分别建立了用于预报烧结矿化学成分的灰色GM(1,1)模型、BP神经网络模型和灰色神经网络模型。灰色GM(1,1)模型具有建模样本少的特点；BP神经网络预报模型预报命中率高,模型自适应性好,但需要建模需要大量数据样本；灰色神经网络模型综合了前两者的优点,建模样本较少,模型预报准确度高,模型自适应性好。根据烧结矿化学成分的特点,本文提出采用灰色预测和灰色神经网络相结合的预测方法,当生产数据样本较少时,采用灰色预测方法,其预报命中率达到85%以上；当生产数据样本大时,采用灰色神经网络组合预测方法,其预报命中率达到92%以上。根据我国烧结厂原料结构的特点,结合烧结理论和生产实践情况及已有的专家知识和生产经验,构建了多库结构的烧结矿化学成分控制指导专家系统。专家系统由基于数据库技术的知识库和正向推理机组成。并将原料结构分为两大类和八个子类,分别构建了各子类的知识库,使得不同厂家在不同时期内可根据其生产条件的特点,选择合适的知识库类型,增强了烧结矿化学成分控制专家系统的通用性。采用VC++6.0与Matlab混合编程的方式,结合数据库技术,开发了烧结矿化学成分预报与控制指导专家系统通用软件,包括预报模型、专家系统和系统应用。软件实用性和通用性强,界面友好,操作简单。用户可根据生产实际情况调用适宜的模型类,加载对应的知识库,连接数据采集接口,即可实现烧结矿化学成分的预报及控制。系统预报准确度高,专家系统控制指导率高。