随着钢铁工业自动化控制技术的不断发展,依靠人的经验判断来控制冶炼过程的方式,已经不能适应生产工艺的革新。因此,建立相应的工艺控制模型,实现生产过程的自动控制,已经成为或正在成为钢铁冶金工作者孜孜不倦的努力方向之一,精炼炉钢水硫含量预测模型正是在这种背景下提出的。本文在深入分析精炼炉脱硫原理的基础上,建立了脱硫过程的预报模型。主要工作如下：(1)介绍了工业上脱硫工艺的现状和不同脱硫工艺的特点,分析得出脱硫工艺的差异主要是精炼渣的选择和脱氧过程的不同。(2)介绍脱硫反应的热力学原理和动力学原理,针对特定的精炼渣和脱氧工艺,通过机理分析,确定了脱硫过程中一些参数如硫容量、氧活度等,建立了脱硫过程的机理预报模型。同时,在机理模型的基础上,总结了脱硫过程的各参量的作用,并对各参量对脱硫反应的影响进行了仿真分析和说明。(3)针对机理预报模型存在的问题,利用神经网络处理现场的生产数据,对机理预报模型进行修正,提出了混合预报模型。该模型包括机理预报和误差学习两部分,其中,误差学习模型是用来学习机理模型预报误差的规律,为非参数模型。最后,通过实际数据对终点硫含量的混合预报模型进行了检验,仿真结果表明,混合预报模型对精炼终点硫含量的预测是比较可信的,具有一定的实用价值。