1、硫元素是絕大多數(shù)鋼種中的有害元素，目前國內(nèi)的鐵水脫硫技術(shù)比較落后，鐵水硫含量波動大、脫硫粉劑消耗大，經(jīng)濟效益不理想。鐵水脫硫過程是一個非常復(fù)雜的多元非線性反應(yīng)過程，應(yīng)用傳統(tǒng)的工藝?yán)碚摻Ｒ央y以適應(yīng)其多參數(shù)、非線性的特點。本文以鐵水脫硫生產(chǎn)為背景，在分析了脫硫過程特點的基礎(chǔ)上，建立了基于徑向基函數(shù)(RBF)的神經(jīng)網(wǎng)絡(luò)鐵水脫硫預(yù)報模型，主要包括以下幾方面的工作:
　　(1)以寶鋼股份浦鋼鐵水脫硫系統(tǒng)為背景，介紹了鐵水脫硫生產(chǎn)工藝流程，

2、分析了脫硫過程的機理，確定了影響硫含量的因素。
　　(2)采用遞歸正交最小二乘法(ROLS)作為學(xué)習(xí)算法，提出了一種基于徑向基神經(jīng)網(wǎng)絡(luò)的脫硫劑投入量預(yù)報模型。
　　(3)為了克服脫硫劑變化引起的模型誤差，需根據(jù)預(yù)報誤差對模型數(shù)據(jù)進行校正，本文設(shè)計了集數(shù)據(jù)采集，樣本預(yù)處理，統(tǒng)計分析，脫硫劑投入量計算及技術(shù)指標(biāo)驗證于一體的綜合智能鐵水脫硫預(yù)報模型。
　　(4)采用了Oracle數(shù)據(jù)庫對數(shù)據(jù)進行處理和存儲，通過C++和MAT