1、爐溫是否穩(wěn)定對高爐順行有著直接的影響，因此爐溫是衡量高爐最為重要的一個指標，同時爐溫也可以間接體現出高爐冶煉的成本。通常，我們習慣將鐵水溫度稱為爐溫，而鐵水包含硅的含量在很大程度上可以反映鐵水溫度。很多專家和學者經過研究發(fā)現：鐵水溫度與硅含量二者之間有著非常密切的關系，但是又不屬于嚴格意義上線性關系，僅僅依靠硅含量來衡量鐵水溫度顯然是不科學的，必須要找到一個更為科學合理的辦法。
　　如今科學技術處于高速發(fā)展的時期，測量鐵水的溫度的

2、方式有很多，因此準確測量鐵水溫度并不是一件難事。這樣就可以通過測量鐵水溫度來建立一個相應的數據庫，通過這些數據來選擇一個最為合適的預測模型。當前在學術界有很多智能理論，而且數量還在不斷增加，這些可以用理論的高度來指導智能優(yōu)化的高爐鐵水溫度預測模型，使得模型的構建更加合理。構建一個合理的鐵水溫度預測模型就需要預處理高爐數據，這是一個基本的前提條件，這就需要總結與分析數據所具有的特征，然后確立對應的數學關系。目前冶金行業(yè)基本都是采用這種方法

3、，未來預測鐵水溫度依然會選擇這種方式。
　　高爐爐溫預測模型構建是一個比較復雜的過程，涉及非常多的因素，每個預測模型都是針對一種特定的環(huán)境與條件，在這種特定環(huán)境下，受到的制約因素是一定的，因此這種模型只是針對這些約束條件，其他高爐爐溫的預測模型是繼續(xù)不能使用這個模型的，這里我們只針對包鋼6＃高爐鐵水溫度數據進行統(tǒng)計學建模及尋優(yōu)。
　　首先預處理分析了高爐鐵水溫度預測模型所涉及的數據，比如異常值檢驗以及數據的相關性分析等等。然

4、后在高爐穩(wěn)定預報模型中加入了粒子群蟻群算法和極限學習機（ELM）以及回聲狀態(tài)網絡（ESN）。最后，使用所采集的變量數據對高爐鐵水溫度預測模型進行仿真驗證，進而對各種模型的性能進行比較與分析，然后針對性的找出一種模型，用該模型來指導高爐的現場生產。
　　本文構建了一個高爐鐵水溫度預測體系，對相關模型的建立以及優(yōu)化理論進行了分析。選擇一個最為合理的高爐鐵水溫度預測模型，來達到核算與降低高爐冶煉過程的成本的目標，還可以協(xié)助高爐工長加強對