氧气是钢铁制造长流程高炉炼铁、转炉炼钢等工序生产过程中非常重要的能源,对企业生产效率和效益有重要影响。特别是转炉的周期性生产方式,会造成氧气需求的较大波动,而制氧机的生产和供应系统需要稳定运行以保安全高效。因此论文围绕转炉生产的氧气需求预测,在分析炼铁和炼钢工序等用户氧气需求特点的基础上,从减少氧气需求波动、供需不匹配引起制氧成本增加等问题出发,进行氧气需求预测及氧气配置计划优化的仿真研究,所得结果如下:（1）转炉工序以炉次为冶炼单位的生产特性导致其用氧流量波动剧烈,对氧气管网平衡冲击较大。本文建立了基于模式分类的炉次耗氧量预测模型,作为转炉工序氧气需求预测的前提。首先通过机理分析转炉功能、炉座模式下的耗氧特征并加以数据验证,证明该模式分类方法的可行性。然后依次进行机理分析与相关性分析确定模型输入特征,并对粒子群优化的神经网络（PSOBP）模型结构进行设计实验确定各模式下预测模型的最优网络结构。仿真结果显示分模式PSOBP模型预测值与实际值相对误差在0.08之内的精度约为90%,具有良好的预测效果。（2）由于高炉休风以及转炉工序生产计划中多炉叠加等场景对氧气供需平衡影响较大,因此建立结合生产计划的转炉工序、高炉等的氧气需求模型。基于以上模型,针对转炉工序不同炉次叠加数的场景,对转炉工序氧气需求进行预测,实际值与预测值相对误差在1%之内的样本数量占总样本数80%以上。并在常规生产场景、高炉休风场景、富氧率变化场景下对氧气总需求进行了预测,氧气总需求实际值与预测值相对误差均在2%之内,预测结果证实了氧气需求模型的有效性。（3）为了使氧气供应量与氧气需求量相匹配,建立了基于氧气需求预测的氧气配置计划模型,将制氧过程总电耗最小作为优化目标,制氧机产量、汽化量等作为决策变量。分别在常规生产（主要是转炉生产计划变化）、高炉休风场景等经典场景下,利用ILOG CPLEX对模型进行求解。试验结果表明,相较于实际生产过程,模型能更好的匹配氧气需求,从制氧机产氧、汽化装置产氧等多层面减少多余氧气的产生,从而达到降低制氧电耗的效果。模型结果相对于实际操作可使制氧电耗降低1%～3%左右。综上所述,本文围绕氧气需求预测及氧气配置的问题,提出了基于模式分类的转炉炉次耗氧量预测模型以及多场景氧气需求模型对氧气需求进行预测,并以氧气需求模型为基础,建立氧气配置计划模型。基于生产实例的仿真结果表明,所提出的氧气需求预测和配置计划模型可以实现对用户用氧需求的精准预测以及氧气配置计划的优化,达到平衡氧气供需、降低制氧成本的目的。