高炉布料是高炉生产过程中炉长常用的炉况调节方式,是维持高炉稳顺运行的重要手段。由于高炉是个关键检测信息少、机理复杂的复杂“黑箱”系统,导致布料操作与高炉炉况的关系不明,难以通过调整布料参数来有效的调整高炉炉况,实现生产指标的优化。因此深入分析高炉生产过程特征,提取生产数据特征,明确高炉布料参数与生产指标之间的定量关系,实现布料操作的优化设定,对于钢铁冶炼具有重要意义。本文首先分析高炉炼铁原理,确定煤气利用率为高炉能耗性能指标,基于互信息方法确定与煤气利用率相关性大的高炉重要状态参数。接着分析高炉布料过程及其特点,提出一种基于矿焦比计算的高炉布料矩阵简约方法,实现布料矩阵参数的有效降维。然后制定高炉炉况划分标准,采用模糊聚类的方法对高炉炉况进行了划分。基于以上分析,设计面向能耗指标优化的高炉布料参数决策方案。其次,针对高炉布料参数与煤气利用率关系不明确的问题,根据确定的高炉状态参数,基于支持向量回归以及案例匹配的思想,从数据驱动的角度分别建立布料参数与煤气利用率变化趋势关系模型以及布料参数与冷却壁温度关系模型。基于预测模型,设计一种基于矿焦比的布料参数决策方法。该方法通过两步来确定待决策的布料参数是否合理。首先对边缘矿焦比进行决策,判断是否能实现渣皮的稳定。再引入中心矿焦比,计算待决策的布料参数是否能提高煤气利用率。结合现场数据进行仿真实验,结果表明模型能够较好地预测煤气利用率与冷却壁温度,实现参数的有效决策,验证本文所提策略的有效性。最后,开发基于工业现场运行数据的高炉仿真实验系统,构建高炉生产过程监视组态环境,设计布料参数决策软件。针对的系统的软件实现,完成了人机交互界面模块、通讯接口模块、数据管理以及算法的设计。该系统在工业现场进了应用,通过实时读取现场运行数据实现过程监控与布料过程控制,运行结果表明该系统可以对布料参数进行有效地决策,为进一步高炉操作优化奠定了基础。