转炉钢水冶炼过程中会产生大量含氧化铁粉尘的高温烟气，其主要成分为一氧化碳，是一种热值较高的工业燃料，如不进行有效回收处理和控制排放，不仅污染大气环境，还会造成能源浪费。转炉煤气回收是把转炉生产过程中的副产品CO进行回收再利用的生产工艺，它将高温烟气通过汽化烟道进行冷却、净化处理后，得到可回收的转炉煤气，其经济价值和社会效益不言而喻。钢铁工业作为资源、能源密集型行业，是耗能大户，其耗能量占工业总能耗的16%左右，能源消耗费用占企业生产总成本的24%以上。因此，开展转炉煤气回收技术的研究，进一步提高煤气回收率及其品质，并且稳定生产过程，对于钢铁工业大幅度降低能耗水平，提高资源利用率，保证稳定持续的发展都具有重要的实际意义。目前国内炼钢企业的转炉烟气净化回收系统由于部分技术装备及控制方法比较落后，造成炉口烟气压力波动较大、冶炼过程稳定性差、煤气回收和烟气减排效果不佳。本文以马钢第二钢轧总厂50吨转炉为对象，针对系统呈现大惯性、强耦合、纯滞后、非线性等特点，通过对OG法烟气净化与煤气回收系统进行深入研究，阐述了炉口差压控制系统的设计方案。在此基础上，对其进行硬件配置和软件开发并实现控制运行。转炉炉口差压控制的主要目标是通过调节二文喉口的开度来实现炉口内外气体的差压控制，即使炉口内外差压趋近于微正压，从而使风机的抽风量与烟气的生成量保持一致，避免烟气外溢或向炉内吸入空气，以达到较好的烟气减排和煤气回收效果。为实现控制算法的计算机仿真，本文首先阐述了采用脉冲响应法和参数估计理论进行系统模型辨识来获取被控对象数学模型的方法和步骤，详细介绍了利用Matlab系统辨识工具箱的建模功能来获得传递函数的方法，并对辨识出的模型，采用PID神经网络与传统PID控制算法进行仿真分析。在此基础上，本文又提出了一种基于提高CO浓度的优化控制方案，利用模糊RBF神经网络在线辨识出炉口差压与CO浓度之间的数学模型，搜索出差压控制回路的最佳设定值，并通过系统跟踪控制，将炉口差压控制在该设定值附近，从而达到显著提高CO浓度和煤气回收质量的效果，并由此避免大量的CO复燃和冶炼过程的浪涌，稳定了钢水冶炼过程，提高吹炼命中率，缩短冶炼周期，达到增产降耗的目的。