中国钢铁行业是中国国民经济中的“支柱型”基础产业,对国家工业化和国防现代化建设有举足轻重的作用。随着“碳中和”和“碳达峰”的提出,要求钢铁等传统产业进行产业升级和技术改革。高炉炼铁作为目前世界上最主要的炼铁方式,其技术的改革需要高炉稳定顺行为前提,即高炉炉温的稳定。但是高炉冶炼是一个具有多变量、非线性、强耦合、大滞后等特点的复杂过程,为高炉冶炼过程的建模与控制带来了不小的困难。此外,高炉冶炼过程中常用铁水温度和铁水硅含量来表示高炉炉温,但参数无法实时获得且检测时间较长。这些参数无法实时获取,导致无法对炉温的准确判断,难以及时有效的调节炉况。因此,对高炉炉温的建模与控制研究,使炉温得到及时有效的调节是很有必要的。尤其是针对物质流与能量流相结合的高炉炉温控制系统仿真研究。高炉内部极其复杂,但依然需要遵循物质平衡和能量平衡。本文基于此,通过高炉的物质流和能量流关系,对高炉进行机理分析。通过对高炉进行一定的假设以及各变量的简化,将高炉模型简化成一个上进料、下出料,内部加热的容器,与箱式热水器模型具有一定的相似性,故使用箱式热水器的参数来模拟对炉温的控制。模型为双输入单输出系统,为达到较好的控制效果,构建关于温度误差的性能指标函数,采用梯度下降算法对指标函数求解最小值以达到控制效果,当指标函数最小时,温度误差最小。通过仿真实验表明,采用梯度下降算法对该模型进行控制具有较高的控制精度。根据物质流和能量流的分析,得到高炉内部存在的多批矿石、焦炭、喷煤、风量等变量均会影响当前炉温,并非只有当前输入变量影响。基于此本文以高炉变量的累积量为输入建立高炉炉温数据驱动模型。首先,通过专家经验知识知晓高炉滞后时间,可以确定高炉内各变量的累积情况。但是专家经验知识提供的滞后时间范围,并非准确时间,为使高炉滞后时间清晰化,在范围内选取多个时间点分别进行分析比较。其次,常规相关性分析结果往往与高炉知识不符,为更准确的选择变量,使用变量累积量进行相关性分析。最后,累积量作为输入建立高炉炉温模型,并通过PSO算法对该模型进行炉温控制。通过仿真实验,验证了基于经验知识与数据的物质流与能量流相结合的炉温模型具有较高的准确性,并且PSO算法对该模型具有较好的控制效果,使炉温稳定在设定值附近,减少波动,有助于高炉的稳定顺行。