用计算机控制转炉冶炼过程,是科学的组织炼钢生产的重要手段。它可以规范转炉冶炼操作,克服盲目性,从而提高钢水质量,降低炼钢成本,提高终点命中率。本研究对以神经网络为基础的转炉冶炼终点控制模型进行优化。模型以转炉炼钢基础理论为理论依据,采用误差反向传播网络——BP网络为原形,对其算法进行改进,经过300个样本的学习训练,确定了网络的权值矩阵,并建立了可保存100炉数据的学习样本,用来对网络进行实时训练。使模型适应生产条件的变化。优化后使模型的学习时间缩短,预报精度提高。并使预报模型与加料系统连接,实现了计算机按预报模型确定的原料加入量自动控制加料过程。模型在邢钢30t转炉上进行现场试用,效果良好。在转炉炼钢过程中,枪位变化直接关系到造渣、脱碳、升温及冶炼过程的平稳进行,因此合理控制枪位是转炉冶炼的一个非常重要的操作。基于这一点,本研究通过采集现场操作数据,利用Visual Basic6.0为编程语言开发实时枪位变化曲线模型作为对枪位控制的参考曲线。氧枪进出水温差数据可间接反映炉内的过程温度,绘制氧枪进出水温差曲线,有利于控制过程温度平稳上升,最终准确到达终点目标温度。本研究在软件制作过程中,注重界面设计,利用VB语言的强大多媒体功能,开发出一套集声音、动画、图片、文字为一体的交互式软件系统。