烧结生产的烧结矿是高炉炼铁生产的最主要原料。固体燃料(主要是焦粉)是烧结生产中所需高温的主要来源,直接影响到烧结矿的产量、质量以及烧结生产的能耗。我国烧结能耗水平高,实施碳效优化,降低烧结能耗,尤其是降低焦粉的消耗,对降低我国钢铁行业能耗和温室气体排放有重大意义。有效地计算和预测烧结碳效,是有针对性优化烧结生产以降低烧结碳耗的关键前提。首先,本文通过分析烧结过程碳素利用情况引入综合焦比这一概念,将其作为衡量烧结过程碳效的指标,并结合烧结过程机理,给出了烧结过程综合焦比定义式,实现对烧结过程综合焦比的计算；根据综合焦比机理分析,得出预测综合焦比的关键是实现成品率预测。其次,分析了成品率影响因素以及建立了影响成品率的关键状态参数预测模型。本文结合机理分析和灰色关联度分析方法,选取对成品率影响较大的工艺参数。成品率影响因素包括了烧结原料参数、操作参数和状态参数,参数类型多,本文通过分析各参数对成品率的影响机理,确定了影响成品率的关键状态参数,并建立其预测模型。最后,以关键状态参数预测值作为输入,用BP神经网络建模方法建立成品率预测模型实现成品率预测的基础上,结合综合焦比计算式建立综合焦比级联模型,对烧结过程各环节中相关参数对综合焦比的影响和影响途径进行描述。模型层次定为三级,第一级为热状态预测模型：终点温度和平均垂直烧结速度的预测模型,第二级为成品率预测模型,第三级为综合焦比预测模型。为了提高模综合焦比预测精度,采用带混沌局部搜索的粒子群(CPSO, Chaotic Particle Swarm Optimization)算法对成品率BP神经网络模型初始参数进行优化,以增大BP算法搜索到全局最优解的概率。基于历史数据的仿真实验验证了本文所提建模方法的有效性,为烧结过程的碳效优化提供理论基础。