球团矿作为人造富矿之一,出于其特有的冶金性能而成为当今冶炼炉料中不可缺少的重要组成部分。高炉对球团矿的质量要求主要包括物理性能、化学性能以及冶金性能三方面,而物理性能是评价其质量的重要指标,包括抗压强度、转鼓指数、抗磨指数和筛分指数等。对于球团生产过程,物理性能质量指标的检测大多是在成品球生产出来以后才进行,由于获得质量数据的滞后时间久,周期长,很不利于成品球的质量控制,而且一旦发现质量不合格时,就几乎无法挽回,严重影响到产品质量和企业效益。因此,建立球团物理性能指标的预报模型可以提前了解球团矿的质量状况,从而有针对性地调整工艺参数,来保证球团的质量。本文通过深入研究链篦机-回转窑球团矿生产工艺,详细分析了原料参数、工艺参数中影响抗压强度的因素,选取膨润土含量、预热一段温度、预热二段温度、预热时间、窑头温度、窑尾温度、焙烧时间、冷却速度等参数作为预报抗压强度模型的输入变量,建立基于神经网络方法的抗压强度数学预报模型；研究球团固结机理,以及对球团固结过程中机械强度发展的机理模型表示,根据R.J.BATTERHAM提出的球团团质量模型,依靠实际现场数据和文献资料,确定模型的未知参数,最终建立抗磨指数的机理预报模型；根据江山等人对转鼓指数的研究,结合现场实际情况,选取合适的变量作为模型输入,建立基于神经网络方法的转鼓指数预报模型。本文以鞍钢弓长岭球团一厂为实际背景,利用现场数据训练模型,并验证模型的可用性。通过模型预测球团的物理质量来指导生产实践。