高炉炼铁需要控制煤气流的发展,炉喉温度直接反映了煤气流的分布状态。操作人员一般通过炉喉十字测温装置来监测炉喉温度。然而,炉喉十字测温装置易损坏、难检修和维护周期长的缺点严重影响了高炉的状态监测和正常生产。因此,急需一种更为可靠的高精度炉喉温度检测方法,实现炉喉温度的有效监测。针对高炉炉喉温度监测难题,本文以某高炉为研究对象,基于高炉布料过程机理建模实现多层炉料重建,提出了一种基于多层炉料矿焦比和高炉状态参数的炉喉温度监测方法,进一步考虑高炉状态参数的多时间尺度特征,提出一种基于高炉状态参数多时间尺度特征的炉喉温度监测方法。具体来说,本论文的研究内容主要包括以下三个方面:（1）实现基于高炉布料过程机理建模实现多层炉料重建。研究了布料工艺机理,根据炉料初始状态,分析溜槽上的运动过程,计算料流轨迹之后确定炉料在料面上的落点位置。根据炉料堆积方式,以多段函数描述料面函数,并按照非均匀下降方式更新料层结构。获得高炉炉料层分布结果,并对该结果进行验证。（2）提出了一种基于多料层矿焦比和高炉状态参数的炉喉温度估计方法。根据高炉炉料层分布结果计算各料层的矿焦比值,并以其和高炉状态参数为输入变量,通过数据预处理和特征提取,应用广义回归神经网络算法,建立高炉炉喉温度估计模型。最后与实际结果进行对比,验证了该方法的有效性。（3）提出了基于高炉多尺度时间特征的炉喉温度监测方法。根据高炉的多时间尺度特征,将高炉状态参数分为长、短时间尺度序列,对短时间尺度序列进行差分处理,长时间尺度保持不变,得到两个子序列。接着,分别对两个子序列进行特征提取,建立广义回归神经网络子模型。对两个子模型的结果融合处理,得到炉喉十字测温温度值。应用该方法进行炉喉温度的估计和预测,与实际结果进行了对比,验证了方法的有效性。