高炉冶炼是在高温下发生的包含许多物理、化学变化及传输过程的一个复杂过程,在其长期的发展过程中,人们逐渐意识到,利用专家系统实现对高炉的控制,是高炉计算机控制的发展方向,旨在实现高炉冶炼过程闭环控制的专家系统在实践中体现了极大的价值。本文介绍了一种基于多模型集成的高炉专家系统,阐述了其各个重要组成部分的原理和方法,在此基础上给出了一个完整的高炉专家系统架构,并重点介绍了高炉炉况诊断子系统。炉况诊断推理系统是专家系统重要组成部分,只有在保证高炉顺行稳定的条件下才可能对高炉冶炼过程进行优化和预测控制。目前已建立的高炉异常炉况判断专家系统仍有缺陷,如实时性较差,学习能力较差等。而将模糊专家系统和神经网络结合起来的模糊神经网络它充分吸收了模糊逻辑理论和神经网络技术的优点,既能处理专家知识和经验,又能通过自学习增强系统的判断能力,具有传统专家系统不具备的优点。把模糊神经网络引入到专家系统中,是高炉专家系统研究的重要方向。本文较详细的阐述了基于模糊神经网络的炉况诊断子系统的理论基础、系统结构及软件流程,最后通过实验仿真,验证了该方法的可行性。