高炉冶炼过程保持稳定顺行具有重要意义。管道行程、崩料和悬料等异常炉况严重影响到高炉的稳定生产,严重的时候,还会造成重大事故。因此,准确及时地预测和判断出炉况,对高炉稳定顺行极其重要。传统的高炉操作,主要依靠操作人员的操作经验和一些简化的数学模型,使用功能单一。随着人工智能技术的发展,开发出了结合人工智能和高炉操作经验的一些高炉专家系统。高炉专家系统异常炉况的预报一般采用模糊推理或神经网络的方式,神经网络可较全面地应用各种检测信息,但推理过程不够直观明确,且具有统计学模型的通病——其可靠性过分依赖建模时的过程条件;模糊推理方法更符合人类的思维习惯,但目前国内外异常炉况专家系统使用的检测信息种类一般比较少。实际上,高炉的很多参数可作为异常炉况的征兆参数,在实际生产中还经常出现个别参数因检测值出错而无效的情况。因此,在异常炉况预报模型中尽可能考虑较多的参数是明智的选择。本文通过对韶钢8号高炉实际生产数据进行的分析,选取十多种征兆参数,开发出综合应用模糊推理和产生式规则的异常炉况预报专家系统。根据高炉冶炼特点和操作经验,建立了异常炉况专家系统知识库,使用Microsoft Visual C++6.0软件开发实现系统功能。异常炉况预报专家系统可以提前预报可能发生的异常炉况,减少操作人员的大量的工作量,提高炉况的控制水平。