针对钢渣在在线重构时存在的粘度大、调质组分和钢渣不易均混等问题,分别采用CaF₂和CaSO₄作为矿化剂降低重构钢渣的粘度,采用CaCO₃和Na₂CO₃作为均混材料使原钢渣与调质组分达到微区搅动的效果,探究矿化剂和均混材料对重构钢渣胶凝活性和体积安定性的影响规律。采用高温重构实验模拟钢渣重构的实际过程,为工业钢渣在线重构重构提供参考价值。基于已有的实验数据,建立GRNN神经网络模型,方便不同化学组成的钢渣的快速物料计算。采用EDTA化学滴定、抗压强度测试、SEM、XRD、矿相测试以及EDS等对重构钢渣的体积安定性和胶凝活性指数进行测试分析,确定最佳工艺参数。分析结果表明,由于CaF₂属于网络外体物质,能破坏硅酸盐网络结构,可明显降低重构钢渣的粘度,从而提高重构钢渣的胶凝活性和体积安定性;由于CaSO₄在高温下与C₂S反应生成的2C₂S·CaSO₄在接近1400℃时分解出的SO₃为液相,增加体系中的液相量,降低重构钢渣的粘度,使重构钢渣的胶凝活性和体积安定性得到提高。作为均混材料的CaCO₃的分解为吸热反应,在热量损失下阻碍了CaO的反应,使得重构钢渣中残留的f-CaO含量较高,因此重构钢渣的体积安定性较差;作为均混材料的Na₂CO₃受热分解生成Na₂O,其Na₂O属于网络外体氧化物,可以能破坏硅酸盐网络结构,降低重构钢渣的粘度,提高重构钢渣的胶凝活性和体积安定性。根据重构钢渣的均混效果以及胶凝性能分析,发现高温重构得到的钢渣的性能较原钢渣有所提高,但对比性能较优的低铝重构钢渣和高铝重构钢渣其性能还需进一步提高。基于针对重构钢渣的配料计算构建的GRNN神经网络模型与实验结果接近,在误差允许的范围内,可见构建的重构钢渣的GRNN神经网络模型具有一定的普适性。图51幅;表19个;参81篇。