铜锍吹炼是铜冶炼厂中冶炼粗铜的重要环节,它对粗铜的产量和质量具有关键的影响。但由于P-S转炉吹炼过程并非是在一个完全封闭的环境下进行,它涉及到化学反应、热量变化及传递、物料变化、流体动力等方面,这些都严重地制约铜锍吹炼在线实时检测操作的实现。同时,在当前国内大部分的铜冶炼厂中铜锍吹炼过程中的操作是凭人工经验进行的。由此看来,对铜锍吹炼过程操作中各个环节的优化不仅直接能为提高铜锍吹炼终点判断率奠定良好基础,而且对我国冶铜业的长足发展存在着重要的现实意义。在了解当前国内外铜冶炼的发展状况下,本论文通过对贵冶厂的调研,深入了解了P-S转炉的生产状况及结构,对铜锍物料平衡计算,深入了解铜锍吹炼特性,建立了铜锍加入量系统与熔剂加入量系统。并且通过基于经验公式与物料衡算计算熔剂加入量与熔剂预测模型预测值相比较,得出优劣。最后建立了铜锍吹炼数据存储数据库,为本系统的数据驱动模型提供和更新清洁数据。在软件开发过程中,本人利用了MATLAB与VC++平台进行BP神经网络的研究,最终在VC++平台上实现BP神经网络自身的优化,建立了自适应BP网络模型。为了使BP神经网络算法更优良,在此对所需的数据进行预处理：数据标准化及数据灰色关联度计算。最终利用VC++与数据库SQL关联,创建了一个集数据驱动预测与数据存储一体的模型。