摘要：现实中高炉炉况的征兆样本集是有限的，常规的基于经验风险最小化原则的方法的应用效果并不理想。支持向量机方法是针对小样本集分类问题提出的，具有很好的泛化能力，因此采用最小二乘法支持向量机进行高炉炉况诊断。通过仿真试验证实此方法具有很好的诊断效果。关键词：高炉炉况；炉况诊断；最小二乘法支持向量机中图分类号：TF543．1文献标识码：A文章编号：0449—749x(2007)10()017—03高炉炼铁作为钢铁联合企业的上游工序，其能耗约占企业能耗的60％，成本约占1／3。因此，炼铁的节能降耗在企业提高经济效益中占有重要的地位，在挖掘高炉潜力的各种工艺措施之外，推进高炉冶炼过程的自动化技术的应用是炼铁技术发展的大趋势。高炉炉况判断是高炉控制决策流程中的一个重要环节。一方面，高炉炉况判断是制定装料、送风、造渣以及热制度等4大制度的前提，从而实现炼铁生产流程的稳定和优化；另一方面，高炉炉况的恶化将降低生铁炉的使用寿命，造成设备损坏，停产休风等严重后果。因此，对高炉炉况进行诊断和预报，实现高炉炉况的实时监测和异常状况预报，适时、适度地采取相应的调整措施，避免炉况的恶化，对实现高炉长时间的稳定、高效运行具有重要作用，从而促进高炉生..