摘要：钢包精炼炉（LF）钢水硫含量的终点预报对于精确控制精炼成品钢水的成分，稳定钢材质量具有重要意义。针对脱硫过程的机理难建模问题，研究了一种混合模型结构的钢水硫含量终点预报模型，首先基于脱硫反应涉及的物理化学原理建立机理行为已知部分的模型，随后利用正则化网络学习机的自学习能力对机理关系不明确部分进行建模，从而实现了机理方法与数据建模方法的有机结合，取得了较好的预测表现。此外，针对传统正则化网络学习机存在的模型结构复杂度高问题，提出了基于ALD稀疏化算法的模型结构简化方法，该方法可以在不降低预测精度的前提下，显著降低正则化网络学习机的支持向量个数。最后，通过现场实际数据验证了该混合预报模型的有效性。

关键词：钢包精炼炉 终点硫含量预报模型 混合预报模型 数据建模 正则化网络 

单位：东北大学信息科学与工程学院流程工业综合自动化国家重点实验室 沈阳110819