热风炉作为炼铁工艺中至关重要的热交换设备,其作用是产生并向高炉输送高温热风,以满足铁矿石还原过程的热量需求。在热风炉燃烧期间,空燃比是热风炉燃烧控制过程中的重要参数,它很大程度上影响着热风炉的燃烧效率。目前大部分钢铁企业仍采用手动方式来调控热风炉的空燃比,手动操作由于存在一定的盲目性和滞后性,故无法达到理想的控制效果。因此,对热风炉的空燃比进行优化控制有助于炼铁工序实现节能降耗和降本增效。针对目前国内大部分钢铁企业的热风炉控制存在的燃烧效率低、能源消耗大、送风温度低等问题,本文以某钢铁企业1880m~3高炉配套的热风炉为研究对象,通过对热风炉燃烧期间最佳空燃比的建模分析,提出了基于空燃比极值寻优的热风炉燃烧过程智能优化控制策略,并进行了深入研究和应用。为实现空燃比的极值寻优,论文首先对热风炉燃烧过程空燃比的变化特性进行分析,进而确定选用系统辨识方法来构建空燃比数学模型;然后分别采用单隐含层BP神经网络和双隐层BP神经网络对复杂非线性对象进行仿真拟合,根据仿真效果确定了选取双隐层BP神经网络在线辨识空燃比数学模型。为实现空燃比的极值寻优,本文采用了遗传算法、非线性规划遗传算法、粒子群算法以及自适应变异粒子群算法分别对复杂非线性对象进行寻优仿真,将仿真结果进行对比分析后确定采用自适应变异粒子群算法进行空燃比寻优操作,寻找不同时刻的最佳空燃比。最后,本文将空燃比智能优化控制系统应用于工业现场。现场投运效果表明此系统可以提高热风炉燃烧效率和改善送风质量,达到节能降耗和降本增效的目的。