铁矿粉烧结基础特性是铁矿粉质量好坏的重要评价指标之一,是影响烧结矿质量的重要因素。基于铁矿粉烧结基础特性的烧结矿质量预报模型是针对目前我国钢铁企业的铁矿石供应品种多、变化频繁的特点建立的,目的是要解决原料频繁变动条件下的快速确定烧结配矿及烧结矿质量预测的问题。首先论文对我国铁矿石利用现状、铁矿粉烧结基础特性研究现状、烧结配矿研究现状和人工神经网络在钢铁领域的研究现状进行了阐述,并提出以人工神经网络为主要研究方法。其次对人工神经网络的发展历史和基本工作原理进行了介绍,通过阐述神经网络的基础知识和基本的网络模型,分析和探讨了人工神经网络的特点和应用领域。然后对构建基于BP神经网络预测模型进行了详细论述,探讨建立BP神经网络的预测模型的主要技术,主要其中包括训练样本的选取与预处理、输入输出神经元个数的选取、隐层节神经元的确定、初始权和阈值的确定、激活函数、训练函数的选取,最后建立合理的网络模型。最后建立了铁矿粉烧结基础特性预报模型和烧结矿质量预报模型。从预报结果来看,同化性预报命中率达到90%,液相流动性和粘结相强度的预报命中率分别达到75%和70%,对于烧结矿质量的预报,转鼓强度和成品率分别达到了80%,RDI+3.15达到了85%,预报结果达到预期目标。同时该方法也证明在一定误差范围内混矿烧结基础特性与烧结矿质量之间的关系,可用于烧结矿质量的预测中。